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：
全平台应用框架会是趋势吗？flutter、tauri、maui你更看好哪一个？
有没有系统介绍 Visual Studio 使用和技巧的书籍？
如何看待 Mac mini M4 支持可更换 SSD？
如何评价B站up主***千代退网？
为什么癌症晚期明明治不好，还是有很多人要花很多钱去治疗呢？
5 月 28 日 DeepSeek R1 模型完成小版本试升级并开源，具体有哪些提升？使用体验如何？
我应该设置多少kb才能让他不能玩游戏？
《捞女游戏》发售仅一天同时在线超 6330 人，如何看待游戏的销量？
相对于 Linux，Windows Server 存在的意义是什么？
一个练过功夫的姑娘能打过一个没练过的男人吗？
真的有这种又苗条身材又爆炸的么？
伊朗这次让以色列打惨了，这个国家还能挺过来吗？
你还在玩《魔兽世界》吗？
作为独立开发者，有哪些可以分享的经验？
相对于PR、FCPX等同类软件，为什么Avid media composer在国内用的人很少？
苹果前首席设计师 Jony Ive 离职的原因是什么？
基因好是一种怎样的体验？
Electron 和当下其他的桌面开发方法相比如何？
前端因为像素还原设计稿而离职，这是个别现象吗？
你在出租房屋发现过什么前租客留下的“宝藏”？
Labubu 将泡泡玛特创始人捧成河南新首富，这个玩偶为何这么赚钱？潮玩圈还有下一个「泡泡玛特」吗？
小米澎湃OS保留了多少安卓代码？
华为 HDC 发布 HarmonyOS 6 开发者 beta 版对应用开发者和鸿蒙生态有哪些影响？
服务器能否拒绝非浏览器发起的HTTP请求？
女人到中年越来越看不上自己的老公怎么办？
各位前端大触们，一般怎么定颜色的？
你最真实（很少吐露）的择偶标准是什么？
万兆的网络速度有多大意义？
你卡过最厉害的bug是什么？
始终怀不上孕是种怎样的体验？
