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：
switch2好用吗朋友们?
H264和H265谁画质好，求回谢谢！？
空战的时候可不可以先击落预警机?
女明星做了什么医美项目保持童颜？
如何评价前端框架 Solid?
编程语言 MoonBit 发布 Beta 版，正式进入企业场景应用，会带来哪些影响？
华为Pura 80首销遇冷，是否说明消费者已经开始对麒麟芯片性能有所觉醒？
为什么日本经济下降，大学排名跌至谷底，还有那么多人挤破脑袋去日本留学？
有没有一个特别好用的Linux系统？
养殖小球藻那么好，曾经也在困难年代大力推广过，为什么没有继续下去？
在中国邮政工作是怎样一种体验？
中年夫妻有多少是生活和谐的？
go为了编译速度减少了很多编译优化？为什么不能提供优化编译模式来提升运行效率？是太懒还是另有隐情？
一名女子在杭州万象城遭挟持被捅 20 多刀，隆胸***体救了一命，这反映出哪些公安系统的问题？
美国的医疗费用真的有这么贵吗？
宝宝们 敢不敢发出你们自己最可爱的自拍照?
国产CAD软件能否替代AutoCAD？
现实中的父女关系是怎样的?
2025年，歼16与美军机50分钟缠斗，为什么知乎上没有任何消息？
女生真正的完美身材是什么样子？
如何看待「苏超」赞助商1个月增加超200%，达到中超2倍？
你怎么看待剪映收费过高问题？
你们试过最牛逼的减肥方法是什么 ?
机械硬盘会不会被固态盘彻底取代？
国产数据库有什么坑？
能分享一下你写过的rust项目吗？
一台主机上只能保持最多 65535 个 TCP 连接吗？
24-25赛季 NBA 总决赛 G6 步行者 108-91 雷霆，如何评价本场比赛？
为什么网络上都在说隋坡厉害？
