Les tâches proviennent de 14 partenaires spécialisés. Le score agrège les domaines avec un poids égal et combine, selon les exercices, une notation binaire ou partielle. Il ne correspond donc pas directement à la part des emplois ou missions d’entreprise automatisables.
Les auteurs indiquent que les mécanismes de sécurité peuvent réduire certains scores, notamment en cybersécurité, biologie et alignement. Les résultats dépendent des conditions du test et des outils fournis aux agents.
Ces chiffres sont ceux de SemiAnalysis ; ils ne constituent pas une reproduction indépendante des performances.