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：
周深如何在央视火的？
商业史上有哪些降维打击的经典案例？
Linux 内核的系统有没有类似macOS 那样漂亮流畅的桌面环境的发行版本?
三次元中真的存在二次元中的超长头发吗?
如何看待M4单核性能吊打9950x?
为什么不趁以色列美国与伊朗打的火热的时机收复台湾呢？
为什么现在亲戚越来越不亲了？
JetBrains 放弃 AppCode 是否是一个错误决定？
亚克力鱼缸这么容易模糊吗?
cloudflare的1.1.1.1和warp有什么区别？
大家的NAS都是24小时不关机吗？
有哪些故意缩短产品寿命的设计？
做个web服务器，gin框架和go-zero怎么选？
男朋友因为打游戏骗我去睡觉被我识破，然后我提了分手，他同意了，问问男孩子们他怎么想的？
Mac mini M4，有必要升级24G内存吗？
为什么从事技术的人普遍都比较难沟通？
为什么有人爱 Firefox 胜过 Chrome 呢？
为什么说拿捏儿媳妇的最好办法就是不帮她带孩子?
亚洲体坛最漂亮的十位女运动员都有谁？
Golang与Rust哪个语言会是今后的主流？
前端因为像素还原设计稿而离职，这是个别现象吗？
为什么会有人喜欢跑马拉松，真的不会累吗?
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？
Rust 的设计缺陷是什么？
有哪些事情是MacOS做不到但Linux可以做到的？
人死了以后意识去哪了？
“真实承诺-3”，伊朗的报复能打疼以色列吗？
参考 FreeBSD，随着 Ruby 的没落，GitHub、GitLab 是否会去 Ruby 化？
Chrome 浏览器设计的神细节有哪些？
什么才是真正的爱情？
