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：
如何看待伊朗媒体发布「手摸核弹」***，并配文「MAYBE」？
目前美军还有哪些领域是明显领先于解放军的？
中年夫妻有多少生活和谐的？
Golang是不是代替了PHP以前的生态位啊？
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
中国是不是最应该复制星链的国家？
为什么供应链桃子只有小米雷军可以摘，其他人只能干瞪眼？
人类有希望走出***系吗?
NAS的盘是否需要一次性买齐？
“哨兵模式”涉嫌泄密，你支持封杀特斯拉吗？
大量消息在 MQ 里长时间积压，该如何解决？
你的低成本爱好是什么？
异性同办公室久了会不会日久生情？
为什么特斯拉坚持用纯视觉智驾？
作为一个服务器，node.js 是性能最高的吗？
怎么理解开源项目若依（RuoYi）存在的意义？
以色列为什么突然敢打伊朗了？不怕被报复？
为什么网络上都在说隋坡厉害？
北京日报点名批评“苏超”过度娱乐化，它是否管的太宽了？为什么无良媒体不会被查封取缔？
学生校服如何隐藏内衣痕迹?
为什么感觉腾讯的风评越来越好了？
江西通报救护车 800 公里收费 2.8 万「不合理，暂停医院转运服务」，该医院要承担怎样的法律责任？
卖域名还是个好生意吗？
为什么 IPv6 在国内至今未得以大规模应用?
和女生旅游开一间房有什么注意事项？
颈椎病的最佳治疗方法是什么？
你的亲戚提过什么过分的要求？
中国的歼-10 在世界上是什么水平？
如何评价DuckDB?
北京日报点名批评“苏超”过度娱乐化的动机是什么？
