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：
B站的众多教做饭和烹饪的厨师up主的资历与实力应如何排序？
Golang与Rust哪个语言会是今后的主流？
国外(GoDaddy)注册的域名如何在国内备案?
MacOS真的比Windows流畅吗？
H264和H265谁画质好，求回谢谢！？
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？
大家在做登录功能时，一般怎么做暴力破解防护？
如何评价高圆圆的身材算是美女类型的吗？
为何Microsoft能一直留在中国市场?
女明星穿瑜伽裤出门是什么体验?
如何看待：“伊朗国家电视台：今晚会发生一件大事，世界将铭记几个世纪”？
哪一句话让你沉默了很久？
你最满意的10款 PC 软件是什么？
微信服务器会保留聊天记录吗,会保存多久?
学生校服如何隐藏内衣痕迹?
当量子计算机能预测人类选择，自由意志是否沦为算法的注脚？
蜜雪冰城香港门店被通报「产品大肠菌群超标 70%」，哪些环节可能导致大肠菌群超标？会对身体有哪些危害？
为什么现在没人提猎鹰9号了？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
为什么同样是输球，常州和国足的风评却差那么多呢？
Vim 有什么奇技淫巧？
编程大佬陈皓（左耳朵耗子）心梗去世，你对他有哪些记忆？
如何看待《捞女游戏》定档 6 月 19 日？
SpaceX 星舰 36 号火箭静态点火测试爆炸，爆炸的原因是什么？会对星舰发展产生什么影响？
有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？
为何 Linus 一个人就能写出这么强的系统，中国却做不出来？
如何评价首个女性友好的编程语言HerCode?
京东刘强东近期小范围分享怎么看？
为什么大多数发达国家都不敢赶走美军基地？
