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：
评价一下Proxmox VE与ESXi的优劣？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
JetBrains 放弃 AppCode 是否是一个错误决定？
如何评价字节跳动开源的 HTTP 框架 Hertz ？
从现代科学的角度看,长期吃六味地黄丸对身体有好处吗？
你在出租房屋发现过什么前租客留下的“宝藏”？
谷歌云服务宕机导致 OpenAI、Shopify 等服务中断，此次宕机的具体技术原因是什么？
写CUDA到底难在哪？
为什么macOS软件生态不敌Windows?
如何看待极客湾评测麒麟X90的性能与表现?
海贼王为什么现在被全网黑?
为什么美军“好像”不怕泄密？
PHP现在真的已经过时了吗？
丰田将中国市场决策权交给中方，是在华战略重大调整，这会不会意味着未来中国市场的丰田车“中味”十足了？
为什么有人觉得在简历上写 QQ 邮箱很掉分？
以色列为什么要打伊朗？
如何看待 Rust 写的 PNG 解码器比 C 实现更快？
为什么 Mac 对游戏支持这么差？
有没有人***正好撞到你擅长的领域上的？
中国外交部及有关使领馆正迅速组织撤离在以、伊的中国公民，目前当地情况如何？
为什么买了Switch后，却发现它并没有那么好玩？
为什么上海暂时还没取代香港成为亚洲金融中心？还没取代纽约成为世界金融中心？
为什么一谈到Wi-Fi想支持6GHz，总有人说那你可以去国外？
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？
中国军队有多强，在世界能排第几？
如何评价鸿蒙电脑无法编写其自身运行的程序？
Gemini 2.5 Flash 和Pro稳定版上线，和之前版本相比，在性能和应用场景上有哪些提升？
卧推100kg做组的胸，都是啥样的。?
