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Cursor？
巅峰期的成龙身体素质是怎么一种存在?
为什么越来越多的 SSD 不带片外缓存了？
中年女人的最大悲哀是什么？
人类有希望走出***系吗?
为什么说微软 Win11，有苹果 macOS 的感觉？
有没有免费的语音转文字的软件？
让男朋友坐在马桶上上厕所很过分吗？
Rust1.86才正式稳定trait的upcast，为什么在rust中这个特性实现如此复杂？
大家猜猜伊朗的结局如何？
男医生在给年轻靓丽的女性检查时会是什么心态？
女婿不喜欢去丈母娘家的原因是什么？
如果看待林丹这句话 “网球的强度远远没有羽毛球大”?
如何看待rust编写的zed编辑器？
MacOS真的比Windows流畅吗？
微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用，背后原因有哪些？
***拍大尺度片子时摄影师不会看光吗？
如何看待 2026QS 世界大学排名？
如果你是《一帘幽梦》里的绿萍，你会不会最后原谅紫菱？
系统该怎样架构才能处理实时热点数据？
如何评价EDG无畏契约分部选手ZmjjKK？
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术？
中国有能打到美国本土的导弹吗……有的话最远能打到哪里呢？
鱼缸粪便解决方法和技巧有哪些？
如何评价B站峰哥亡命天涯直播中说面包就是比馒头好吃，中国古代不吃面包是因为贫穷，没有足够的柴火？
为什么程序员独爱用Mac进行编程？
网传广东怀集洪水后赵一鸣超市被哄抢，县***回应相关单位正在核实，若属实哄抢者该承担哪些法律责任？
写CUDA到底难在哪？
为什么从事技术的人普遍都比较难沟通？
你怎么看待剪映收费过高问题？
