Gemini (Google) — Gemini 3.1 Pro Preview dẫn đầu bảng xếp hạng 'không công cụ' của LM Council với 46,4%, vượt qua GPT-5.4 Pro ở mức 44,3% . Gemini 3.1 Pro cũng đạt điểm cao nhất trên 13/16 chuẩn mực khi ra mắt , bao gồm suy luận hàng đầu (GPQA Diamond: 94,3%) và toán học (AIME 2025: 95,0%) .
DeepSeek V4 — Cạnh tranh ngang ngửa với GPT-5.4 về suy luận (GPQA Diamond: 89% so với 92,8%) và toán học (AIME: 91% so với 94,6%), đồng thời là lựa chọn mã nguồn mở hàng đầu .
| Tác vụ | Mô hình tốt nhất | So sánh với GPT |
|---|---|---|
| Tác vụ văn phòng / đại diện màn hình | GPT-5.4 | Dẫn đầu — 83% GDPval, là AI đầu tiên vượt qua con người trên OSWorld (75%) |
| Lập trình (SWE-bench Pro) | GPT-5.4 xHigh | 59,10% — đứng đầu bảng xếp hạng công khai |
| Lập trình (so tài trên Arena) | GPT-5.5 | Mạnh nhất trong các trận đấu code |
| Suy luận (GPQA Diamond) | Gemini 3.1 Pro | 94,3% — vượt qua 92,8% của GPT-5.4 |
| Toán học (AIME 2025) | Gemini 3.1 Pro | 95,0% — nhỉnh hơn một chút so với 94,6% của GPT-5.4 |
| Tổng thể | Claude Mythos 5 | Điểm 99 so với các mô hình GPT đạt điểm 80–90 |
Không có một mô hình nào hoàn toàn 'tốt hơn GPT' ở mọi khía cạnh — ranh giới đã bị phá vỡ, vì vậy lựa chọn tốt nhất phụ thuộc vào nhu cầu cụ thể của bạn.
Gemini (Google) — Gemini 3.1 Pro Preview dẫn đầu bảng xếp hạng 'không công cụ' của LM Council với 46,4%, vượt qua GPT-5.4 Pro ở mức 44,3% . Gemini 3.1 Pro cũng đạt điểm cao nhất trên 13/16 chuẩn mực khi ra mắt , bao gồm suy luận hàng đầu (GPQA Diamond: 94,3%) và toán học (AIME 2025: 95,0%) .
DeepSeek V4 — Cạnh tranh ngang ngửa với GPT-5.4 về suy luận (GPQA Diamond: 89% so với 92,8%) và toán học (AIME: 91% so với 94,6%), đồng thời là lựa chọn mã nguồn mở hàng đầu .
| Tác vụ | Mô hình tốt nhất | So sánh với GPT |
|---|---|---|
| Tác vụ văn phòng / đại diện màn hình | GPT-5.4 | Dẫn đầu — 83% GDPval, là AI đầu tiên vượt qua con người trên OSWorld (75%) |
| Lập trình (SWE-bench Pro) | GPT-5.4 xHigh | 59,10% — đứng đầu bảng xếp hạng công khai |
| Lập trình (so tài trên Arena) | GPT-5.5 | Mạnh nhất trong các trận đấu code |
| Suy luận (GPQA Diamond) | Gemini 3.1 Pro | 94,3% — vượt qua 92,8% của GPT-5.4 |
| Toán học (AIME 2025) | Gemini 3.1 Pro | 95,0% — nhỉnh hơn một chút so với 94,6% của GPT-5.4 |
| Tổng thể | Claude Mythos 5 | Điểm 99 so với các mô hình GPT đạt điểm 80–90 |
Không có một mô hình nào hoàn toàn 'tốt hơn GPT' ở mọi khía cạnh — ranh giới đã bị phá vỡ, vì vậy lựa chọn tốt nhất phụ thuộc vào nhu cầu cụ thể của bạn.