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：
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）?
以前大力推广的沼气池，怎么现在越来越少了？
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？
全班 43 人开家长会只来了 7 位爸爸，学校称未来准备策划爸爸家长会，如何看待这一现象？
越南人的生活水平怎么样？
如何看待苹果在 WWDC25 发布的 Foundation 模型框架，它将为开发者和用户带来哪些改变？
女明星陪酒真的存在吗？
现在个人博客不能备案了吗？
switch2好用吗朋友们?
什么是 5G 固定无线接入（FWA）？
python的包管理器uv可以替代conda吗?
如何评价首个女性友好的编程语言HerCode?
Flutter 为什么没有一款好用的UI框架？
伊朗这次会崩溃灭亡吗？
如何评价中国电科研发的JY-10防空指挥控制系统成为伊朗防空指挥系统核心？
怎么知道女人动了真情?
为什么Dreamwe***er，FrontPage会被淘汰？
大家有什么烧钱的爱好吗?
中国军队有多强，在世界能排第几？
三次元中真的存在二次元中的超长头发吗?
可以用duckdb在本地建立一个数据库对外服务吗？
如何评价钟南山院士？
眼睛的飞蚊症，能够康复吗？
哪张照片让你觉得刘亦菲美得不可方物？
Rust 未来会成为主流的编程语言吗？
为什么现在没人提猎鹰9号了？
Cloudflare是一家什么样的公司？
如有如此漂亮的女友，该怎么办，才能不弄丢？
西方人是怎么发现地球是圆的的？
美国真会下场对伊朗开战吗？
