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：
广西桂军真的很厉害吗？
消息称苹果 macOS 26 将不再支持部分旧款英特尔 CPU 机型，这背后原因有哪些？
能分享一下你写过的rust项目吗？
SpaceX 星舰 36 号火箭静态点火测试爆炸，爆炸的原因是什么？会对星舰发展产生什么影响？
如何评价《灵笼 2》第五集？
目前亚洲最厉害的五款战斗机是什么？
如何评价中国电科研发的JY-10防空指挥控制系统成为伊朗防空指挥系统核心？
你身边身材最好的女生是什么样？
韩寒现在为什么不写书了呢？
如何评价富士表示将继续推出 X-Pro 系列？
你干过最牛的一件事是什么？
慈禧为什么要反对戊戌变法？
有没有什么惊为天人的 Logo 设计？
055驱逐舰 是个什么概念?
女性为什么不普遍跟男性那样只留个几毫米或2-3厘米短发，女性不觉得长发麻烦吗?
各位都在用Docker跑些什么呢？
为什么 IPv6 在国内至今未得以大规模应用?
猫那么爱干净，却为什么不喜欢洗澡？
为什么UC曾经是国内主流浏览器之一，但现在却逐渐销声匿迹了？
Rust、Go、Zig、Dart、C3、C++、C，仓颉、moonbit、凹语言哪个语言更有未来？
为什么长得漂亮却没什么用?
有哪些BI工具惊艳了你？
怎么才能有尤雨溪一半强，该怎么学习？
为什么中国防空反导系统才7年就从山寨到全面原创且超越了俄罗斯？
PHP现在真的已经过时了吗？
***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？
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？
为什么 mac mini 的 m4 版本价格这么低呢？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
