The Decoder· Matthias Bastian·· 1 小时前AI 评分62
Gemini 4 Carbon 登顶 MathArena，但成本是 GPT-6.1 Sol 的 15 倍
Gemini 4 Carbon takes the MathArena crown but costs 15 times more than GPT-6.1 Sol
AI 导读
Google 的 Gemini 4 Carbon 成为一段时间以来首个登顶 MathArena 数学基准的非 OpenAI 模型，取代了 GPT-6.1 Sol，Anthropic 的 Claude Fable 5.2 位列第二。在测试的推理设置下，Gemini 4 Carbon 和 Claude Fable 5.2 的成本分别约为 GPT-6.1 Sol 的 15 倍和 40 倍。报告列出的预期性能为：Gemini 4 Carbon 85.4%，Claude Fable 5.2 82.8%，GPT-6.1 Sol 80.6%，并指出 Gemini 4 Carbon 最常见的失败模式是超出时间限制。
来源:The Decoder · the-decoder.com