Zalety Do najważniejszych zalet GAM-ów należą: możliwość modelowania nieliniowych zależności bez ręcznego wyboru transformacji zmiennych; większa interpretowalność niż w wielu czarnych skrzynkach predykcyjnych; możliwość używania różnych rozkładów odpowiedzi i funkcji łączących; naturalne wykresy efektów cząstkowych; możliwość łączenia składników liniowych, kategorialnych i gładkich; dobra dostępność w pakietach statystycznych.
Ograniczenia Do ograniczeń GAM-ów należą: założenie addytywności, które może być zbyt silne, jeśli istotne są złożone interakcje; ryzyko przeuczenia przy zbyt słabym wygładzeniu; zależność wyników od doboru baz funkcyjnych i parametrów wygładzenia; trudności przy silnej współkrzywoliniowości predyktorów; mniej oczywista interpretacja przy wielu składnikach interakcyjnych; możliwa zawodność ekstrapolacji poza zakres danych treningowych.
GAM nie zwalnia także z podstawowych założeń modelowania statystycznego. Należy sprawdzić adekwatność rozkładu odpowiedzi, niezależność lub strukturę zależności obserwacji, dobór funkcji łączącej oraz wpływ obserwacji odstających.