So sánh năng lực mô hình AI
Ngữ cảnh dài
Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.
— means no published score for this candidate in this source, not zero.
| STT | Mô hình | 4/11 recent-year models have scores | 4/11 recent-year models have scores |
|---|---|---|---|
| 1 |  Claude Opus 5.5 | 66.8256k to 1M, BFS (F1)Claude Opus 5.5 | 90.6Up to 128k, BFS (F1)Claude Opus 5.5 |
| 2 |  GPT-6 Astra | 71.8256k to 1M, BFS (F1)GPT-6 Astra | 98.7Up to 128k, BFS (F1)GPT-6 Astra |
| 3 | GPT-6.1 Sol | — | — |
| 4 | Claude Fable 5.1 | 65256k to 1M, BFS (F1)Claude Fable 5.1 | 91.4Up to 128k, BFS (F1)Claude Fable 5.1 |
| 5 |  Gemini 4 Argon | 84.2256k to 1M, BFS (F1)Gemini 4 Argon | 99.7Up to 128k, BFS (F1)Gemini 4 Argon |
| 6 | Claude Sonnet 5.5 | — | — |
| 7 | Claude Opus 5 | — | — |
| 8 | GPT-6 Sol | — | — |
| 9 | GPT-6 Luna | — | — |
| 10 | Claude Haiku 5.5 | — | — |
| 11 | Claude Mythos Preview | — | — |
Google DeepMind (model card)
Nguồn: Google DeepMind (model card) ↗
Thẻ mô hình Google: kết quả từ nhà phát hành và điểm số của bên thứ ba được đăng lại, tính đến tháng 10 năm 2026. Xem phương pháp để biết thiết lập đánh giá; không phải tất cả những đánh giá này đều độc lập. Phương pháp đánh giá ↗
GraphWalks — 256k to 1M, BFS (F1) · Source date unknown
GraphWalks — Up to 128k, BFS (F1) · Source date unknown
PandaNpc Đã cập nhật 06:01 UTC 21 thg 10, 2026
Nguồn: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Hướng dẫn cột
- STT
- Chỉ là thứ tự hiển thị. Việc sắp xếp làm thay đổi số này; đây không phải là xếp hạng năng lực được công bố.
- Mô hình
- Tên mô hình được đánh giá và biểu tượng nhà cung cấp của mô hình đó. Dấu gạch ngang trong một cột điểm nghĩa là không có điểm nào được công bố ở đây, chứ không phải là số 0.
- GraphWalks — 256k to 1M, BFS (F1)Duyệt đồ thị — 256k đến 1M, tìm kiếm theo chiều rộng (F1)
- Kiểm tra duyệt đồ thị theo chiều rộng trong ngữ cảnh từ 256k đến 1M token. F1 cân bằng precision và recall; đây là một dải độ dài riêng biệt so với cột 128k. Phương pháp đánh giá ↗
- GraphWalks — Up to 128k, BFS (F1)Duyệt đồ thị — tối đa 128k, tìm kiếm theo chiều rộng (F1)
- Kiểm tra duyệt đồ thị theo chiều rộng bằng ngữ cảnh lên tới 128k token. F1 cân bằng precision và recall của tập nút được trả về. Phương pháp đánh giá ↗
Hãy đọc điểm trong cùng một benchmark, nguồn và phiên bản. Giá trị cao hơn cho thấy hiệu suất mạnh hơn trên chỉ số được báo cáo, nhưng các cột khác nhau không dùng chung một thang đo.