A qualidade da resposta dependia de quanto você digitava. Uma foto com uma pergunta de poucas palavras contava como turno leve, e turnos leves são ordenados por preço, então respondia o modelo mais barato do catálogo capaz de enxergar qualquer coisa — enquanto a mesma foto com uma frase mais longa puxava um bem melhor. Um turno que tem uma imagem agora é ordenado pelo quanto o modelo enxerga bem, não por raciocínio por dólar.