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：
为什么好看的家一看就是国外的？
为什么在中国，一间「看起来没什么用」的房间最终都会被装修成书房？
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？
鸿蒙电脑会在国内逐渐取代windows电脑吗？
***拍大尺度片子时摄影师不会看光吗？
胸大的女孩会自卑 吗？
你在出租房屋发现过什么前租客留下的“宝藏”？
现在个人博客不能备案了吗？
如何看待国内开源项目的不可持续性？
NAS的盘是否需要一次性买齐？
鱼缸有没有简单的过滤配置搭配方式？
为什么中国农村房子那么丑？
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？
你们的腰突是怎么突然好的？
如何看待 Anthropic 发布的 Claude 4 Opus/Sonnet？对行业有什么影响？
求推荐一款中小企业使用的进销存软件（零售批发类，要有记录序列号功能）?
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
什么事情是你待在西安才知道的？
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
为何 Linus 一个人就能写出这么强的系统，中国却做不出来？
H264和H265谁画质好，求回谢谢！？
鱼缸上的藻类怎么去掉？
你见过身边身材最好的女生是什么样子的？
刘亦菲和张柏芝年轻的时候，谁更美？
如何看待抖音宝妈自学中医，肉蛋奶全忌，给孩子喂“古法米汤”，美名其曰“中医育儿”?
俄如果真的投下了核弹，世界会如何？
800V是什么技术，为什么特斯拉不跟进？
2025年现在开发php项目选择lar***el框架好还是thinkphp框架好？
妃子笑是荔枝中最难吃的品种吗？
