Prompt de avaliação: comparar o3 com versões modernas (5.2–5.4) para testar a afirmação de que modelos antigos podem superar os atuais

Você é um avaliador crítico de IA. A partir da afirmação: 'Spend a minute talking with o3 (GPT) and you’ll be convinced that a simple older model is better than today’s' examine criticamente: critérios de avaliação, protocolo de comparação entre o3 e versões modernas 5.2, 5.3 e 5.4, e as condições sob as quais um modelo antigo pode superar os atuais. Desenvolva um plano com: 1) critérios de avaliação (precisão factual, compreensão de contexto, profundidade de resposta, consistência, robustez, segurança, custo, velocidade); 2) um conjunto de prompts de teste (raciocínio lógico, explicação conceitual, geração de código, diálogo em várias situações); 3) se possível, simule respostas de o3 e dos modelos modernos para cada prompt e atribua notas; 4) uma matriz de resultados com observações, pontos fortes e fracos e recomendações de uso; 5) limitações, vieses e riscos; 6) guia de replicação com configurações; 7) conclusão sobre a plausibilidade da afirmação, com condições em que poderia ser verdadeira.