善于整活玩猜字谜的OpenAI首席执行官Sam Altman又发了一条神秘消息，“我听说o2在GPQA的性能测试达到105%。”要知道，博士级人类在GPQA的准确率平均只有65%，非专家级的普通人仅有34%。而OpenAI在9月发布的o1模型的测试数据也只有78%。