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：
Python+rust会是一个强大的组合吗？
Golang 的 Web 框架该怎么选择？Web 开发又该怎样学？
前端因为像素还原设计稿而离职，这是个别现象吗？
韩国人在电影上非常凶猛能打，现实中韩国男人的战力如何?
有什么好用的软件推荐嘛？
有没有一种可能，天基导弹拦截系统可以直接将洲际导弹按死在家门口?
为什么韩国的热辣舞团无法征服中国的男性市场？？
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？
Windows微信4.0是用Qt写的吗？腾讯不是前脚才说Qt人才匮乏？
程序员 macOS 有哪些必装软件？
初学者做游戏用godot还是unity好？
应该如何看待群晖在DSM 7.2.2-72803更新中去掉了Video Station?
特厨隋坡探店成都快餐店，给出80分以上的高分，为什么评分远高于大饭店？
有没有免费的语音转文字的软件？
如何看待国内服装尺码越来越小的现象？
如何评价***伊内斯·特洛奇亚的身材？
如何评价电影《碟中谍8：最后清算》？
Rust 的设计缺陷是什么？
科学怎么解释中医把脉孕检，并且知道怀的男孩女孩？
微信头像会影响第一印象吗？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
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？
Go 语言 Web 应用开发框架，Iris、Gin、Echo，哪一个更适合大型项目？
什么是稳定币？有人说它是「一场饮鸩止渴的游戏」，你怎么看？
程序员从幼稚到成熟的标志是什么？
「绝世美女」都有什么特点？
这种裙子是不是对直男爆杀？
《捞女游戏》发售仅一天同时在线超 6330 人，如何看待游戏的销量？
5 月 28 日 DeepSeek R1 模型完成小版本试升级并开源，具体有哪些提升？使用体验如何？
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？
