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：
张伟丽可以打败什么级别的普通男性？
为什么鸿蒙PC要排斥Linux生态？
打下来全部的星链近地卫星好打么？
为什么 IPv6 突然不火了？
为什么大多数发达国家都不敢赶走美军基地？
duckdb的性能如何？
Swift 和同时代的其他语言比起来怎么样？
***拍大尺度片子时摄影师不会看光吗？
公司规定所有接口都用 post 请求，这是为什么？
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？
要不要帮导师装服务器?
广东怀集遇历史最大洪水，约 30 万人受灾，积水最深处达 3 米，目前当地情况如何？
北京日报点名批评“苏超”过度娱乐化的动机是什么？
炫富真的很爽吗？
我一直想不明白，日系车为什么就走下坡路了呢？
为什么同样是输球，常州和国足的风评却差那么多呢？
华为鸿蒙还有多久可以在pc桌面取代Windows？
微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用，背后原因有哪些？
曼德拉是南非的罪人吗？
最讨厌和哪种人打羽毛球？
马斯克宣布星舰将配备 42 台发动机，如何评价这一设计？
JetBrains 放弃 AppCode 是否是一个错误决定？
沙特王储：整个伊斯兰世界团结一致支持伊朗，你怎么看？
你的亲戚提过什么过分的要求？
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？
外贸独立站怎么做SEO？
国产手机AI「好用」的背后，是技术差距还是文化差异？
PHP现在真的已经过时了吗？
为什么特斯拉坚持用纯视觉智驾？
我的实际车速是66km/h，旁边有车超速，我被拍了违章，说是车速85km/h，怎么申诉?
