Ja, klar. Dann ist die Frage, wie geht man stattdessen an die Sache ran ?
Ich stehe grundsätzlich auf dem Standpunkt, dass es viel effizienter ist, den schachlichen Gehalt von relativ wenigen (etwa zehn) Partien zu beurteilen, als die Anzahl der Partien um ein X-faches zu erhöhen.

Beispiel: Ich legte mich während der King-Testphase schon ein halbes Jahr vor Erscheinen fest, dass der Stil NORMAL gegen starke Schachprogramme stärker ist als der viel gelobte AKTIV-Stil.
Zu der Einschätzung kam ich nach vielleicht zehn bis höchstens 20 Spielen bzw. Einzeltests.

Bei dieser Elo-Stärke-Schätzung ist jetzt im Falle von Millennium noch mit zu berücksichtigen, dass der Hersteller die Spitze mit (>) 2400 Elo-Punkten taxiert hat.
Es bedarf also an der Spitze einer Abwertung um etwa 150 Punkte ggü. den Wiki-Zahlen.

Wenn ich mich jetzt festlegen müsste, würde ich an Ossi Weiner berichten:
Knoten / Elo

125: 1050
250: 1200
500: 1320
1000: 1450
2000: 1560
4000: 1650
8000: 1730
16000: 1850 (also ein relativ großer Sprung)

Gruß
Wolfgang