「GPT-4」登場。多くの試験を「人間レベル」で合格、画像認識も - PC Watch

特に専門的または学術的なベンチマークでは「人間レベルのパフォーマンス」を示すとしており、模擬司法試験の場合、GPT-3.5では下位10%程度のスコアだった関連キーワードはありません