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：
为什么女游泳运动员看起来大部分都是平胸？
为什么个人需要公网ip？
为什么我觉得中国很谦虚，甚至有时候感觉中国对其他国家过分宽容，外国人却认为中国是列强呢？
Gemini 2.5 Flash 和Pro稳定版上线，和之前版本相比，在性能和应用场景上有哪些提升？
你身边身材最好的女生是什么样？
买到烂尾楼到底该有多绝望？
为什么苹果手机杀后台现象频繁？是内存不够、后台管理严格还是其他原因呢？
为什么国内的uni***一直没人讨论呢？
打下来全部的星链近地卫星好打么？
Golang和J***a到底怎么选?
美国真会下场对伊朗开战吗？
为什么从事技术的人普遍都比较难沟通？
新手养鱼，鱼缸中能放入哪些水草？
老公每晚都想要怎么办?
为什么好看的家一看就是国外的？
Golang vs Rust vs Dlang 哪个更有前途，哪位大牛这 3 门语言都用过？
爱因斯坦“相对论”是否错了，我始终无法理解为什么物体达到光速时间就会停止？
目前亚洲最厉害的五款战斗机是什么？
电磁力可以屏蔽，为什么万有引力不可屏蔽？
超级喜欢穿短裙正常吗?
独立开发者都使用了哪些技术栈？
以色列摩萨德这么厉害，中国网民为何不害怕？
大家有什么烧钱的爱好吗?
伊朗这次让以色列打惨了，这个国家还能挺过来吗？
女生真正的完美身材是什么样子？
西方人是怎么发现地球是圆的的？
网传厦门某国企研发部门要求每日考察后端 400 行，前端 1000 行代码量，如属实，这个考核合理吗？
公司准备换系统有什么好用的ERP系统推荐嘛？
为什么章若楠和杨超越长得很像，男人却更喜欢章若楠，认为有女人味，而觉得杨超越像小女孩？
