A diferença entre as versões de modelo de programação lançadas com poucos meses de distância, de 64,3% para 69,2% numa medição de problema real de repositório, descreve bem o ritmo da categoria.
Cinco pontos parecem pouco e não são. Nessa faixa da medição, os problemas que restam são os mais difíceis: código com contexto espalhado, teste que depende de estado externo e correção que exige entender por que algo foi feito daquele jeito.
É por isso que o ganho marginal fica mais caro a cada versão. Os casos fáceis já foram resolvidos, e cada ponto adicional exige capacidade que também encarece a execução.
Vale a ressalva de sempre sobre número divulgado por quem lança, principalmente quando ele vem acompanhado de resultado menor atribuído a concorrente na mesma medição.
Para quem decide compra, o que muda a escolha não é a diferença entre 64 e 69 numa medição pública. É quanto cada modelo resolve da tarefa específica da operação, contando o gasto total até o resultado sair pronto.