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：
买到烂尾楼到底该有多绝望？
为什么买了Switch后，却发现它并没有那么好玩？
中国发动机是技术落后，还是材料技术没有攻克?
哪个牌子的护肤品好呀？想给妈妈买一套抗衰老的护肤品?
我国新一代载人飞船「梦舟」零高度逃逸飞行试验成功，该实验有怎样的意义？「梦舟」在未来会发挥哪些作用？
新手养鱼，鱼缸中能放入哪些水草？
要不要帮导师装服务器?
为什么Dreamwe***er，FrontPage会被淘汰？
皮肤太白是种怎样的体验？
如何看待苹果在 WWDC25 发布的 Foundation 模型框架，它将为开发者和用户带来哪些改变？
国家统计局表示，青年人失业率连续 3 个月下降，现在找工作实际情况如何？
中央多份重磅文件出台，密集释放「涨工资」「提高居民收入」的信号，这背后有何深意？
***拍大尺度片子时摄影师不会看光吗？
Cloudflare是一家什么样的公司？
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?
各位前端大触们，一般怎么定颜色的？
前端如何设计网页？
如何看待日本小学校园餐只有一小块鸡肉？
山东寿光较大中毒事故致 7 死 4 伤，副市长等 26 人被问责，此事有哪些警示意义？
你怎么看待剪映收费过高问题？
飞机这么多按钮都要一个个地打开，为什么不能一键启动？
特厨隋坡探店成都快餐店，给出80分以上的高分，为什么评分远高于大饭店？
鸿蒙电脑会在国内逐渐取代windows电脑吗？
商城里如何缓存商品信息?
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？
换过电池的苹果手机内部发现被加装了一个部件，有大佬知道这是干什么的吗?
Flutter 为什么没有一款好用的UI框架？
如何判断鱼缸中的硝化系统是否已经成功建立？
为什么 Blender 成功了？
MCP服务器开发，我觉得很有潜力，各位觉得呢？
