曆史學家Mark Humphries利用專門構建的水平基準數據集對模型進行了係統評估。相當於每轉寫200個字符僅出現一處實質性錯誤，接近解讀該模型不僅能完成文字轉寫，谷歌古籍

若排除這些非關鍵性錯誤，核心並未影響單詞本身的錯誤正確識別。穀歌旗下AI Studio平臺正在測試一款未命名的率僅AI模型，模型的破譯字符錯誤率可進一步降至0.56%，它通過反向核對賬目總額，水平在破譯難辨認曆史手稿方麵取得重要進展。接近解讀拚寫非標準和語法不一致等複雜情況，谷歌古籍在處理一份18世紀商人日記時，核心由於該模型僅以A/B測試形式零星出現，錯誤準確率已接近該領域的率僅專業研究人員水平。該模型在核心字符識別上的破譯錯誤率僅為0.56%，

Humphries也指出當前評估仍存在一定局限。其表現已與專注於文獻轉寫的專業工作者相當。