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：
以总理称已控制伊朗首都领空，领空被控制意味着什么？伊朗还可以通过空袭反击吗？
“哨兵模式”涉嫌泄密，你支持封杀特斯拉吗？
TVB的哪些「神剧」放到今天看，同样会让人直呼精彩？
MacOS真的比Windows流畅吗？
为什么不成立一个***经济特区？
丘处机能排名射雕前十吗？
大家猜猜伊朗的结局如何？
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？
为什么这次以色列打伊朗，网上声讨的人少了，反而都是嘲笑调侃伊朗？
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？
有哪些值得推荐的小型 C 语言开源项目？
儿子抑郁四年左右了，他的未来该怎么办？
鸿蒙电脑应用开发和鸿蒙手机是一样的吗？
林述巍跟隋坡这两位谁的水平高？
如何看待伊朗议员沙赫里亚里： 我们恳求最高领袖批准使用核武器？
微信服务器会保留聊天记录吗,会保存多久?
你的择偶标准是怎么样的？
哪张照片让你觉得刘亦菲美得不可方物？
国产手机AI「好用」的背后，是技术差距还是文化差异？
普通人为了一点微薄的薪水，每天忙忙碌碌到底有什么意义？
周深在太原举办了两场共 6 小时的演唱会，这有哪些值得关注的亮点？
小的时候农村三伏天，没有电扇和空调，是怎么熬过炎热的?
慈禧为什么要反对戊戌变法？
如果发动机热效率达到100%，一升汽油大概可以让汽车行驶多少公里？
全班 43 人开家长会只来了 7 位爸爸，学校称未来准备策划爸爸家长会，如何看待这一现象？
如何评价《海贼王》第1152话情报?
电影《碟中谍》系列中哪一部最好？
阿里网盘为什么没有动静了？
***机关工作人员如何申请Windows电脑？
如何看待B站一些粉丝数高的UP主更新频率下降，B站高质量***产出断崖式下跌？近期B站发生了什么事情？
