OpenAI-ийн шинэ томоохон хэлний загвар болох "o3" нь одоогоор өргөн олонд хүртээгдээгүй боловч эхний туршилтууд нь тус загварын чадварыг харуулж байна. Загварыг зар сурталчилгааны видео хэлбэрээр товч танилцуулж, түүний чадамжийн тухай дэлгэрэнгүй мэдээлэл өгөөгүй. Тухайлбал, o3 нь шинэ нөхцөл байдалд дасан зохицох чадварыг үнэлэх зорилготой "Хиймэл ерөнхий оюун ухааны тусгаг болон учир шалтгааны корпорац" (ARC-AGI) хэмээх бенчмаркаар туршигдаж, 76%-ийн үнэн зөв оноо авсан бөгөөд энэ нь Mechanical Turk-ийн ажилтнуудын авч байсан хүний үнэлгээнээс давсан үзүүлэлт юм. Үүнийг зарим хүмүүс хиймэл оюун ухааны шинэ даалгаварыг харьцангуй амжилттай шийдэх чадвар гэдгийг тэмдэглэдэг. ARC-AGI-г хөгжүүлсэн Франсуа Шолле o3-ийн оноо нь хиймэл оюун ухаан чадамжийн том үсрэлтийг харуулж байгаа бөгөөд o3 удахгүй хүний ажлын өрсөлдөгч болж чадна гэж хэлдэг. Шолле өмнө нь хиймэл оюун ухаан хүний түвшний оюун ухааныг олж авахад эргэлзэж байсан хэдий ч энэ хөгжлийг ахиц гэж хүлээн зөвшөөрч байна.

ARC-AGI тест нь хэлний дэмжлэг шаарддаггүй дүрсийн таавар шийдвэрлэхэд чиглэсэн бөгөөд o3 зэрэг загваруудыг шинэ аргаар сорьдог. Амжилтуудаасаа үл хамааран o3-ийн арга нь нээлттэй эхийн шинж чанаргүй учраас ойлгомжгүй хэвээр байна. Шолле уг загварын архитектур нь урьдын түлхүүрээс ихээхэн ялгаатай байж болох ба Google-ийн AlphaZero-гийн ашигласан тестийн үеийн хайлтын аргыг ашигласан гэж таамаглаж байна. Гэсэн хэдий ч, OpenAI ARC-AGI оноог авахад зарцуулсан нөөцийг илчлэхгүй байгаа нь үр ашгийн үнэлгээнд нөлөөлж байж болох юм. Шоллегийн үзэж буйгаар o3 нийт дасан зохицох чадвартай байдалдаа асуултуудтай үлдэж байгаа, учир нь энэ нь ARC-AGI тестэд тусгайлан сургасан байна. Шолле o3 үнэндээ амьдралд тулгарах зарим энгийн даалгаварт бүтэлгүйтдэгийг тэмдэглэсэн бөгөөд энэ нь AGI (хиймэл ерөнхий оюун ухаан) түвшинд хараахан хүрээгүй гэдгийг гэрчилж байна. Тэрээр o3 шиг загваруудыг нэмэлтээр шалгах зорилгоор ARC-AGI-ийн шинэ хувилбарыг гаргахаар төлөвлөж байгаа бөгөөд жинхэнэ AGI одоогоор хүрэх боломжгүй хэвээр байгаа гэж үзэж байна.