Gemini (Google) — Gemini 3.1 Pro Preview guida la classifica LM Council 'senza strumenti' con il 46,4%, davanti a GPT-5.4 Pro con il 44,3% . Al rilascio ha ottenuto i punteggi migliori in 13 dei 16 benchmark , tra cui il top nel ragionamento (GPQA Diamond: 94,3%) e in matematica (AIME 2025: 95,0%) .
DeepSeek V4 — Competitivo con GPT-5.4 nel ragionamento (GPQA Diamond: 89% contro 92,8%) e in matematica (AIME: 91% contro 94,6%), è tra le migliori opzioni open-weight .
| Attività | Modello migliore | Confronto con GPT |
|---|---|---|
| Lavoro di conoscenza / agenti desktop | GPT-5.4 | Domina: 83% su GDPval, primo a superare gli umani su OSWorld (75%) |
| Coding (SWE-bench Pro) | GPT-5.4 xHigh | 59,10% — primo nella classifica pubblica |
| Coding (scontro diretto Arena) | GPT-5.5 | Il più forte negli scontri testa a testa |
| Ragionamento (GPQA Diamond) | Gemini 3.1 Pro | 94,3% — batte il 92,8% di GPT-5.4 |
| Matematica (AIME 2025) | Gemini 3.1 Pro | 95,0% — poco sopra il 94,6% di GPT-5.4 |
| Punteggio composito | Claude Mythos 5 | 99 punti contro i migliori GPT tra 80 e 90 |
Nessun modello è strettamente 'migliore di GPT' per tutto: la frontiera si è diversificata, quindi la scelta migliore dipende dal tuo caso d'uso specifico.
Gemini (Google) — Gemini 3.1 Pro Preview guida la classifica LM Council 'senza strumenti' con il 46,4%, davanti a GPT-5.4 Pro con il 44,3% . Al rilascio ha ottenuto i punteggi migliori in 13 dei 16 benchmark , tra cui il top nel ragionamento (GPQA Diamond: 94,3%) e in matematica (AIME 2025: 95,0%) .
DeepSeek V4 — Competitivo con GPT-5.4 nel ragionamento (GPQA Diamond: 89% contro 92,8%) e in matematica (AIME: 91% contro 94,6%), è tra le migliori opzioni open-weight .
| Attività | Modello migliore | Confronto con GPT |
|---|---|---|
| Lavoro di conoscenza / agenti desktop | GPT-5.4 | Domina: 83% su GDPval, primo a superare gli umani su OSWorld (75%) |
| Coding (SWE-bench Pro) | GPT-5.4 xHigh | 59,10% — primo nella classifica pubblica |
| Coding (scontro diretto Arena) | GPT-5.5 | Il più forte negli scontri testa a testa |
| Ragionamento (GPQA Diamond) | Gemini 3.1 Pro | 94,3% — batte il 92,8% di GPT-5.4 |
| Matematica (AIME 2025) | Gemini 3.1 Pro | 95,0% — poco sopra il 94,6% di GPT-5.4 |
| Punteggio composito | Claude Mythos 5 | 99 punti contro i migliori GPT tra 80 e 90 |
Nessun modello è strettamente 'migliore di GPT' per tutto: la frontiera si è diversificata, quindi la scelta migliore dipende dal tuo caso d'uso specifico.