ووفقًا لتقرير نشره موقع "ذا إنفورميشن"، فقد أظهرت اختبارات الأداء أن "أوريون" لم يتفوق بشكل كبير على GPT-4 في العديد من المجالات المهمة، خصوصًا في البرمجة، بينما أظهر بعض التحسن في معالجة اللغة. وتُظهر هذه النتائج تراجعًا في مستوى التقدم الذي كان متوقعًا بين النسخة الجديدة والنسخة السابقة. كما تشير المصادر إلى أن تكلفة تشغيل النموذج في مراكز البيانات قد تكون أعلى من النماذج السابقة.

واعتبر باحثو OpenAI أن نقص البيانات عالية الجودة المتاحة للتدريب هو السبب الرئيس وراء تباطؤ النموذج. فمعظم البيانات والنصوص المتاحة قد تم استخدامها بالفعل في تدريب النماذج السابقة. وأكد المدير التنفيذي للشركة سام ألتمان في وقت سابق أن الشركة ستوجه اهتمامها إلى تحسين التعلم من بيانات أقل ولكن ذات جودة أعلى، مع استخدام بيانات مُصنّعة، وهي مواد تدريب يتم توليدها عبر نماذج الذكاء الاصطناعي نفسها.

وتشير التقارير إلى أن "أوريون" قد تم تدريبه جزئيًا باستخدام بيانات من نموذج GPT-4 ونموذج "o1" الجديد من OpenAI، وهو ما قد يُسبب بعض التشابه بين النموذج الجديد والنماذج السابقة في بعض الجوانب.

لكن التباطؤ في التقدم لا يقتصر على OpenAI فقط. فقد أفاد تقرير آخر من "ذا فيرج" أن نموذج "Gemini 2.0" المرتقب من جوجل لم يصل إلى الأهداف التي كانت محددة له داخليًا، مما يعكس أيضًا تباطؤًا في تطوير الذكاء الاصطناعي. كما تشير الشائعات إلى أن شركة أنثروبيك قد توقفت عن تطوير الإصدار 3.5 من نموذجها "Opus" واختارت التركيز على تحسين نسخة جديدة من نموذج "Sonnet" لتجنب الإحباط بين المستخدمين والمستثمرين.

وفي تطور آخر، بدأ تزايد الفجوة بين النماذج المفتوحة المصدر والنماذج المملوكة للشركات الكبرى، حيث بدأ مستوى أداء النماذج المفتوحة يقترب من أداء النماذج ذات الملكية الخاصة.

ورغم هذه التحديات، يظل سام ألتمان متفائلًا بمستقبل الذكاء الاصطناعي العام (AGI)، الذي يُتوقع أن يحاكي الذكاء البشري. وقال إن الطريق إلى هذا الهدف واضح، لكنه يتطلب استخدامًا إبداعيًا للنماذج الحالية، بالإضافة إلى استثمارات ضخمة واستهلاك كبير للطاقة.