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：
伊朗称向以发射使用射程达 2000 公里的「泥石」地对地弹道导弹，其威力有多大？
你被哪个后来知道很sb的BUG困扰过一周以上吗？
新手养鱼，养什么鱼好？
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）?
作为一个服务器，node.js 是性能最高的吗？
现在做网站还有一席之地吗？
鱼缸里突然在水面角落出现很多想泡沫一样的气泡是怎么回事？
伊朗警告以色列居民尽快撤离，称将展开真正惩罚性打击，伊朗还有哪些底牌？以伊冲突会演变为中东全面战争吗？
DF-41已经可以打击美国本土，这是否相当于古巴导弹危机常态化？
黑客为什么可以做到无需知道源码的情况下找出系统漏洞？
程序员为啥突然会变成这么辣鸡的一个行业？
很多人开始弃用印象笔记了，你还在使用印象笔记吗？
为什么面对 Adobe 的版权要求下，vposy 大神还能从容不迫？
刘慈欣为什么能成为中国科幻第一人？
导师给了1.4W要我给工作室买个主机，是整机还是自己配？
我国004号航母什么时候下水？
对方酒驾，我们提出私了要了3.5W,会被认为敲诈勒索吗？
为什么很多人连代码都看不懂却一口咬定鸿蒙和安卓有联系？
前端，后端，全栈哪个好找工作？
被称为「人间尤物」的女主，有多绝？
狗头萝莉究竟做错了什么？
大量消息在 MQ 里长时间积压，该如何解决？
你怎么看待剪映收费过高问题？
字节大量使用新语言，包括go，rust等，为什么阿里一直都抱着j***a不松手？
能分享一下你写过的rust项目吗？
为什么家里的长辈炒菜基本都会放葱姜蒜等调料，而对于部分年轻人似乎变得可有可无？
胸大的女孩会自卑 吗？
UBI（Universal basic income，全民基本收入）可行吗？
