4,760 hitos ingresados, la predicción de nuevos descubrimientos sigue siendo como lanzar una moneda. Por más fuerte que sea el razonamiento mecánico, en áreas desconocidas sin respuestas estándar todavía se está a ciegas.

Stanford/Oxford/Allen AI Institute lanza la referencia temporal CUSP, que evalúa la capacidad de predicción de la IA sobre avances científicos.
Las pruebas con GPT-5.4, Claude Sonnet 4.5, DeepSeek R1, entre otros, muestran buen rendimiento en el razonamiento mecánico sobre las rutas tecnológicas existentes, pero la predicción de si se logrará un nuevo descubrimiento es casi aleatoria, y existe un retraso sistemático en el tiempo de los avances.
CUSP se basa en conocimientos temporales, organizando los avances de vanguardia en Nature/Science, y la referencia cubre 4,760 hitos y 17,429 tareas.
La conclusión es que, en la exploración científica sin respuestas estándar, los modelos actuales no pueden ofrecer juicios confiables de predicción.