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：
长期使用的大佬来说说，MacOS 真的比 Windows 稳定吗？
冬天也要穿胸罩吗?
前端因为像素还原设计稿而离职，这是个别现象吗？
炫富真的很爽吗？
陌生人晕倒了，帮他拨打120后，病人不支付120出车费，这个费用谁来承担？
伊朗这次让以色列打惨了，这个国家还能挺过来吗？
脸与身材不符是种怎样的体验？
群晖那么垃圾为什么还那么多人推？
如何让你推荐一款个人待办、笔记、管理软件，你会推荐哪一个呢？
淘宝上几百块钱的小程序靠谱吗？
2025年6月，到底买油车还是电车？
你被哪个后来知道很sb的BUG困扰过一周以上吗？
北大「韦神」粉丝破 2000 万，评论区成高考许愿池，如何看待家长们纷纷从韦神这里「沾福气」的心理？
我应该设置多少kb才能让他不能玩游戏？
我的设计作品很烂嘛？
有什么免费的图生图的ai？
有一个***约你出去，你会去吗？
美国真会下场对伊朗开战吗？
Gradle 是否已经对安卓的发展构成了阻碍？
小米发布了 REDMI 首款旗舰小平板 K Pad，仅 8.8 英寸，小巧便携，如何评价这一设计？
为什么人到中年，很少有身材苗条的？
新买了一台nas，第一个月下载20t+，上传5+，不会被网警盯上吧?
评价展望乐道l90?能救蔚来吗?
为什么民众更关注华为对5nm芯片的突破，而不是关注小米已经自研的3nm芯片？
如何评价阿里等大厂笔试现已经禁用本地IDE？
下载怎么老阻止?
如何评价电影《碟中谍8：最后清算》？
MacBook的诱惑在哪里？
鸿蒙电脑应用开发和鸿蒙手机是一样的吗？
为什么现在房贷利率这么低3.1%了，还有人提前还贷？
