A los grandes modelos lingüísticos probados -GPT-4o de OpenAI, Gemini 1.5 Pro de Google, Llama 3.2-90B Vision de Meta, Grok Beta de xAI y Claude 3.5 Sonnet de Anthropic- se les hicieron 10 preguntas.

Interrumpió su servicio, luego de que el programa representara a tropas de la era nazi como personas de varios orígenes étnicos.