Спрашиваю
- Алиса какая самая длинная река
- Нил, его длина 6400
- Алиса длина реки Амазонки?
- 7100
- Какая река длиннее Нил или Амазонка?
- Нил, самая длинная река в мире.
и так по кругу..

Вот так и формируются представления о возможностях ИИ.
SOTA модели конечно же не так просты. В подобной ситуации они раскроют вам все сложности вопроса, расскажут, что все зависит от того, как считать и т.д.
Но дело даже не в этом. Хочется в свою очередь спросить у автора:
Сколько денег можно заработать, выясняя кто длиннее, Нил или Амазонка?
Если уж ты взялся испытывать модель, ну спроси что-нибудь практическое. Например, попроси продать тебе ручку. Это такой маркетинговый аналог Hello, world!
Вот это даст тебе представление о реальной пользе современного ИИ