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：
一米二的棍子打的赢三十厘米的刀子吗？
最讨厌和哪种人打羽毛球？
都说苹果是细节狂魔，那苹果有没有细节其实做的很差的点？
能分享一下你写过的rust项目吗？
自己拥有一台服务器可以做哪些很酷的事情？
仰望u9明明技术实力更强，为什么纽北的成绩没有小米su7ultra好？
男朋友在起点写了一本***，签约后成绩不好，快要上架了，他整天焦虑，请问各位大神，他的书真的很差吗？
有个少数民族的女朋友是什么体验?
用Django开发web后端，真的比SpringBoot要省事吗？
《武林外传》里最让你心酸的画面是什么？
很多营销号用 pork 和 pig 论证英语是落后的语言、汉语比英语先进，如何反驳这种观点？
如果你有300万存款，你敢辞职躺平吗？
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？
导师给了1.4W要我给工作室买个主机，是整机还是自己配？
印度是真的烂还是咱们在信息茧房里面？
男朋友因为打游戏骗我去睡觉被我识破，然后我提了分手，他同意了，问问男孩子们他怎么想的？
为什么不趁以色列美国与伊朗打的火热的时机收复台湾呢？
如何高效将 HTML 内容转换成卡片形式？
网传厦门某国企研发部门要求每日考察后端 400 行，前端 1000 行代码量，如属实，这个考核合理吗？
如何评价DuckDB?
胸大的女孩子有什么烦恼？
Golang与Rust哪个语言会是今后的主流？
刘亦菲和张柏芝年轻的时候，谁更美？
你怎么看待剪映收费过高问题？
《明朝那些事儿》的作者当年明月疯了，疯了就可以摆脱烦恼了吗？
