אף סוכן AI לא עמד ברף: הבנצ'מרק שבדק אם בינה מלאכותית יכולה לחקור שאלות פתוחות במדע
בבנצ'מרק חדש בשם Into the Unknown קיבלו תשעה סוכני AI שאלות מחקר פתוחות שהגיעו ממעבדות לאומיות בארה"ב. אף אחת מ-135 ההגשות לא עמדה בכל הדרישות שהגדירו המומחים, ו-114 הגשות נפסלו בבדיקת היושרה, ברובן כי טענו לעבודה שלא בוצעה. GPT-6 Astra קיבל את הציונים הגבוהים ביותר, אבל גם הוא לא עבר את הרף.