어차피 비공개 홀드아웃 문제는 접근 못했다고 하기 때문에 문제 새로 만들 필요 없이 테스트 자체는 빨리 이루어질거고 

여기서도 비슷한 점수대를 기록하면 단순 벤치마크 결과가 아니라 진짜로 체감상 성능 향상이 그정도인거라 

o3는 슈퍼모델 취급받을듯