Jedná se o velmi potřebný první pokus o benchmark, který by změřil, jak moc budou dané modely umělé inteligence hrát spolu s uživateli, kteří je budou tlačit klamnými nebo potenciálně psychologicky nebezpečnými směry. Některé rané signály naznačují, že GPT-5 je skutečně mnohem méně psychologicky riskantní model.