Chúng tôi đo độ chính xác như thế nào
Mọi con số trên trang chủ đều đến từ phép đo dưới đây — các bài làm, điểm số và những lần lệch, kể cả của chính chúng tôi.
Bộ bài làm: các bài Cambridge 19 đã xuất bản kèm điểm giám khảo, cộng các bài mẫu Band 9 do IDP công bố. Tất cả đều công khai — cuốn Cambridge 19 có ở mọi nhà sách với điểm giám khảo in ngay trong sách, và IDP đăng bài mẫu Band 9 trên chính trang của họ.
Quy trình: mọi hệ thống nhận đúng một câu lệnh chấm giống hệt nhau — cùng văn bản, cùng định dạng, không gợi ý — và chấm mỗi bài ba lần vào 9 Aug 2026. Mọi con số là trung vị của hệ thống đó; số của chúng tôi chạy qua đúng đường chấm điểm mà người dùng nhận được.
Chúng tôi công bố cả những lần lệch lẫn những lần trúng: độ lệch trung bình của chúng tôi là 0.22 band, chúng tôi đọc bài 8.0 thành 7.5 trong khi Gemini chấm trúng, và không hệ thống nào — kể cả của chúng tôi — chạm tới điểm 9 do IDP công bố. Đo lường trung thực là như vậy, và chúng tôi nói thẳng thay vì hứa “±0.5”.
Không phải một bài may mắn.
Trên cả chín bài giám khảo đã chấm — chúng tôi lệch trung bình 0.22 band. Gemini 0.72 · ChatGPT 0.94 · DeepSeek 0.94 · Claude 1.50. 9/9 bài lệch không quá nửa band, không thiên lệch chiều nào — mọi chatbot đều chấm thấp.
Độ lệch trung bình so với band giám khảo — càng nhỏ càng tốt.
Sai lệch tệ nhất trong một bài: IELTS Ace 0.5 · ChatGPT 1.0 · DeepSeek 1.5 · Gemini 2.0 · Claude 2.5 band.
Từng bài một
| Bài làm | Band giám khảo | ChatGPT | Gemini | DeepSeek | Claude | IELTS Ace |
|---|---|---|---|---|---|---|
| Cambridge 19 · Test 2 · Task 1 | 4.0 | 3.0 (−1.0) | 2.0 (−2.0) | 3.0 (−1.0) | 1.5 (−2.5) | 4.5 (+0.5) |
| Cambridge 19 · Test 1 · Task 1 | 5.5 | 5.0 (−0.5) | 5.0 (−0.5) | 5.5 (0.0) | 4.5 (−1.0) | 5.5 ✓ |
| Cambridge 19 · Test 1 · Task 1 | 6.0 | 5.0 (−1.0) | 5.0 (−1.0) | 4.5 (−1.5) | 4.5 (−1.5) | 6.0 ✓ |
| Cambridge 19 · Test 2 · Task 2 | 7.0 | 6.0 (−1.0) | 6.5 (−0.5) | 5.5 (−1.5) | 5.5 (−1.5) | 7.0 ✓ |
| Cambridge 19 · Test 1 · Task 2 | 8.0 | 6.5 (−1.5) | 8.0 (0.0) | 6.5 (−1.5) | 6.5 (−1.5) | 7.5 (−0.5) |
| IDP · published Band 9 sample · Task 1 | 9.0 | 7.0 (−2.0) | 8.0 (−1.0) | 6.5 (−2.5) | 5.5 (−3.5) | 8.0 (−1.0) |
Bốn bài hiển thị trên trang chủ. Bảng đầy đủ chín bài với kết quả thô sẽ ra cùng lần chạy lại đối xứng.
← Về trang chủ