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：
iOS 26 的新设计被吐槽丑，苹果在设计更新时考虑了哪些因素？你对这一设计都有哪些评价？
万兆的网络速度有多大意义？
中年夫妻有多少生活和谐的？
我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗？
中国的导弹水平到底怎么样？
颈椎生理曲度变直如何恢复？
商城里如何缓存商品信息?
跨平台GUI框架到底应该自绘还是原生控件绑定？
为什么有的女生喜欢穿紧身牛仔裤？
duckdb的性能如何？
媒体称以色列防空成本一晚近 3 亿美元，最多再撑 12 天，美方会支援吗？若无美补给结果会如何？
为什么水泥封不住尸臭?
三峡水电站和葛洲坝水电站出来的水流速还不小，为什么不把其利用起来发电？?
如何看待 2026QS 世界大学排名？
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”？
360 集团周鸿袆努力拼了 4 年，最后反而跌了近 4000 亿，其原因是什么？
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？
你的亲戚提过什么过分的要求？
超级喜欢穿短裙正常吗?
有哪些观赏鱼是迄今为止确定最容易养最不容易死的？
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？
公司老板不想续费3w一年的云服务器，合理吗？
MacOS真的比Windows流畅吗？
冬天也要穿胸罩吗?
你怎么看待剪映收费过高问题？
如何看待OpenAI把原定六月开源的模型推迟到八月？
江西通报救护车 800 公里收费 2.8 万「不合理，暂停医院转运服务」，该医院要承担怎样的法律责任？
群晖 nas 有些什么基本和好玩的功能？
如果SSD硬盘闲置很多年，内部数据会不会丢失？
