Ein Modell ganz ohne Funktionsaufrufe wurde wie ein durchschnittlicher Werkzeugnutzer bewertet, also konnte Auto es wählen — und dieser Zug lief ohne Websuche, ohne Bild-, Video- oder Musikerzeugung, ohne Gedächtnis und ohne Canvas, während das Modell die Lücke als eigene Grenze erklärte. Kandidaten werden jetzt danach bewertet, was sie tatsächlich aufrufen können, und eines, das die erste Frage überhaupt nicht beantworten konnte, ist raus.