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：
查干湖冬捕是不是造***？
张伟丽可以打败什么级别的普通男性？
为什么程序员独爱用Mac进行编程？
为什么编程语言百花齐放，Web 标记语言 HTML 一家独大？
***如古代长城用的是C140混凝土，那千百年下来会完整的留存至今还是损坏的更加严重？
服务器能否拒绝非浏览器发起的HTTP请求？
联想 128GB 超大内存迷你 AMD 主机上架，此款主机有哪些亮点？
伊朗为什么不买中国战机，却坚持四十年用老旧的苏联米格29、美国F14雄猫战斗机?
如何看待“Hutool”工具类库广受欢迎？
如何看待“没有生态的墨水屏设备就是信息孤岛，最终会沦为泡面盖”这种观点？墨水屏未来的发展趋势是什么？
组nas一定要TDP低的cpu吗？
有人说x86是条必沉的船，苹果早就跳船了，微软也有弃船的意图，你怎么看？
为什么《歌手》不请周杰伦、陈奕迅、王菲、张学友、孙燕姿、梁静茹、王力宏、林俊杰当节目嘉宾？
网传厦门某国企研发部门要求每日考察后端 400 行，前端 1000 行代码量，如属实，这个考核合理吗？
为什么这么多人说 Gmail 好用？Gmail 和 QQ 邮箱相比到底好在哪里？
歼-36(成六代)未来的战场定位会是什么？
怎么才能有尤雨溪一半强，该怎么学习？
张元英的颜值在内娱属于什么水平？
如何看待 Rust 写的 PNG 解码器比 C 实现更快？
为什么macOS软件生态不敌Windows?
自己拥有一台服务器可以做哪些很酷的事情？
将 Windows Server 作为个人 PC 操作系统来用是怎样的体验？
PHP现在真的已经过时了吗？
你理想中的完美户型长什么样？
据调查使用五笔输入法人数仅剩 3%，五笔输入法是怎么没落的？
中国的航空发动机现在是什么水平？
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？
《欢天喜地七仙女》中 「仙女下嫁凡人」 的设定，在今天是否过时？
锻炼腰肌的经典动作有哪些？
这种裙子是不是对直男爆杀？
