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：
Gemini 2.5 Flash 和Pro稳定版上线，和之前版本相比，在性能和应用场景上有哪些提升？
和女生旅游开一间房有什么注意事项？
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？
生活中怎样的美女才能被称为「大」美女？
核武器真的有宣传中那么牛逼吗？
Golang web项目求推荐？
一个练过功夫的姑娘能打过一个没练过的男人吗？
微信头像会影响第一印象吗？
中年夫妻有多少是生活和谐的？
重庆的你，择偶的标准是怎样的？
美国军工产能比中国差很多，为什么美国可以用lsarm饱和攻击，我们却没有相似的？
为什么韩国的热辣舞团无法征服中国的男性市场？？
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？
为什么不用rust重写Nginx？
为什么golang pprof检测出的内存占用远小于top命令查看到的内存占用量？
男医生在给年轻靓丽的女性检查时会是什么心态？
***拍大尺度片子时摄影师不会看光吗？
如何评价ipad pro2024？
据报道称“浏览器内核有上千万行代码”，浏览器内核真的很复杂吗？
为什么说男人至死都是少年？
你见过哪些智障的反人类的设计？
为啥 php 还有这么多人在用啊？
女生真正的完美身材是什么样子？
网传广东怀集洪水后赵一鸣超市被哄抢，县***回应相关单位正在核实，若属实哄抢者该承担哪些法律责任？
Manus会不会开源？
现在个人博客不能备案了吗？
