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：
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
印度空难客机两个黑匣子均已找到，最新发现的为驾驶舱语音记录器，会对事故调查带来哪些帮助？
有没有好看的个人博客的设计？
Web后端开发，用Python还是Go呢？
老公想要买2万左右的相机，我该同意吗？
为什么开发一个 AI Agent 看似容易，但真正让它「好用」却如此困难？技术瓶颈主要在哪里？
鱼缸里突然在水面角落出现很多想泡沫一样的气泡是怎么回事？
老挝是个怎么样的国家？
和女生旅游开一间房有什么注意事项？
有邻居的追求者出价三万，让我连续半个月每天找个女朋友晚上弄点动静，我该答应吗？
有没有一个特别好用的Linux系统？
空战的时候可不可以先击落预警机?
为什么腾讯云或者阿里云不让自建dns服务器?
颜值比较高的日本女明星有哪些?
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？
汤姆·克鲁斯在国外算几线？
Cloudflare是一家什么样的公司？
2025年现在开发php项目选择lar***el框架好还是thinkphp框架好？
如有如此漂亮的女友，该怎么办，才能不弄丢？
既然C#等开源语言，为啥***le还要弄个基本上一模一样的Swift？
深圳房价能跌到什么位置？
作为一个服务器，node.js 是性能最高的吗？
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？
如何评价Cursor？
乡下的土鸡真的值100块钱吗？
如何评价首个女性友好的编程语言HerCode?
做一个中国的微软到底有多难？
美国真会下场对伊朗开战吗？
中国的高铁数量过剩吗？
为什么日本经济下降，大学排名跌至谷底，还有那么多人挤破脑袋去日本留学？
