跳到正文
热点事件持续更新

Gemini 4 Carbon 以 GPT-6.1 Sol 15 倍的成本登顶 MathArena

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

据 The Decoder 报道，Google 的 Gemini 4 Carbon 登顶 MathArena 数学基准测试，取代 GPT-6.1 Sol，成为一段时间以来首个占据榜首的非 OpenAI 模型。Anthropic 的 Claude Fable 5.2 位列第二。 报道列出的预期得分为：Gemini 4 Carbon 85.4%，Claude Fable 5.2 82.8%，GPT-6.1 Sol 80.6%。在测试所用的推理设置下，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。报道还指出，Gemini 4 Carbon 最常见的失败情形是超出时间限制。

AI 根据报道生成 · 14 分钟前更新

最新进展11月15日 00:48
Gemini 4 Carbon 登顶 MathArena，但成本是 GPT-6.1 Sol 的 15 倍

报道时间线

沿着报道，了解事件的不同侧面。

11月15日
  1. The Decoder
    Gemini 4 Carbon 登顶 MathArena，但成本是 GPT-6.1 Sol 的 15 倍

    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。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。