Najnoviji veliki jezički model kompanije OpenAI, poznat kao "o3, " još uvijek nije široko objavljen, ali preliminarni testovi ukazuju na njegove sposobnosti. Model je ukratko predstavljen putem promotivnog videa, s malo detalja o njegovim mogućnostima. Značajno je da je o3 testiran korištenjem "Korpusa za apstraktnu i rezonirajuću inteligenciju" (ARC-AGI), mjerila osmišljenog za ocjenjivanje sposobnosti modela da se prilagođava novim situacijama. U ovom testu, o3 je postigao tačnost od 76%, nadmašivši rezultate ljudi zabilježene od strane radnika sa Mechanical Turka, što neki smatraju probojem u sposobnosti AI-a da se nosi s novim zadacima. François Chollet, koji je razvio ARC-AGI, ističe da rezultat modela o3 pokazuje značajan iskorak u AI sposobnostima, sugerirajući da bi o3 uskoro mogao konkurisati ljudskom radu. Iako je Chollet ranije bio skeptičan prema ideji da AI može doseći ljudski nivo inteligencije, priznaje ovaj razvoj kao promjenu.

ARC-AGI test uključuje rješavanje vizualnih zagonetki koje ne oslanjaju na jezik, što modelima poput o3 predstavlja nove izazove. Uprkos uspjesima, metode modela o3 ostaju nejasne zbog njegove zatvorene prirode. Chollet spekuliše da se arhitektura modela značajno razlikuje od prethodnika, koristeći pristup pretrage u stvarnom vremenu sličan onom koji koristi Google-ov AlphaZero. Međutim, Chollet primjećuje da OpenAI nije objavio koliko je resursa utrošeno za postizanje ARC-AGI rezultata, što bi moglo utjecati na percipiranu efikasnost. Pitanja o općoj prilagodljivosti modela o3 ostaju, jer je bio specifično obučen za ARC-AGI test. Chollet naglašava da, iako o3 pokazuje obećanje, još uvijek ne uspijeva riješiti neke jednostavne zadatke, sugerirajući da još nije dosegao nivo AGI (opće umjetne inteligencije). Planira objaviti ažuriranu verziju ARC-AGI kako bi dodatno izazvao modele poput o3, što ukazuje da prava AGI još uvijek nije dostižna.