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：
如何看待机器之心重测高考数学全卷，Gemini夺冠，豆包DeepSeek并列第二？
大海捞针还捞着了是一种什么样的体验？
中年夫妻有多少生活和谐的？
有没有pdf截图转文字的软件？
核武器真的有宣传中那么牛逼吗？
一个练过功夫的姑娘能打过一个没练过的男人吗？
如何看待亮亮丽君夫妇中的女主又怀孕？
***如古代长城用的是C140混凝土，那千百年下来会完整的留存至今还是损坏的更加严重？
男朋友因为打游戏骗我去睡觉被我识破，然后我提了分手，他同意了，问问男孩子们他怎么想的？
吉他弹了三年了，拿到谱子都能弹，基本的弹奏技巧都会，可没谱***不了，不会抓歌。每天该怎么练呢？
自己拥有一台服务器可以做哪些很酷的事情？
是什么原因让你一定要用 iPhone？
湘雅医院罗帅宇坠楼是自杀？还是***灭口？
为什么欧美影视喜欢露点？
有什么快速挣钱的正规路子？
如何看待伊朗国家电视台发文：“今晚,将会发生一件大事,让世界铭记几个世纪。”？
为什么同样是输球，常州和国足的风评却差那么多呢？
Node.js是谁发明的?
Redis 是个单线程的程序，每秒 10000，为什么会这么快？具体是快在哪里？EPOLL 还是内存？
当年《诛仙》第一部的成功在于什么？
马斯克宣布星舰将配备 42 台发动机，如何评价这一设计？
2029年中国能载人登上月球吗？
工控软件有什么开源项目？
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？
内塔尼亚胡***访时公开威胁，不排除干掉哈梅内伊，如何评价这一言论？伊朗会亡国吗？
大厂后端开发需要掌握docker和k8s吗?
中国的核武库规模为什么那么小？
烂尾情况能搞出一个烂尾楼险吗？
你有哪些对未来的预测？
