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：
你看过哪些以为是段子新闻，结果发现居然是真的？
如何看待 2026QS 世界大学排名？
黄一鸣为什么敢承认孩子是王思聪的？
edge浏览器本地用户可以导出收藏夹和历史记录等数据吗?
做客孩子临走时带走几只玩具，我的孩子抗拒并一直哭，要怎么开导？
Gemini 2.5 Flash 和Pro稳定版上线，和之前版本相比，在性能和应用场景上有哪些提升？
各位都在用Docker跑些什么呢？
如何评价Cursor？
docker 容器启动后如何添加端口映射？
颜值比较高的日本女明星有哪些?
用了几年大厂云服务器，现在想换便宜的，有推荐的吗?
为什么有的女生喜欢穿紧身牛仔裤？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
中国军队有多强，在世界能排第几？
count(*) count(1)哪个更快？
到底是时代选择了Nvidia,还是Nvidia选择了时代？
H264和H265谁画质好，求回谢谢！？
仅仅一年时间越南就超4万家工厂停工，越南为什么突然之间就陷入了危机？
MySQL不香吗，为啥还要Elasticsearch？
如何评价「尖叫」这种饮料？
duckdb的性能如何？
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？
女生主动起来会有多主动?
如果一个人有足够的钱让他一直***，那毒品对他的身体还有害吗？
AntV X6 如何在节点中间添加新节点？
为什么现在亲戚越来越不亲了？
为什么Dreamwe***er，FrontPage会被淘汰？
