两年前，GPT-4才出来的时候，大家纷纷给大模型出的题目是小学奥数，什么鸡兔同笼，都会有一定错误率，那时候人看大模型，就像看个傻子。
一年前，GPT-4o来了，模型变小了，性能提高，小学奥数以及普通的中考题正确率大幅度提高，但是中考的解答题仍然不会做。
半年多前，o1出现，首先提供的还是o1-preview和o1-mini，这两个模型已经能做中考解答题了，接下来只剩高考大题做不了。
然后今年，o3、o4-mini、gemini 2.5 pro……终于…。
代码：
真的有这种又苗条身材又爆炸的么？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
明明无线鼠标有那么多优点，为什么还有那么多人买有线鼠标？
为什么说WPS是流氓软件？
你们学校的校花都是怎么样的？
真的没有人觉得2k是一个很尴尬的分辨率吗？
NAS那么弱的CPU，真能做别的事情吗？
为什么欧美影视喜欢露点？
想做流量卡代理，有哪些靠谱的流量卡代理平台？
我应该设置多少kb才能让他不能玩游戏？
为什么 m1 ***用大小核设计却没有 intel 的问题？
Excel 到底有多厉害？
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？
这次化债是不是意味未来大通胀?
13/14代 i7 i9 处理器大规模缩肛为什么没有在老化测试时发现?
为什么 Mac 对游戏支持这么差？
能发一张在暧昧期的聊天记录吗？
你见过最反人类的设计是什么？
平面设计主KV做成这样，在你的城市薪资一般多少？
大家在做登录功能时，一般怎么做暴力破解防护？
长得和刘亦菲很像是一种什么体验？
程序员不租房住车里，称三年多省了差不多十万，被质疑占用公共***，怎样看他的选择？这算占用公共***吗？
为什么B-2天下无敌？
为什么 IPv6 在国内至今未得以大规模应用?
如何评价高圆圆的身材算是美女类型的吗？
如何看待苹果公司撤下“说服父母给你买一台 Mac”的广告***，上线仅一天？
高考完了，要买笔记本，苹果mac m4怎么样？
不管黑客用了多少跳板，最终是不是可以通过网络运营商找出真实 IP？
有哪些小众的开源项目养活了一大批人?
为什么中医一千多年没有出现理论大创新了？
