Najnowszy duży model językowy OpenAI, znany jako "o3", nie został jeszcze szeroko udostępniony, ale wstępne testy wskazują na jego możliwości. Model został krótko zaprezentowany w filmie promocyjnym, z niewieloma szczegółami na temat jego zdolności. Szczególnie o3 został przetestowany przy użyciu "Korpusu Abstrakcji i Rozumowania dla Sztucznej Inteligencji Ogólnej" (ARC-AGI), który jest benchmarkiem zaprojektowanym do mierzenia zdolności modelu do adaptacji do nowych sytuacji. W tym teście o3 osiągnął 76% dokładności, przewyższając wyniki ludzkie notowane przez pracowników Mechanical Turk, co niektórzy uważają za przełom w zdolności AI do rozwiązywania nowych zadań. François Chollet, który opracował ARC-AGI, podkreśla, że wynik o3 świadczy o znacznym skoku w zdolnościach AI, sugerując, że o3 wkrótce może konkurować z ludzką pracą. Chociaż Chollet wcześniej był sceptyczny co do tego, czy AI osiągnie poziom inteligencji ludzkiej, uznaje ten rozwój za przełom.

Test ARC-AGI polega na rozwiązywaniu wizualnych łamigłówek niewymagających języka, stawiając nowe wyzwania przed modelami takimi jak o3. Pomimo sukcesów, metody o3 pozostają niejasne ze względu na zamknięty charakter źródłowy. Chollet spekuluje, że architektura modelu znacznie różni się od poprzedników, stosując podejście wyszukiwania w czasie testu, podobne do tego używanego przez AlphaZero od Google. Chollet zauważa jednak, że OpenAI nie ujawniło nakładów zasobów na osiągnięcie wyników ARC-AGI, co może wpłynąć na postrzeganą efektywność. Pozostają pytania dotyczące ogólnej adaptacyjności o3, gdyż był specjalnie szkolony do testu ARC-AGI. Chollet podkreśla, że choć o3 wykazuje potencjał, nadal nie radzi sobie z niektórymi prostymi zadaniami, co sugeruje, że nie osiągnął jeszcze poziomu AGI (sztucznej inteligencji ogólnej). Planuje wydać zaktualizowaną wersję ARC-AGI, aby stawiać dalsze wyzwania modelom takim jak o3, wskazując, że prawdziwe AGI wciąż jest poza zasięgiem.