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：
颠覆空调形态，美的无外机嵌入式厨房空调新品是黑科技还是噱头？
有没有一款音乐播放器，能连接nas音乐，创建音乐库，自动匹配歌词封面等等？类似infuse的概念呢？
***如古代长城用的是C140混凝土，那千百年下来会完整的留存至今还是损坏的更加严重？
只能选一个，你选谁？
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？
大a下一个牛市多久到来?
央视点名批评吹牛逼，批评L2.999……会被某法务部起诉吗？
女生真正的完美身材是什么样子？
有没有好看的个人博客的设计？
美国可以摆脱对中国稀土的依赖吗？
Rust的设计缺陷是什么？
如何评价字节跳动开源的 Netpoll？
微软edge浏览器为什么逐渐被其他的浏览器代替？
有哪些品牌的鱼缸值得推荐？
江西通报救护车 800 公里收费 2.8 万「不合理，暂停医院转运服务」，该医院要承担怎样的法律责任？
有哪些小众的开源项目养活了一大批人?
微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用，背后原因有哪些？
如何看待青鸾峰上连续几本***霸占纵横榜首？
Mac mini 你日常会用它做什么？
34 岁教授王虹在北京大学开数学讲座，她或将成为首位获得菲尔兹奖的中国籍数学家，有多厉害？
做个web服务器，gin框架和go-zero怎么选？
核武器真的有宣传中那么牛逼吗？
如果让你重来一次，你还会嫁给你老公吗？
布报告称，华为云 CloudMatrix 384 性能超英伟达旗舰方案，对此你怎么看？
如何看待国内开源项目的不可持续性？
graalvm为啥国内没有流行起来，go写起来实在太恶心了，难道任凭go独霸云原生？
新手养鱼，养什么鱼好？
公务员家庭聚餐也禁止了吗？
刚穿成hp里14岁的塞德里克，这咋活？急急急！?
