Gemini (Google) – Gemini 3.1 Pro Preview johtaa LM Councilin "ei työkaluja" -listausta 46,4 %:lla, kun GPT-5.4 Pro jää 44,3 %:iin . Se on julkaisunsa jälkeen ollut kärjessä 13:ssa 16:sta vertailutestistä , mukaan lukien päättely (GPQA Diamond 94,3 %) ja matematiikka (AIME 2025 95,0 %) .
DeepSeek V4 – Kilpailee GPT-5.4:n kanssa päättelyssä (GPQA Diamond 89 % vs. 92,8 %) ja matematiikassa (AIME 91 % vs. 94,6 %), ja on johtava avoimen lähdekoodin vaihtoehto .
| Tehtävä | Paras malli | Miten se vertautuu GPT:hen |
|---|---|---|
| Tietotyö / työpöytäagentit | GPT-5.4 | Johtaa – 83 % GDPval, ensimmäinen malli, joka ylittää ihmisen suoritustason OSWorldissa (75 %) |
| Koodaus (SWE-bench Pro) | GPT-5.4 xHigh | 59,10 % – kärjessä julkisella listalla |
| Koodaus (Arena-vertailu) | GPT-5.5 | Vahvin koodausotteluissa |
| Päättely (GPQA Diamond) | Gemini 3.1 Pro | 94,3 % – päihittää GPT-5.4:n 92,8 % |
| Matematiikka (AIME 2025) | Gemini 3.1 Pro | 95,0 % – niukasti GPT-5.4:n 94,6 % edellä |
| Yleispisteet | Claude Mythos 5 | Pisteet 99 vs. parhaat GPT-mallit 80–90 |
Yksikään malli ei ole ehdottomasti "GPT:tä parempi" kaikessa – kärki on monipuolistunut, joten paras valinta riippuu omasta käyttötarkoituksesta.
Gemini (Google) – Gemini 3.1 Pro Preview johtaa LM Councilin "ei työkaluja" -listausta 46,4 %:lla, kun GPT-5.4 Pro jää 44,3 %:iin . Se on julkaisunsa jälkeen ollut kärjessä 13:ssa 16:sta vertailutestistä , mukaan lukien päättely (GPQA Diamond 94,3 %) ja matematiikka (AIME 2025 95,0 %) .
DeepSeek V4 – Kilpailee GPT-5.4:n kanssa päättelyssä (GPQA Diamond 89 % vs. 92,8 %) ja matematiikassa (AIME 91 % vs. 94,6 %), ja on johtava avoimen lähdekoodin vaihtoehto .
| Tehtävä | Paras malli | Miten se vertautuu GPT:hen |
|---|---|---|
| Tietotyö / työpöytäagentit | GPT-5.4 | Johtaa – 83 % GDPval, ensimmäinen malli, joka ylittää ihmisen suoritustason OSWorldissa (75 %) |
| Koodaus (SWE-bench Pro) | GPT-5.4 xHigh | 59,10 % – kärjessä julkisella listalla |
| Koodaus (Arena-vertailu) | GPT-5.5 | Vahvin koodausotteluissa |
| Päättely (GPQA Diamond) | Gemini 3.1 Pro | 94,3 % – päihittää GPT-5.4:n 92,8 % |
| Matematiikka (AIME 2025) | Gemini 3.1 Pro | 95,0 % – niukasti GPT-5.4:n 94,6 % edellä |
| Yleispisteet | Claude Mythos 5 | Pisteet 99 vs. parhaat GPT-mallit 80–90 |
Yksikään malli ei ole ehdottomasti "GPT:tä parempi" kaikessa – kärki on monipuolistunut, joten paras valinta riippuu omasta käyttötarkoituksesta.