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：
为什么bilibili后端要用go来写？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
为什么一部分 Go 布道师的博客不更新了？
如何看待某个日本小学校园餐只有一小块鸡肉？
夏天到了，大家有什么好的下饭菜推荐？
初学者学编程，最关键的技能是什么？
为什么女游泳运动员看起来大部分都是平胸？
程序员每天会阅读哪些技术网站来提升自己?
什么是 AI Agent（智能体）？
未来几年，市场对 AI 人才的需求会集中在哪几个方向？
为什么人到中年，很少有身材苗条的？
有没有免费的云服务器?
伊朗若拥有巴基斯坦的中国防控体系，能否把美国的B2轰炸机打下来？如果打下会对世界局势产生什么影响？
为什么不用rust重写Nginx？
如何评价华为鸿蒙电脑？
手机的运行内存真的有必要上16GB吗？
如何评价 Vue.js 纪录片？
感觉自己被吸走了精气是为什么？
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？
为什么小男孩小时候要比小女孩难养好多?
为什么伊朗的防空系统失效了？
能不能通过养殖方法，把淡水鱼身上***除掉？然后再售卖做刺身，超级爱吃刺身，很害怕寄身虫?
2025 年 6 月，Rust 在 GUI 方面有何大的进展? 你最看好哪个框架?
你为什么坚持使用/学rust？
宁波东方理工大学学费每人每学年 9.6 万，为什么会这么贵？
妈妈去世后，外婆家的亲戚集体不来，我还要跟他们交往吗？
如何评价OpenRouter这样的大模型API聚合平台？
你身边身材最好的女生是什么样？
现在个人博客不能备案了吗？
最近，你有什么顿悟？
