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：
使用Linux系统有什么优势，亮点在哪里？
055驱逐舰的战力被低估还是被高估？
游客去体验滑雪有必要租雪服吗？直接穿着羽绒服可以吗？
34岁，女性，不想过夫妻生活，怎么跟老公沟通效果更好？
Golang与Rust哪个语言会是今后的主流？
iOS 26 的新设计被吐槽丑，苹果在设计更新时考虑了哪些因素？你对这一设计都有哪些评价？
中国军事力量在亚洲能排第一吗？
你怎么看待剪映收费过高问题？
为什么 macOS 并不差，可市场总敌不过 Windows？
《冰与火之歌》中如果罗柏不悔婚，在当时的情况下，他自己的婚礼会不会是血色婚礼？
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？
PHP初学者，我能不能使用PHP来开发桌面应用？
MiniMax 推出全球首个开源大规模混合架构的推理模型 MiniMax-M1，其有何技术优势？
为何 PC 需要单核高性能，而服务器不在乎？
为什么感觉腾讯的风评越来越好了？
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）?
Golang和J***a到底怎么选?
“真实承诺-3”，伊朗的报复能打疼以色列吗？
有谁现在正在使用苹果mac mini 吗？能分享一下使用感受不？
为什么 wxWidgets 不如 Qt 流行？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
有没有一款音乐播放器，能连接nas音乐，创建音乐库，自动匹配歌词封面等等？类似infuse的概念呢？
中国军队有多强，在世界能排第几？
***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？
请问有没有什么工具能够生成局域网的网络拓扑结构图？
“哨兵模式”涉嫌泄密，你支持封杀特斯拉吗？
以色列为什么突然敢打伊朗了？不怕被报复？
如何评价前端框架 Solid?
