Eksperiment sa automatizovanim agentima za upravljanje timom u fantazi fudbalu Premijer lige pokazao je da bolja obrada vesti, statistika i prethodnih rezultata može doneti korisnije predloge, ali još ne i prednost u odnosu na prosečne igrače.
Autor testa je najpre upotrebio Codex da izgradi sistem sa uputstvima i kodom koji prikuplja sveže informacije i izračunava prognoze. U sistem je uneo i nekoliko istraživačkih radova povezanih sa predviđanjima. Početni predlozi su, ipak, bili slabi, između ostalog i zbog odluka da važni igrači ostanu na klupi.
Rezultati su se poboljšali nakon što su zadaci podeljeni među više agenata. Neki od njih čitali su vesti i blogove, drugi su analizirali nedavne utakmice, treći su radili sa modelima za predviđanje, dok je dodatna grupa proveravala i kritikovala predložene postave. Povećanje broja agenata na više od 100, ipak, nije donelo značajno poboljšanje, već uglavnom veći račun za korišćenje usluge.
Prema Haifengu Sjuu, računarskom naučniku sa Univerziteta u Čikagu, noviji modeli mogu bolje da predviđaju jer obrađuju velike količine informacija iz stvarnog sveta i koordiniraju složenije sisteme. Sju je sa kolegama testirao komercijalne modele i na tržištima za predviđanje, sa pitanjima kao što su ishod NBA prvenstva ili budući susreti predsednika Trampa.
U tim testovima, GPT-5 je bio najuspešniji, ispred Grok 4, Claude Sonnet, Gemini i Llama. Tim je razvio i merilo pod nazivom Prophet Arena za ocenjivanje sposobnosti prognoziranja. Drugi eksperiment, Prediction Arena, dodelio je po 10.000 dolara vodećim modelima za klađenje na tržištima za predviđanje tokom 57 dana. Oni su stalno gubili novac, ali su pokazali napredak tokom testa.
Uprkos tome, naročito vešti ljudski prognostičari i dalje često imaju prednost, jer bolje razumeju uzroke i šire okolnosti iza događaja. U konkretnom testu fantazi fudbala, automatizovani tim nije osvojio više poena od proseka tokom proteklih nedelja.