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：
小区楼下的自动售水机的水干净吗？
有没有宝塔平替的服务器管理面板，现在宝塔越来越贵了，也太臃肿了？
如何在Mac m1中部署openwrt软路由虚拟机？
豆包推出 AI 编程，在「编辑模式」下可以直接前端改图和文字，体验如何？对行业会带来怎样的影响？
为什么二游厂商都喜欢推出泳装版本?
我男朋友年薪远高于我，我说因为女生生理结构需要生娃，生娃这件事情女性需要比男生牺牲更多，我说的对吗？
贵州榕江县城遭超 30 年一遇洪水威胁，最大商场被洪水淹没，目前当地情况如何？为什么此次洪水这么大？
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？
为什么微信不向telegram学习？
如果你有300万，你是用来供孩子读书，还是留着以后给ta买房或者保底？
count(*) count(1)哪个更快？
怎么看待B站舞蹈区和某些风格比较暴露的up？
为什么 php 可以做到 7 毫秒以内响应，而 .net 做不到？
2025年现在开发php项目选择lar***el框架好还是thinkphp框架好？
网红大蓝老婆大叶子晒自己的电费？40万每年，到底是什么概念？
如何评价张靓颖刘宇宁《九万字》?
我是新手想养鱼，预算不超过200。有什么好的建议或者禁忌吗。？
日本制造的质量真的就那么好吗？
python与nodejs哪个性能高？
家里想搞个服务器，有什么好的建议方案吗？
Manus会不会开源？
flutter是***跨平台最优解吗？
弱电箱只有一根网线，怎么组mesh呢？
有一双超级大长腿是什么感觉？
B站的不挡脸弹幕是怎么实现的？
如何搭建自己CDN服务器?
阿里面试：为什么MySQL不建议使用delete删除数据？
北京日报点名批评“苏超”过度娱乐化，它是否管的太宽了？为什么无良媒体不会被查封取缔？
为什么Go仅仅160MB的安装包就可以编译程序，而Rust却还需要几个GB的VC++才能编译？
