当务之急最该解决的问题是大众对于 AI大模型的正确认知以及最基本的AI用法。
你看这是前两天的测试结果，突出了一个政治正确，6款大模型，OpenAI的o3倒数第一，我当时看到的时候就觉得很奇怪，o3好歹也是曾经的一代王者，高考数学这种题它排名这么低怕不是有什么猫腻。
我们就拿单选题的第五题来测试下，因为这道题除了o3，其他的国产模型都答对了。
这是第五题的原题，正确答案是A. - 1/2。
这是之前的第三方的测试结果，6个模型…。
代码：
为什么编程语言百花齐放，Web 标记语言 HTML 一家独大？
为什么警察执法有一点凶？有时候不会心平气和?
谷歌云服务宕机导致 OpenAI、Shopify 等服务中断，此次宕机的具体技术原因是什么？
35岁的大龄大龄剩女，还能找到男朋友吗？
如何评价张靓颖刘宇宁《九万字》?
如果苹果真的下架了微信的话，会发生什么？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
鸿蒙电脑应用开发和鸿蒙手机是一样的吗？
可以用duckdb在本地建立一个数据库对外服务吗？
为什么 wxWidgets 不如 Qt 流行？
前端如何设计网页？
055万吨驱逐舰是不是有些被过于神化了，有没有了解的大佬详细解释一下？
34岁，女性，不想过夫妻生活，怎么跟老公沟通效果更好？
大家支不支持文言文，古文退出中国教育?
美国真会下场对伊朗开战吗？
鱼缸有没有简单的过滤配置搭配方式？
这个世界有多少用WinRAR的付费用户？
如何看待黄奇帆称「中国房地产消费的居民负债占家庭收入比重达 137.9% ，需调整抑制消费政策」？
现在子女赡养老人，宁愿多出钱，也不愿意伺候，为什么，说明了什么问题？
为什么windows的arm版没有被广泛使用？
如何看待M4单核性能吊打9950x?
Gemini 2.5 Flash 和Pro稳定版上线，和之前版本相比，在性能和应用场景上有哪些提升？
狗头萝莉究竟做错了什么？
我特别不明白，我们这边做j***a 的，为什么要用windows 做server？
***拍大尺度片子时摄影师不会看光吗？
为什么说微软 Win11，有苹果 macOS 的感觉？
为什么男生都不喜欢173身高的女生啊?
哪个牌子的护肤品好呀？想给妈妈买一套抗衰老的护肤品?
微信服务器会保留聊天记录吗,会保存多久?
