W porównaniu z tradycyjnymi LLM-ami, nowe modele wykazywały znaczną poprawę wyników w zadaniach z matematyki, nauk ścisłych oraz programowania. Przykładowo, na zadaniach z eliminacji do Międzynarodowej Olimpiady Matematycznej model GPT-4o uzyskał 13% skuteczności, podczas gdy model o1 osiągnął aż 83%.
W styczniu 2025 roku chińska firma DeepSeek przedstawiła model DeepSeek‑R1 — model rozumowania o otwartych wagach, posiadający 671 miliardów parametrów, który osiągnął wyniki porównywalne do modelu o1 firmy OpenAI, przy znacznie niższych kosztach operacyjnych. W przeciwieństwie do zastrzeżonych modeli OpenAI, otwarta architektura DeepSeek‑R1 umożliwiła badaczom analizę i dalszy rozwój algorytmu, choć dane treningowe pozostały nieupublicznione.
Modele rozumujące z reguły mają większe wymagania obliczeniowe w porównaniu z tradycyjnymi modelami LLM. Wynika to z tego, że model tego typu musi generować wiele odpowiedzi dla każdego kroku. Z drugiej strony modele tego typu pozwalają na osiągnięcie lepszych wyników w dziedzinach wymagających myślenia domenowego, np. w matematyce, badaniach naukowych czy programowaniu komputerowym.