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：
你们认为一个40多岁的女人老吗？
购买一台家用跑步机多少钱？
华为自研的仓颉编程语言将于 7 月 30 日开源，这款语言将如何影响未来的开发趋势？
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）?
你怎么看待剪映收费过高问题？
胸大的女孩子有什么烦恼？
为什么山姆这么受欢迎？
56 岁白岩松踢球摔倒久不能起，他目前情况如何？踢球时需要注意什么？
Node.js是谁发明的?
俗话说“女人三十如狼四十如虎”，到底是不是真的？?
Firefox是如何一步一步衰落的？
有个胖胖的女朋友是种怎样的体验？
为什么个人需要公网ip？
有没有什么冷门的高颜值女演员？
现在网上有很多卖别墅的，都只有200万，这个是真的吗？
哪张照片让你觉得刘亦菲美得不可方物？
Go 语言的使用感受是什么？
最后买了一个树莓派，想用python控制摄像头读取***流，再利用socket发送出去。大家觉得可行么？
中国特有的狸花猫有多强大？
一名女子在杭州万象城遭挟持被捅 20 多刀，隆胸***体救了一命，这反映出哪些公安系统的问题？
有没有什么惊为天人的 Logo 设计？
为什么 Windows 没有比较成熟的第三方桌面环境（explorer.exe）？
以军要求以全境民众进避难所，伊朗称初步估计本轮袭击使用了 30 枚导弹，以防空系统还能坚持多久？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
有哪些看似精妙实则很蠢的设计？
华为 HDC 发布 HarmonyOS 6 开发者 beta 版对应用开发者和鸿蒙生态有哪些影响？
历史上，寒潮最南能影响到哪里?有北半球寒潮影响到南半球或南极寒潮影响到北半球的记录吗？
如何看待 Rust 写的 PNG 解码器比 C 实现更快？
如何看待多地开展查摆年轻干部玩心重、混日子、说话随意、口大气粗等问题的行动？
