हाल ही में, कृत्रिम बुद्धिमत्ता बेंचमार्क परीक्षण पर बहस सार्वजनिक दृश्य में तेज हो गई है। OpenAI के एक कर्मचारी ने एलन मस्क द्वारा स्थापित AI कंपनी xAI पर Grok3 बेंचमार्क परीक्षण परिणामों को भ्रामक बताने का आरोप लगाया, जबकि xAI के सह-संस्थापक इगोर बबुश्किन ने कंपनी की स्थिति को सही ठहराया। घटना का कारण यह था कि xAI ने अपने ब्लॉग पर एक चार्ट जारी किया, जिसमें AIME2025 परीक्षण में Grok3 के प्रदर्शन को दर्शाया गया। AIME2025 हाल की एक गणित आमंत्रण प्रतियोगिता की एक श्रृंखला है।