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：
为什么欧美影视喜欢露点？
印度50年内会不会超越中国?
苹果从 2026 年发布的 macOS 27 起不再兼容任何 Intel Macs，这背后原因有哪些？
学生校服如何隐藏内衣痕迹?
如何看待CCTV13批评“L2.999智驾”等误导性宣传，若导致事故车企可能需要担责？
苹果 6 月 10 日召开的 2025 年全球开发者大会「WWDC25」，有哪些值得关注的信息？
以色列有能力灭掉伊朗吗？
为什么苹果手机杀后台现象频繁？是内存不够、后台管理严格还是其他原因呢？
如何评价前端组件库shadcn/ui?
2025年了expo和Flutter学哪个？
为什么战鹰近期疯狂掉粉？
哪张照片让你觉得刘亦菲美得不可方物？
男医生在给年轻靓丽的女性检查时会是什么心态？
为什么水泥封不住尸臭?
中餐炒菜那么好吃，为什么欧美人不学去？
如何解读穷则独善其身，达则兼济天下？
Python+rust会是一个强大的组合吗？
如何看待 iOS 应用在欧盟范围内可以使用非 WebKit 作为浏览器内核?
为什么开发一个 AI Agent 看似容易，但真正让它「好用」却如此困难？技术瓶颈主要在哪里？
洲际导弹能打到任何地方，为什么还需要轰炸机？
想买一台显示器，主要用于设计和办公，4K分辨率最好，刷新率不追求，1500左右的有吗？
为什么 mac mini 的 m4 版本价格这么低呢？
汤姆·克鲁斯在国外算几线？
鸿蒙电脑会在国内逐渐取代windows电脑吗？
cs go这种射击游戏，有没有一定运气成分在？和职业选手打，100把能赢对方1-3次吗？
女生真正的完美身材是什么样子？
腰间盘突出能不能治愈？
如何看待2025江苏国补在6月1日突然暂停下线？
JetBrains 放弃 AppCode 是否是一个错误决定？
中国大陆的苹果手机被阉割了哪些部分?
