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：
鱼缸长这种藻是什么藻？是好是坏？
老板说我设计了一周的海报还是不行，我到底该怎么学啊？
如果苹果真的下架了微信的话，会发生什么？
央行宣布八项重磅金融开放举措，将设立数字人民币国际运营中心等，释放了哪些信号？
乡下的土鸡真的值100块钱吗？
CPU 为什么很少会坏？
学生校服如何隐藏内衣痕迹?
求大神解答，为什么大家都不喜欢用docker？
DF-41已经可以打击美国本土，这是否相当于古巴导弹危机常态化？
postgres集群的选择?
为什么国人普遍不接受月付的订阅制而喜欢一口价买断制呢？
如何看待机器之心重测高考数学全卷，Gemini夺冠，豆包DeepSeek并列第二？
你亲身接触过的日本人的印象是怎样的?
iOS 26 的新设计被吐槽丑，苹果在设计更新时考虑了哪些因素？你对这一设计都有哪些评价？
如何看待青鸾峰上连续几本***霸占纵横榜首？
电脑C盘爆满，如何彻底清理垃圾又不误删系统文件？
中年女性如何保持身材？
Go 语言 Web 应用开发框架，Iris、Gin、Echo，哪一个更适合大型项目？
吴柳芳的真实水平如何？
男朋友因为打游戏骗我去睡觉被我识破，然后我提了分手，他同意了，问问男孩子们他怎么想的？
5挺马克沁机枪，能否击败50万重骑兵？
为什么 php 可以做到 7 毫秒以内响应，而 .net 做不到？
鸿蒙电脑应用开发和鸿蒙手机是一样的吗？
超级喜欢穿短裙正常吗?
Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别？
如何看待rust编写的zed编辑器？
如何评价 Next.js？
据说go和c#的开发者都说自己比较节省内存，你们认为呢？
能分享一下你写过的rust项目吗？
被称为「人间尤物」的女主，有多绝？
