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：
外贸独立站怎么做SEO？
为什么欧美影视喜欢露点？
特朗普大力推行稳定币，背后的真实目的是什么？
你身边身材最好的女生是什么样？
阿里云为什么没有一年的免费云服务？
马兰基地巨型飞翼无人机的出现是否代表制造b21 类似物对于中国来说不再是个难题。?
有没有一款音乐播放器，能连接nas音乐，创建音乐库，自动匹配歌词封面等等？类似infuse的概念呢？
为什么有的女生喜欢穿紧身牛仔裤？
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？
用了几年大厂云服务器，现在想换便宜的，有推荐的吗?
为什么中国盛产“巨婴”，一到国外就通情达理？
你从什么时候开始感觉孩子不属于你了？
如何看待日本小学校园餐只有一小块鸡肉？
从零写一个3D物理引擎难度多大?
《碟中谍 8》都有哪些槽点？
如何看待三峡集团总部搬迁至武汉？
坚持使用 PHP 的你，如今有什么感悟？
为什么开发一个 AI Agent 看似容易，但真正让它「好用」却如此困难？技术瓶颈主要在哪里？
国产手机APP为什么越来越臃肿？
老板说我设计了一周的海报还是不行，我到底该怎么学啊？
如何评价综艺《心动的信号》第七季？
空战的时候可不可以先击落预警机?
造一艘航母有多难?
现在是2025年6月，现在的房价是阴跌还是暴跌？还会继续跌多久？是否已经开始分化?
PHP现在真的已经过时了吗？
如何评价林志玲？
广东怀集水灾后一家超市疑似被哄抢，这种行为在灾难面前的道德和法律问题如何看待？
吴柳芳的真实水平如何？
Rust 的设计缺陷是什么？
怎么国内车企都要去跑纽北呢，纽北也就是个普通赛道?
