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：
如何评价 6 月 26 号发布的小米AI眼镜？
postgresql能取代mongodb吗？
看新闻说老美的B-2连续飞了37小时，飞行员的吃喝拉撒怎么解决?
冬天也要穿胸罩吗?
如果是你，你会选择Windows还是Mac？
汉语是牺牲了什么，才成为世界最紧凑、最高效的语言？
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
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）?
如何评价“寡姐”斯嘉丽·约翰逊的身材？
为什么人到中年，很少有身材苗条的？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
为什么中国JK无法拍出日本JK的感觉?
如何看待 Mac mini M4 支持可更换 SSD？
如何评价网易国产动作冒险单机新作《归唐》首支预告片？
你的鱼缸里养过什么奇怪的鱼？
个子高是种怎样的体验？
干猎头有前途吗？
伊朗宣布取得对以作战胜利，从这场冲突的现状及影响看，到底谁赢了，谁吃了大亏？
用紫砂壶泡茶真的比别的茶具泡出来的茶更有味道吗？
为什么 Bun 选择了 Zig 以及 JSCore？
把机器人做成人形的意义何在？
如何看待 2026QS 世界大学排名？
在广州，找个对象是不是真的很难？
妈妈和儿子需要避嫌吗？
前端能否限制用户截图？
86版西游记的女演员里，你觉得哪些特别漂亮？
张学友在澳门演唱会被要求讲普通话，这背后反映了哪些文化和社会问题？
功夫游戏《师父》火了之后，为什么没能掀起做功夫题材的游戏的浪潮？
吴彦祖疯狂接代言被猜缺钱，卖完英语课又代言黄酒，他是真的缺钱还是有其他考量？
为什么macos下的鼠标体验这么差？
