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：
为什么腰突不受到医学界的重视？
graalvm为啥国内没有流行起来，go写起来实在太恶心了，难道任凭go独霸云原生？
SQLite不能支持高并发，为什么又说它能支持 10万 的日访问量？
为什么山姆这么受欢迎？
notion和Obsidian这两款软件选哪个？
洞庭湖为什么越来越小, 会消失吗?
如何评价捞女游戏改名，全网“围剿”，以及导演b站账号被封这件事?
写业务的话，go是不是垃圾？
为什么日本经济下降，大学排名跌至谷底，还有那么多人挤破脑袋去日本留学？
2025 年 6 月，Rust 在 GUI 方面有何大的进展? 你最看好哪个框架?
2025 年，Conda、uv、pixi 应当如何选择？
中国预警机世界领先吗？
有什么食物是你一直想吃，真吃到却很失望的？
到底是时代选择了Nvidia,还是Nvidia选择了时代？
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？
美国军队只有司令，不设政委，它们的文官治军咋实现的？
消息称三大运营商将于今年下半年全面重启eSIM，eSIM有哪些好处？为何此前暂停这一业务？
国产操作系统很多年没有搞成为什么有人会认为鸿蒙会成功？
能分享一下你写过的rust项目吗？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
Rust开发Web后端效率如何？
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？
如何评价伊朗最高领袖哈梅内伊？
韦东奕（北大韦神）要是去写游戏引擎代码，能不能把虚幻引擎按在地上摩擦？数学好真能‘降维打击吗？
编程语言 MoonBit 发布 Beta 版，正式进入企业场景应用，会带来哪些影响？
为什么中国主机带宽比美国贵5倍（原来错误的10000倍），比如阿里云？
四岁的女孩儿跳舞怕压腿，家长该坚持吗？
PHP和Node.js哪个更爽?
现在网上把清朝说得一无是处，但是为什么能统治268年？
深圳高二中学生「手搓」火箭飞燕一号发射成功，突破 10KM 海拔高度，这属于什么水平？手搓火箭有多难？
