Gemini (Google) — Gemini 3.1 Pro Preview domine le classement « sans outils » du LM Council avec 46,4 %, devant GPT-5.4 Pro (44,3 %) . Il a également enregistré les meilleurs scores sur 13 des 16 benchmarks dès sa sortie , notamment en raisonnement (GPQA Diamond 94,3 %) et en mathématiques (AIME 2025 : 95,0 %) .
DeepSeek V4 — Concurrent direct de GPT-5.4 en raisonnement (GPQA Diamond 89 % contre 92,8 %) et en mathématiques (AIME 91 % contre 94,6 %), c'est l'option open-weight la plus compétitive .
| Tâche | Meilleur modèle | Comparaison avec GPT |
|---|---|---|
| Travail de connaissance / agents de bureau | GPT-5.4 | Leader ici — 83 % au GDPval, premier IA à dépasser l'humain sur OSWorld (75 %) |
| Codage (SWE-bench Pro) | GPT-5.4 xHigh | 59,10 % — en tête du classement public |
| Codage (duel Arena) | GPT-5.5 | Le plus fort en compétition de codage |
| Raisonnement (GPQA Diamond) | Gemini 3.1 Pro | 94,3 % — bat les 92,8 % de GPT-5.4 |
| Mathématiques (AIME 2025) | Gemini 3.1 Pro | 95,0 % — juste devant les 94,6 % de GPT-5.4 |
| Score composite global | Claude Mythos 5 | Score 99 contre des GPT dans les 80–90 |
Aucun modèle n'est strictement « meilleur que GPT » pour tout faire : la frontière de l'IA s'est diversifiée, le meilleur choix dépend de votre cas d'usage précis.
Gemini (Google) — Gemini 3.1 Pro Preview domine le classement « sans outils » du LM Council avec 46,4 %, devant GPT-5.4 Pro (44,3 %) . Il a également enregistré les meilleurs scores sur 13 des 16 benchmarks dès sa sortie , notamment en raisonnement (GPQA Diamond 94,3 %) et en mathématiques (AIME 2025 : 95,0 %) .
DeepSeek V4 — Concurrent direct de GPT-5.4 en raisonnement (GPQA Diamond 89 % contre 92,8 %) et en mathématiques (AIME 91 % contre 94,6 %), c'est l'option open-weight la plus compétitive .
| Tâche | Meilleur modèle | Comparaison avec GPT |
|---|---|---|
| Travail de connaissance / agents de bureau | GPT-5.4 | Leader ici — 83 % au GDPval, premier IA à dépasser l'humain sur OSWorld (75 %) |
| Codage (SWE-bench Pro) | GPT-5.4 xHigh | 59,10 % — en tête du classement public |
| Codage (duel Arena) | GPT-5.5 | Le plus fort en compétition de codage |
| Raisonnement (GPQA Diamond) | Gemini 3.1 Pro | 94,3 % — bat les 92,8 % de GPT-5.4 |
| Mathématiques (AIME 2025) | Gemini 3.1 Pro | 95,0 % — juste devant les 94,6 % de GPT-5.4 |
| Score composite global | Claude Mythos 5 | Score 99 contre des GPT dans les 80–90 |
Aucun modèle n'est strictement « meilleur que GPT » pour tout faire : la frontière de l'IA s'est diversifiée, le meilleur choix dépend de votre cas d'usage précis.