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：
为什么说微软 Win11，有苹果 macOS 的感觉？
我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗？
妃子笑是荔枝中最难吃的品种吗？
为什么果粉对苹果非常地宽容？
做个web服务器，gin框架和go-zero怎么选？
如有如此漂亮的女友，该怎么办，才能不弄丢？
我国004号航母什么时候下水？
做引体向上可能会诱发腰肌劳损吗？
有史以来最优秀的程序员有哪些？
身边好几个朋友要润，都说是为了孩子的教育。国外的教育真的那么好吗，低压力教育就不会教出废柴来？
在中国有多少开发者使用Rust编程语言？
做客孩子临走时带走几只玩具，我的孩子抗拒并一直哭，要怎么开导？
jwt与token+redis，哪种方案更好用？
2025年了 Rust前景如何?
伊朗那么大却被一个小小的以色列打的无法还手？很多高层领导都被干掉了为什么？
为什么windows的arm版没有被广泛使用？
特朗普集团推出 499 美元「土豪金」手机 T1，安卓系统，号称「美国制造」，如何看待此举？
广汽埃安被曝爆雷，员工股权认购缩水仅退 42%，高管却全额退款，广汽辟谣，具体情况如何？
据报道称“浏览器内核有上千万行代码”，浏览器内核真的很复杂吗？
《诛仙》作者萧鼎于近日修改《诛仙》原作并大量删去碧瑶戏份，如何看待这一行为？
为什么QQ上的网络状态没有了？
***如古代长城用的是C140混凝土，那千百年下来会完整的留存至今还是损坏的更加严重？
你的鱼缸里养过什么奇怪的鱼？
女孩子第一次穿高跟鞋是什么体验？
理论上flutter性能应该非常高才对，为什么好些flutter应用性能一般？
特朗普表示美军阅兵式将超越奥运会或世界杯，这背后的意义和成本如何评估？
山姆超市是怎么在中国火起来的?
有没有免费的云服务器?
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？
特朗普发文要求伊朗无条件投降，并被曝考虑加入对伊空袭，有哪些目的？伊朗会弃核求生吗？
