Att ta reda på vilket föremål som saknas visade sig vara omöjligt för alla LLM:er samtidigt som det var ganska trivialt för människor.

Sammantaget tyckte jag att GPT-5-tänkandet var till stor hjälp med några mycket specifika frågor jag hade om Silksong. Jag har sett mycket färre hallucinationer jämfört med när jag använde O3 när jag spelade Blue Prince.

Claude och Gemini misslyckades totalt, funderade Grok en stund och gav meningslösa svar (båda sakerna som nämns kan ses på bilden).

Uppdatering: GPT-5 Pro löste faktiskt detta korrekt. im imponerad. Tankemodellen gjorde fel varje gång.