Sa mga nakalipas na buwan, pagkatapos ng malaking pag-unlad ng national model, bumagal ang pag-unlad dahil din sa pagpapalakas ng mga pagsasalungat sa distilasyon ni OpenAI at Anthropic, na nagdulot ng 10 beses na pagtaas sa gastos at kahirapan sa distilasyon. Halimbawa, sa OpenAI, hindi na direktang ipinapakita ng GPT-6 ang chain of thought, kaya kailangan ng mas maraming round ng tanong para mabawi ang pag-iisip na path ng GPT. Ang impormasyon na dati ay maaaring makakuha sa 2-5 round ng interaksyon, ngayon ay maaaring kailanganin ang 10 o 30 round, na nagdudulot ng pagtaas ng gastos sa API call ng higit sa 5 beses. Ang mga bagong pagsasalungat ni Anthropic ay nagbawas ng 90–99% sa bilang ng inference tokens, kabilang ang pagpapalimita sa paglipat ng inference records sa pagitan ng talakayan, modelo, at account; pag-deploy ng dalawang-etape na classifier para kilalanin at block ang mga hiling sa pagkuha; at pag-limita o pag-ban sa mga account na paulit-ulit na sumusubok.