Mô hình LLM tốt nhất

2

Claude Fable 5

Chủ lực hạng Mythos tháng 6/2026 của Anthropic: 80.3% trên SWE-bench Pro, bỏ xa mọi model đỉnh cao khác 11 điểm

$50/1M out63%(4)

Truy cập

Vì sao: 80.3% trên SWE-bench Pro so với 69.2% của Opus 4.8, 58.6% của GPT-5.5 và 54.2% của Gemini 3.1 Pro, hơn model đỉnh cao…

3

Claude Opus 4.7

Opus tháng 4/2026 của Anthropic: 87.6% SWE-bench Verified, ngữ cảnh 1M, vision độ phân giải cao, nay xếp sau Opus 4.8

$25/1M out57%(3)

Truy cập

Vì sao: 87.6% SWE-bench Verified (tăng từ 80.8% của Opus 4.6) và 64.3% SWE-bench Pro lúc ra mắt, vượt GPT-5.4 (57.7%) và Gemini…

4

Claude Sonnet 5

Sonnet agentic nhất của Anthropic: chất lượng lập trình và agent gần Opus 4.8 ở mức $3/$15 với ngữ cảnh 1M

$15/1M out ($10 intro until 2026-08-31)57%(3)

Truy cập

Vì sao: Bước tiến agentic lớn so với Sonnet 4.6: Terminal-Bench 2.1 đạt 80.4% so với 67.0%, OSWorld-Verified 81.2% so với…

5

Gemini 3 Pro

Model đỉnh cao tháng 11/2025 của Google: ngữ cảnh 1M, đầu tiên vượt 1500 Elo trên LMArena, đã bị Gemini 3.1 Pro thay thế.

$12/1M out (prompts ≤200K)57%(3)

Truy cập

Vì sao: Đứng đầu LMArena lúc ra mắt với kỷ lục 1501 Elo và đạt 91.9% trên GPQA Diamond, SOTA lúc phát hành

6

DeepSeek-V4

MoE 1.6T open weights với ngữ cảnh 1M tokens và lập trình agentic gần đỉnh cao ở mức $0.87 mỗi 1M output tokens

$0.87/1M out57%(3)

Truy cập

Vì sao: Cửa sổ ngữ cảnh 1M tokens (8x mức 128K của V3.2) với output tới 384K tokens, chuẩn trên API chính thức

7

Claude Opus 4.8

Model hạng Opus chủ lực của Anthropic cho lập trình agentic dài hơi; ngữ cảnh 1M ở mức $5/$25 mỗi 1M tokens.

$25/1M out57%(3)

Truy cập

Vì sao: SWE-Bench Pro 69.2% (so với 64.3% của Opus 4.7) và thắng mọi model Opus trước đó trên CursorBench ở mọi mức effort; báo…

8

GPT-5.5

Model chủ lực agentic của OpenAI: ngữ cảnh 1M, SOTA trên ARC-AGI-2 và Terminal-Bench 2.0, $5/$30 mỗi 1M tokens.

$30/1M out57%(3)

Truy cập

Vì sao: Cửa sổ ngữ cảnh 1M tokens (1,050,000) với output tối đa 128K và reasoning effort chỉnh được từ none đến xhigh