Cú đổ bộ kép chấn động: GPT-5.2 chiếm đỉnh bảng AI Toán học, Gemini 3 Flash Preview bám đuổi quyết liệt
Bảng xếp hạng AI Toán học tuần 21/09 chứng kiến sự xáo trộn mạnh mẽ khi hai tân binh GPT-5.2 của OpenAI và Gemini 3 Flash Preview của Google đồng loạt ra mắt và chia nhau hai vị trí cao nhất.
Kỳ cập nhật tuần 21/09 của bảng xếp hạng mô hình AI chuyên về Toán học vừa ghi nhận một trong những biến động kỹ thuật đáng chú ý nhất thời gian qua. Không cần qua giai đoạn thăm dò, hai mô hình hoàn toàn mới vừa được tung ra đã lập tức chiếm lĩnh hai vị trí dẫn đầu, thiết lập chuẩn mực hiệu năng mới cho các bài toán định lượng và suy luận logic phức tạp. Theo dữ liệu đo kiểm và tổng hợp từ nền tảng đánh giá uy tín Artificial Analysis, đây là cuộc đọ sức đỉnh cao giữa hai gã khổng lồ công nghệ: OpenAI và Google.
Toán học
| # | Mô hình | AIMcách #1 | Biến động |
|---|---|---|---|
| 1 | OpenAI | 94.3 | MỚI |
| 2 | Google | 92.7−1.6 | MỚI |
| 3 | OpenAI | 92.4−1.9 | |
| 4 | DeepSeek | 92.1−2.2 | |
| 5 | Xiaomi | 92.1−2.2 | |
| 6 | Z AI | 91.1−3.2 | |
| 7 | Google | 91.0−3.3 | |
| 8 | OpenAI | 90.9−3.4 |
Tân binh GPT-5.2 đăng quang với điểm năng lực tuyệt đối
Ngay trong tuần đầu xuất hiện, GPT-5.2 của OpenAI đã vươn thẳng lên vị trí số 1 với tổng điểm 94.3. Căn cứ cốt lõi giúp đại diện thế hệ mới của OpenAI soán ngôi đầu bảng nằm ở điểm số năng lực (benchmark) chạm ngưỡng tối đa 100 điểm, kết hợp cùng chỉ số độ mới đạt 62 và độ phổ biến cộng đồng là 44 điểm.
Sức mạnh thực tế của GPT-5.2 được kiểm chứng rõ nét qua khả năng tính toán chuẩn xác ở mức độ vi mô, tối ưu vượt trội cho các bài toán định lượng hóc búa và phân tích dữ liệu chuyên sâu. Nền tảng suy luận logic mạnh mẽ giúp mô hình bẻ khóa các cấu trúc tư duy phức tạp mà nhiều thế hệ trước phải chật vật. Với mức định giá $1.75/1 triệu token đầu vào và $14/1 triệu token đầu ra, GPT-5.2 định vị mình là giải pháp tính toán cao cấp, nhắm thẳng vào các tác vụ nghiên cứu chuyên sâu đòi hỏi độ chuẩn xác gần như tuyệt đối.
Gemini 3 Flash Preview: Tối ưu chi phí, bám sát ngôi đầu
Không để đối thủ độc diễn, Google lập tức đưa ra lời đáp trả đanh thép bằng việc trình làng Gemini 3 Flash Preview và đánh chiếm ngay vị trí số 2 với 92.7 điểm. Mô hình sở hữu điểm thành phần năng lực ấn tượng lên tới 98 điểm, độ mới đạt 63 điểm và độ phổ biến cộng đồng là 45 điểm.
Gemini 3 Flash Preview chứng minh năng lực xuất sắc ở nhóm phân tích vấn đề phức tạp và giải toán đa bước. Đáng chú ý, Google tạo nên lợi thế cạnh tranh cực lớn ở bài toán kinh tế: mức giá chỉ $0.5/1 triệu token đầu vào và $3/1 triệu token đầu ra. Tỷ lệ hiệu năng trên chi phí ấn tượng này khiến Gemini 3 Flash Preview trở thành lựa chọn đặc biệt hấp dẫn cho các doanh nghiệp cần triển khai hệ thống suy luận logic trên quy mô lớn.
Cuộc đối đầu OpenAI – Google và thế kiên cường của nhóm bám đuổi
Bảng xếp hạng tuần này thể hiện rõ rệt sự thống trị của OpenAI khi hãng nắm giữ tới 3 vị trí trong top 8. Bên cạnh tân vương GPT-5.2, OpenAI còn duy trì sức ép với cựu vương GPT-5 Codex trụ vững ở hạng #3 (92.4 điểm) và GPT-5.1 Codex chốt chặn ở hạng #8 (90.9 điểm).
Ở chiều ngược lại, Google cũng cho thấy chiều sâu công nghệ với 2 mô hình góp mặt: ngoài á quân Gemini 3 Flash Preview, phiên bản cao cấp Gemini 3 Pro Preview đang giữ vị trí #7 với 91.0 điểm.
Dù các vị trí đỉnh bảng bị hai ông lớn chi phối, khu vực giữa bảng vẫn chứng kiến sự bền bỉ đáng nể từ các nhà phát triển độc lập:
- DeepSeek V3.2 Speciale từ hãng DeepSeek tiếp tục giữ hạng #4 với 92.1 điểm.
- MiMo-V2-Flash của Xiaomi chia sẻ sát sao cùng mức điểm 92.1, vững vàng ở vị trí #5.
- GLM-4.7 của Z AI bám đuổi ngay phía sau tại hạng #6 với 91.1 điểm.
Cục diện bảng xếp hạng AI Toán học tuần 21/09 đã phân hóa mạnh mẽ: các mô hình thế hệ mới không chỉ giải quyết bài toán tư duy logic thuần túy mà còn phải tối ưu hóa bài toán chi phí vận hành API. Liệu Gemini 3 Flash Preview có tận dụng được lợi thế giá rẻ để thu hút cộng đồng và thu hẹp cách biệt với GPT-5.2, hay OpenAI sẽ tiếp tục nới rộng khoảng cách? Những diễn biến công nghệ tiếp theo hứa hẹn sẽ còn nhiều bất ngờ.
