Benchmark da Mento vê 14 modelos fortes em pesquisa, mas os 13 que concluíram preveem crescimento pior que uma regra de quadro de pessoal

O Claude Opus 5.5 liderou 960 tarefas de pesquisa com 97,2 de 100, mas todos os modelos deram valores para 9–33% dos fatos removidos de propósito, e as correlações com o crescimento real foram de −0,16 a −0,003, ante +0,06 da heurística.