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：
你看过最爽的爽文是哪个？
那你说什么样的是美女？
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）?
为什么不用rust重写Nginx？
中国军事力量在亚洲能排第一吗？
能分享一下你写过的rust项目吗？
如何评价任天堂新游戏《咚奇刚 蕉力全开》的专场直面会？
新手养鱼，养什么鱼好？
重庆的你，择偶的标准是怎样的？
count(*) count(1)哪个更快？
为什么微软还没有倒闭？
性价比这么低的西贝莜面村是怎么做大的？
网友称在桔子水晶酒店洗漱包内发现用过的四联检测盒，具体是怎么回事？酒店要承担哪些责任？
印巴大战，背后大国为何都不发声？
为什么人到中年，很少有身材苗条的？
坐拥世界最大工业产能，中国为何不大量投入军事？
有没有一个时间段，自己乐在其中，可亲人或者朋友却觉得你很辛苦，很心疼你?
女生微胖到底是种什么体验？
好多饭店的菜，味道很重，尤其是川菜的麻辣风味儿，是不是有意在遮盖一些不好的味道呢？
我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗？
刘亦菲和张柏芝年轻的时候，谁更美？
字节大量使用新语言，包括go，rust等，为什么阿里一直都抱着j***a不松手？
匿名说一下自己最近的烦恼吧？
可以携号转网了，你会放弃移动吗？
蜂鸟音乐指控邓紫棋侵权，要求 48 小时内下架重录歌曲，邓紫棋回应「不会下架」，这一指控合理吗？
Vim 有什么奇技淫巧？
如何评价《绝区零》艾莲的激发潜能？
JetBrains 放弃 AppCode 是否是一个错误决定？
为什么在中国，一间「看起来没什么用」的房间最终都会被装修成书房？
