Gemini (Google) – Gemini 3.1 Pro Preview je lídrem žebříčku LM Council (kategorie bez nástrojů) s 46,4 %, před GPT-5.4 Pro se 44,3 % . Po svém vydání dosáhl na vedoucí skóre ve 13 z 16 benchmarků , včetně nejlepšího uvažování (GPQA Diamond 94,3 %) a matematiky (AIME 2025 95,0 %) .
DeepSeek V4 – Konkuruje GPT-5.4 v uvažování (GPQA Diamond 89 % vs. 92,8 %) a matematice (AIME 91 % vs. 94,6 %) a je předním modelem s otevřenými váhami .
| Úkol | Nejlepší model | Jak si stojí oproti GPT |
|---|---|---|
| Znalostní práce / desktopoví agenti | GPT-5.4 | Vede zde – 83 % GDPval, první AI, která překonala člověka na OSWorld (75 %) |
| Programování (SWE-bench Pro) | GPT-5.4 xHigh | 59,10 % – nejvyšší skóre na veřejném žebříčku |
| Programování (Arena head-to-head) | GPT-5.5 | Nejsilnější v kódovacích arénách |
| Uvažování (GPQA Diamond) | Gemini 3.1 Pro | 94,3 % – poráží GPT-5.4 s 92,8 % |
| Matematika (AIME 2025) | Gemini 3.1 Pro | 95,0 % – těsně před GPT-5.4 s 94,6 % |
| Celkové kompozitní skóre | Claude Mythos 5 | Skóre 99 oproti nejlepším GPT modelům v rozmezí 80–90 |
Žádný model není striktně „lepší než GPT“ pro všechno – špička se diverzifikovala, a proto nejlepší volba závisí na vašem konkrétním použití.
Gemini (Google) – Gemini 3.1 Pro Preview je lídrem žebříčku LM Council (kategorie bez nástrojů) s 46,4 %, před GPT-5.4 Pro se 44,3 % . Po svém vydání dosáhl na vedoucí skóre ve 13 z 16 benchmarků , včetně nejlepšího uvažování (GPQA Diamond 94,3 %) a matematiky (AIME 2025 95,0 %) .
DeepSeek V4 – Konkuruje GPT-5.4 v uvažování (GPQA Diamond 89 % vs. 92,8 %) a matematice (AIME 91 % vs. 94,6 %) a je předním modelem s otevřenými váhami .
| Úkol | Nejlepší model | Jak si stojí oproti GPT |
|---|---|---|
| Znalostní práce / desktopoví agenti | GPT-5.4 | Vede zde – 83 % GDPval, první AI, která překonala člověka na OSWorld (75 %) |
| Programování (SWE-bench Pro) | GPT-5.4 xHigh | 59,10 % – nejvyšší skóre na veřejném žebříčku |
| Programování (Arena head-to-head) | GPT-5.5 | Nejsilnější v kódovacích arénách |
| Uvažování (GPQA Diamond) | Gemini 3.1 Pro | 94,3 % – poráží GPT-5.4 s 92,8 % |
| Matematika (AIME 2025) | Gemini 3.1 Pro | 95,0 % – těsně před GPT-5.4 s 94,6 % |
| Celkové kompozitní skóre | Claude Mythos 5 | Skóre 99 oproti nejlepším GPT modelům v rozmezí 80–90 |
Žádný model není striktně „lepší než GPT“ pro všechno – špička se diverzifikovala, a proto nejlepší volba závisí na vašem konkrétním použití.