The Decoder· Matthias Bastian·· 1 小時前AI 評分62
Gemini 4 Carbon 在 MathArena 奪冠，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 導讀
Google 的 Gemini 4 Carbon 成為近期首個登上 MathArena 數學基準榜首的非 OpenAI 模型，取代了 GPT-6.1 Sol，Anthropic 的 Claude Fable 5.2 位居第二。在受測的推理設定下，Gemini 4 Carbon 與 Claude Fable 5.2 的成本分別約為 GPT-6.1 Sol 的 15 倍與 40 倍。報告列出預期表現為 Gemini 4 Carbon 85.4%、Claude Fable 5.2 82.8%、GPT-6.1 Sol 80.6%，並指出 Gemini 4 Carbon 最常見的失敗模式是超出時限。
來源:The Decoder · the-decoder.com