Het o3-model voor kunstmatige intelligentie van OpenAI heeft een aanzienlijke score behaald op de ARC Challenge, een test voor AI-reasoning vaardigheden, waardoor sommige enthousiastelingen zich afvragen of het kunstmatige algemene intelligentie (AGI) heeft bereikt. De organisatoren van de ARC Challenge verduidelijken echter dat hoewel o3 een mijlpaal heeft bereikt, het de hoofdprijs van de competitie niet heeft gewonnen en nog geen AGI heeft bereikt, wat menselijke intelligentie impliceert. Het o3-model, een opvolger van grote taalmodellen zoals ChatGPT, presteerde op taken ontworpen om algemene intelligentie te testen via patroonherkenning in gekleurde rasters. De ARC Challenge vereist beperkingen op rekenkracht om te voorkomen dat de puzzels met brute kracht worden opgelost. Het model van OpenAI haalde officieel een score van 75, 7%, waarbij het zich aan de limiet van de competitie-uitgaven hield, maar het voldeed niet aan de strengere privétestcriteria die de winnaars van de hoofdprijs bepalen. Officieus behaalde o3 een score van 87, 5% door veel meer rekenkracht te gebruiken, met kosten die opliepen tot duizenden per taak—veel hoger dan de competitie toestaat. Ondanks het overstijgen van de typische menselijke score van 84%, is AGI niet bereikt, zoals bevestigd door de organisatoren van de uitdaging en AI-experts. Het model had ook moeite om meer dan 100 taken op te lossen, zelfs met aanzienlijke rekenkracht. AI-onderzoekers, zoals François Chollet van Google, benadrukken dat het oplossen van taken door middel van pure computatie afbreuk doet aan de bedoeling om AGI aan te geven.

Chollet en andere experts stellen dat echte AGI de uitdaging zou wegnemen om taken te creëren die eenvoudig zijn voor mensen maar moeilijk voor AI. Momenteel betekent de prestatie van o3 vooruitgang, maar geen AGI. De techindustrie worstelt nog steeds met de recente vertraging in AI-vooruitgang vergeleken met eerdere explosieve ontwikkelingen. De mogelijkheid dat AI-modellen binnenkort de benchmarks van competities kunnen verslaan blijft, waarbij sommigen al scores boven 81% in evaluaties behalen. Toekomstige stappen omvatten een tweede, moeilijkere set tests die worden verwacht in 2025. Het uiteindelijke doel is dat iemand de hoofdprijs winnende oplossing bereikt en open-source maakt.