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：
MiniMax Week第三天推出通用 Agent，体验如何？对行业会带来哪些影响？
在武汉，你们的找对象标准是怎样的？
人类真的想象不出从来没见过的东西吗？
为什么电脑厂商用了二十多年时间才发现电源应该放在机箱下部？电源下置这么显而易见的结构这么晚才出现？
如何评价DuckDB?
科学怎么解释中医把脉孕检，并且知道怀的男孩女孩？
可以用duckdb在本地建立一个数据库对外服务吗？
duckdb的性能如何？
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？
拒绝情绪输出，大家觉得有什么办法可以让国足堂堂正正进入世界杯？
为什么 php 可以做到 7 毫秒以内响应，而 .net 做不到？
Office 中为何还要保留 Access 数据库?
新手养鱼，鱼缸中能放入哪些水草？
林志颖和韩寒的赛车技术如何？
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？
5挺马克沁机枪，能否击败50万重骑兵？
如何评价网易国产动作冒险单机新作《归唐》首支预告片？
SpaceX 星舰 36 号火箭静态点火测试爆炸，爆炸的原因是什么？会对星舰发展产生什么影响？
Apple 为什么不封杀 Flutter 呢？
为什么现在吹Rust的人这么多？
如何看待《求是》发布小米汽车工厂宣传片？
男医生在给年轻靓丽的女性检查时会是什么心态？
感觉鱼缸久了底下火山石里脏脏的，能彻底换水清理一遍不？
中国是不是最应该复制星链的国家？
网传厦门某国企研发部门要求每日考察后端 400 行，前端 1000 行代码量，如属实，这个考核合理吗？
