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：
两个问题：女足工资为什么比男足低？如果中国女足和中国男足打一场谁会赢？
黄金现在跳水，之后会一直大跌吗？
我在百纵科技买了一台美国CN2云服务器，如何测试是不是CN2线路？
请问照片里这个人是谁呀？
日本AV对中国人的毒害有多大？
如何评价鸿蒙电脑无法编写其自身运行的程序？
为什么有人嘲笑练瑜伽的女性？
86版西游记的女演员里，你觉得哪些特别漂亮？
我养的小乌龟一天不吃龟食会不会饿死呢？
怎么向老婆简单解释nas的用途？
你们是怎样看待警察这一职业的？
在C中，如何实现删掉一行注释无法运行？
如何评价剪映svip，599一年，有替代方案吗？
可以分享你经常打开的一个网站吗？
通过重体力劳动练出来的肌肉和标准健美人员肌肉有什么不同？
如何评价Cursor？
为什么程序员独爱用Mac进行编程？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
苹果从 2026 年发布的 macOS 27 起不再兼容任何 Intel Macs，这背后原因有哪些？
作为女朋友该不该帮男朋友解决生理问题?
刘亦菲为什么不结婚？
如何看待暴露但很还原的cos？
Mac上最好用的软件都有哪些呢？
为什么全世界无一人能实现新mac直接全功能稳定装Win 11 arm，或PC直接装macOS arm？
海贼王为什么现在被全网黑?
2025 年 9 月 3 日天安门大阅兵，中国将对外释放出什么信号？
27寸显示器有必要上4K吗？
如何评价电视剧《长安的荔枝》大结局？
张学友在澳门演唱会被要求讲普通话，这背后反映了哪些文化和社会问题？
未来Linux Kernel 会不会用Rust 重写？
