記事にあるように、「AIの限界」でしょう。
ジャンケンはまだしも、「惑星の順番」は正解が無いです。ABC順かもしれませんし、直径、質量の順番が知りたいかもしれません。
正解に誘導するために事前情報やヒントを与えるのは人間でも同じ。
「惑星の順番」で可能性のある答えを全て一気に答えられても困りますよね。AIに進化の余地があるとすれば、「もう少しヒントをください！どのような順番ですか？」みたいな受け答えは出来るようになる気はします。
Googleの肩を持つわけではありませんが、MicrosoftのCopilotも同様の検証待ってます！
