Le banc d'essai de Mento juge 14 modèles bons en recherche, mais les 13 finalistes prédisent moins bien la croissance qu'une règle d'effectifs

Claude Opus 5.5 mène les 960 tâches de recherche avec 97,2 sur 100, mais tous les modèles ont fourni des valeurs pour 9 à 33 % des faits volontairement retirés, et leurs corrélations avec la croissance réelle vont de −0,16 à −0,003 contre +0,06 pour l'heuristique.