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：
为什么剪映导出***时码率与原***一样，变得更模糊？
如何评价高圆圆的身材算是美女类型的吗？
国产手机APP为什么越来越臃肿？
如何评价《绝区零》艾莲的激发潜能？
如何看待机器之心重测高考数学全卷，Gemini夺冠，豆包DeepSeek并列第二？
为什么都说武器越怪，死的越快？
鱼缸里的石子有哪些作用？
中国的歼-10 在世界上是什么水平？
评价展望乐道l90?能救蔚来吗?
胸大的女孩子有什么烦恼？
明星现实中真的很漂亮吗？
中国承诺不开第一枪，那如果中美开战，美国直接摧毁北斗卫星，中国该如何反败为胜？
黄一鸣为什么敢承认孩子是王思聪的？
印度公开藏南地区我方战士口咬手雷坚守的***，是想表达什么？
安徽一银行两名客户经理因吃客户一碗面每人被罚 3000 元，这个处罚力度合理吗？
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？
有哪些小众的开源项目养活了一大批人?
Golang中有必要实现Async/Await吗?
如果战争爆发，中国普通老百姓枪都不会打该怎样自卫？
为什么广东的经济现在开始落后了？
Python+rust会是一个强大的组合吗？
超级喜欢穿短裙正常吗?
我准备开发一款***,你有什么建议呢？
小米YU7从7月提前至6月底发布，是什么原因导致提前发布？
曼德拉是南非的罪人吗？
中国的导弹水平到底怎么样？
中国的核武库规模为什么那么小？
如何客观评价李小冉的长相？
ddns，仅ipv6访问，***s 高位端口号，需要ICP备案么？会被运营商封锁么？
据说go和c#的开发者都说自己比较节省内存，你们认为呢？
