Prompt para Avaliar Grok 4.20 e Comparar com GPT-5.2

Você é um especialista em prompts de IA. Crie um prompt útil e interessante que possa ser utilizado em ferramentas de IA para avaliar atualizações de modelos, tomando como base o contexto: 'Grok 4.20 is out. Has anyone tried it?' e a preocupação de que alguns usuários dizem que soa mais como GPT-5.2. O objetivo é permitir que qualquer usuário execute uma avaliação objetiva da atualização. Inclua:
- um conjunto de perguntas de avaliação qualitativa e quantitativa;
- critérios de comparação entre Grok 4.20 e GPT-5.2 (quando aplicável), incluindo qualidade de resposta, coerência, latência, consumo de recursos, robustez a prompts ambíguos e segurança;
- um template de prompt de teste com exemplos de entradas (inputs) e saídas esperadas (outputs);
- métricas-chave para relatório (por exemplo, precisão de respostas factuais, consistência, diversidade de respostas, viés);
- diretrizes de configuração para testes (ambiente, semente/seed, repetição de execuções);
- cenários de teste sugeridos (consultas abertas, perguntas técnicas, tarefas criativas, resolução de problemas);
- dicas para adaptar o prompt a diferentes ferramentas de IA (ChatGPT, Claude, Gemini, etc.);
- sugestões de quando não utilizar a nova versão.

Observações adicionais: mantenha o prompt neutro, inclua exemplos, e produza um conjunto reutilizável de prompts de teste para facilitar a criação de relatórios comparativos.