模型追逐不切实际的基准，但实用级智能已经实现

有开发者指出，当前基准正把模型推向二进制逆向工程、一次性生成复杂应用等普通开发者少见的领域，而日常使用真正需要的是准确遵循指令、不过度发挥的模型。以“生成骑自行车的鹈鹕 SVG”为例，简洁干净的图形就应算 100% 通过，模型不应擅自加入 3D 阴影、动画或复杂背景。这些边缘能力若日常用不上，在排行榜上的权重就该大幅降低。