Spannend - weil man da auch mal (wieder) sehen kann wo die Grenzen der KI (im Moment?) sind

AI blaming ist ja zur Zeit Volkssport. Und da ich eh noch POE-token übrig habe diesen Monat, hab ich die Frage mal genutzt, um ein paar Modelle miteinander zu vergleichen.

Deswegen habe ich die Modelle gefragt: "Ist es zulässig, mit einer österreichischen EASA-Lizenz ein N-registriertes Flugzeug in Deutschland zu fliegen, ohne eine FAA-Lizenz zu haben?"

Da kommt durchaus interessantes raus:
Die "normalen" ChatGPT 5.x Varianten (incl. instant) machen es falsch. Genauso deepseek.r1und Gemini 3 pro.
Grok-4, o3-pro, Opus 4.1 machen es richtig. Genauso ChatGPT Codex Max und ChatGPT 5.2 thinking.

Spannend wird es, wenn man die Frage oben ergänzt mit "... Berücksichtige dabei insbesondere, dass diese EASA-Lizenz in Österreich und nicht in Deutschland ausgestellt ist".
Dann kommen auch die ChatGPT 5.x Varianten und deepseek.r1 auf das richtige Ergebnis. Nur Gemini 3 Pro bleibt weiterhin falsch.
An der Antwortzeit merkt man, dass ChatGPT offensichtlich selber auf Grund des Zusatz auf die thinking/research Variante umschaltet und deswegen nicht überraschend zum anderen Ergebnis kommt. bei deepseek müsste man sich das mal anschauen.

P.S.: Alle Anfragen sind jeweils nur mit dem kurzen Prompt in einer frischen POE sandbox gelaufen - meinen üblichen pre-promt hab ich natürlich weggelassen.