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：
高薪裁员的中年人送外卖还是开滴滴好?
现在是2025年6月，现在的房价是阴跌还是暴跌？还会继续跌多久？是否已经开始分化?
***如清空你一切***，但是你获得一个可以每天百分之一增长的一千块钱，你愿意吗?
苹果***首次支持国补，最高补贴不超 2000 元，适用范围有哪些？***补贴后价格有优势吗？
程序员每天会阅读哪些技术网站来提升自己?
为什么日本人口密度这么大还能住一户建，中国只能住楼房？
能分享一下你写过的rust项目吗？
玉镯越戴越透是「人养玉」还是心理作用？
江西救护车 800 公里收 2.8 万被停运，该***中还有哪些疑点？这个收费贵不贵？
新买了一台nas，第一个月下载20t+，上传5+，不会被网警盯上吧?
给小孩买什么游戏机？
羽毛球的最本质实力差距是什么？
HTML+CSS有哪些常用的居中方法？
什么是 5G 固定无线接入（FWA）？
为什么不把公共场所的女厕所设计得比男厕所大一些？
2025 年 6 月，Rust 在 GUI 方面有何大的进展? 你最看好哪个框架?
AMD、Intel的下一代CPU的PPT都显示了强劲的性能提升，是在吹牛吗？
女朋友送的switch被亲戚要求送小孩我该怎么办？
豆包推出 AI 编程，在「编辑模式」下可以直接前端改图和文字，体验如何？对行业会带来怎样的影响？
如何评价 Windows 11 的 UI ？
postgresql能取代mongodb吗？
特斯拉宣布将于 6 月 22 日开始 Robotaxi 公开试运营，这将对自动驾驶行业带来哪些影响？
PC电脑能不能当服务器用？
如何评价女明星梅根福克斯的身材？
有史以来最优秀的程序员有哪些？
为什么棒球在我国毫无水花？
亲眼见到明星本人是什么体验？
为什么中国主机带宽比美国贵5倍（原来错误的10000倍），比如阿里云？
