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：
扫黑风暴为什么他们费老大劲杀这么多人不如直接把督导组干掉？
各位前端大触们，一般怎么定颜色的？
恳求各位.net开发者给我一点经验?
如何看待 鸿蒙电脑 不可以为 鸿蒙设备 做软件开发？
055大驱到底强在哪里？
为什么欧美影视喜欢露点？
为什么年轻的肉体让人沉迷？
为什么现在知乎有一种j***a运行速度很慢，很吃***的论调？
如何评价***伊内斯·特洛奇亚的身材？
人工智能相关专业里有什么「坑」吗？
为啥加州会站在非法移民一边？
为何说香港《稳定币条例》将改写未来世界比特币等数字货币市场格局，港币和人民币的国际化会受益于此么？
怎么评价国内AI企业人肉背15块80TB硬盘，飞去马来西亚用英伟达训练数据，以规避美国禁令?
程序员的你，真的热爱编程吗？
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？
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
本人女20，平胸跟男生一样怎么办 ?
如何评价国产像素武侠RPG游戏《逸剑风云决》的两个DLC“碧海仙踪”和“武家旧事” ？
公共DNS哪家强？
是什么原因让你决定开始练书法？
如何评价首个女性友好的编程语言HerCode?
如何看待 2026QS 世界大学排名？
vue + tsx 的开发体验能追得上 react+tsx么？
用GraphQL如何实现以下API请求？与REST的思路相比实现方法孰优孰劣？
内置WSL 2的Windows 10可以完全取代桌面版Linux吗？
前端是不是快没了？
中国为什么不直接印大量的人民币去买美国的东西？
PostgreSQL 与 MySQL 相比，优势何在？
已经稳定盈利的高手会把自己的方法无偿奉献给他人吗？
