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：
055驱逐舰 是个什么概念?
Golang与Rust哪个语言会是今后的主流？
脸与身材不符是种怎样的体验？
字节大量使用新语言，包括go，rust等，为什么阿里一直都抱着j***a不松手？
如何评价前端框架 Solid?
微信头像会影响第一印象吗？
***《凡人修仙传》有哪些令人伤感的情节？
可以用duckdb在本地建立一个数据库对外服务吗？
为什么多地「国补」暂停了？
switch2好用吗朋友们?
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？
鱼缸上的藻类怎么去掉？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
有性瘾女朋友每天都要很多遍要不要分手?
和女生旅游开一间房有什么注意事项？
以色列为什么要打伊朗？
全国各地现理发店倒闭潮，没有电商冲击，理发店为什么自己能干黄？
为什么 Golang 不适合开发桌面系统？
谁在半夜看过鱼缸里的鱼，它们都在干什么？
有没有一个时间段，自己乐在其中，可亲人或者朋友却觉得你很辛苦，很心疼你?
如何看待 2026QS 世界大学排名？
中国的高铁数量过剩吗？
为什么买了Switch后，却发现它并没有那么好玩？
如何评价首个女性友好的编程语言HerCode?
如何评价字节跳动开源的 Netpoll？
网红都那么美，为什么当不了明星？
为什么大学成抑郁重灾区?
duckdb的性能如何？
男子因眼睛小被小米汽车系统频繁误判疲劳驾驶，一路提醒20多次，这是智能汽车通病吗？怎么解决该 bug？
055一打一能不能打过阿利伯克？
