Da OpenAI Figure 7 von GDPval nicht aktualisiert hat, angesichts der Erfolgsquote von GPT-5.2 bei Langzeitaufgaben, habe ich GPT-5.2 Pro verwendet, um dies zu tun. Das Diagramm geht davon aus, dass der Prozess folgendermaßen ist: lange Aufgaben an KI delegieren, die Ausgabe eine Stunde lang bewerten und dann entscheiden, ob man es erneut versuchen oder aufgeben und es selbst machen möchte.

Original (GPT-5 hatte eine Gewinnrate von 39 % gegen menschliche Experten, GPT-5.2 lag bei etwa 72 %)