Olen hämmentynyt tästä. Se on niin ristiriidassa todellisen päivittäisen kokemukseni kanssa LLM:istä, eli että ne kuulostavat nyt enimmäkseen samalta ja ovat olleet Claude 3.5 Sonnetista lähtien. Joko vertailuarvoista on tullut merkityksettömiä tai malleista on yksinkertaisesti tullut niin hyviä, että lisäparannuksia ei voi tuntea tunnelmassa, vaan vain tiukan analyysin avulla.