في ظل الانتشار الواسع لتطبيقات الذكاء الاصطناعي، أصبح السباق بين النماذج الكبرى مثل شات جي بي تي من "OpenAI" وجيميني من غوغل محط أنظار الجميع، خصوصًا مع التسارع الكبير في تطوير قدرات هذه الأنظمة.

وبعد إطلاق ChatGPT-5.2 في ديسمبر 2025، أعادت "OpenAI" رسم خارطة المنافسة، لتعود إلى صدارة معظم التصنيفات، ما جعل المقارنات التقليدية القائمة على إجابة واحدة غير كافية لتحديد الأفضلية.

وحسب تقرير نشره موقع slashgear، يعتمد تقييم الأداء الحقيقي للنماذج اللغوية الكبيرة على معايير وقياسات معيارية (Benchmarks)، التي توفر صورة دقيقة عن تفوق نموذج على آخر.

1. الإجابة على أسئلة علمية معقدة

أظهر ChatGPT-5.2 تفوقًا في اختبار GPQA Diamond، المخصص لقياس التفكير العلمي على مستوى الدكتوراه في الفيزياء والكيمياء والأحياء، حيث سجل نسبة 92.4% مقابل 91.9% لجيميني 3 برو.
وللمقارنة، يحقق حاملو الدكتوراه حوالي 65% فقط، فيما يصل متوسط غير المتخصصين إلى 34%، ما يبرز مستوى النماذج العالية مع أفضلية بسيطة لشات جي بي تي.

2. حل مشكلات برمجية واقعية

في اختبار SWE-Bench Pro الذي يقيس القدرة على حل مشكلات برمجية حقيقية مأخوذة من بلاغات GitHub، حل ChatGPT-5.2 نحو 24% من المشكلات، مقابل 18% فقط لجيميني، في مؤشر على قدرته على التعامل مع كود غير مألوف وتحليل وصف المشكلات بشكل عملي.

3. حل الألغاز البصرية التجريدية

في اختبار ARC-AGI-2 لتقييم التفكير التجريدي واستخلاص الأنماط من أمثلة محدودة، حقق ChatGPT-5.2 نسبة 54.2%، متفوقًا على Gemini 3 Pro الذي سجل 31.1%، بينما وصلت نسخة Gemini 3 Deep Think إلى 45.1% فقط، ما يبرز تفوق شات جي بي تي في التفكير المجرد، أحد أصعب مجالات الذكاء الاصطناعي.

السباق مستمر… والأرقام تحسم

توضح هذه الاختبارات أن التفوق في الذكاء الاصطناعي لا يُقاس بتجربة فردية أو انطباع شخصي، بل بأرقام ومعايير دقيقة. ورغم وجود مجالات أخرى يتفوق فيها جيميني، فإن شات جي بي تي يملك الأفضلية في ثلاث ساحات رئيسية: التفكير العلمي، حل المشكلات البرمجية، والتفكير التجريدي.