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：
如何评价无限暖暖用的ue引擎，反而在华为手机最新机上提示配置不足？
理论上flutter性能应该非常高才对，为什么好些flutter应用性能一般？
歼-20 在国际上到底是什么地位？
如何看待Ghost Cell?（Rust）?
Golang 的 Web 框架该怎么选择？Web 开发又该怎样学？
如何评价单依纯在《歌手 2025》第六期演唱的《一个人跳舞》？
Office 中为何还要保留 Access 数据库?
通过 GraalVM 将 J***a 程序编译成本地机器码后，效率能和rust比吗？
程序员空闲时间应该继续卷技术，还是找其他副业？
golang总体上有什么缺陷？
华为 HDC 发布 HarmonyOS 6 开发者 beta 版对应用开发者和鸿蒙生态有哪些影响？
为什么明明身边二胎非常普遍，但从人口统计数据看，人口依然是在减少的？
几年前吹得神乎其神的福建舰电磁弹射为什么现在销身匿迹了？
Golang是不是代替了PHP以前的生态位啊？
特厨隋坡探店成都快餐店，给出80分以上的高分，为什么评分远高于大饭店？
2025 年 6 月，Rust 在 GUI 方面有何大的进展? 你最看好哪个框架?
Web后端开发，用Python还是Go呢？
如果你是雷军，你如何应对饱和式攻击？
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？
docker有哪些有趣的用途?
PHP现在真的已经过时了吗？
美国真会下场对伊朗开战吗？
有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？
如何评价苹果 3 月 5 日发布的 MacBook Air M4，相比前代有哪些提升？
印度是真的烂还是咱们在信息茧房里面？
美国军队只有司令，不设政委，它们的文官治军咋实现的？
一名女子在杭州万象城遭挟持被捅 20 多刀，隆胸***体救了一命，这反映出哪些公安系统的问题？
如何看待不超过1879元的Mac mini（M4+16/256GB+票），易用性吊打同级其他台式电脑？
大家有什么烧钱的爱好吗?
得了强直性脊柱炎是不是一辈子就完了?
