Gemini 4 Carbon 以 GPT-6.1 Sol 的 15 倍成本在 MathArena 登頂
熱點事件持續更新
Gemini 4 Carbon 以 GPT-6.1 Sol 的 15 倍成本在 MathArena 登頂
1 篇報導1 個報導來源1 小時前更新
先了解這件事
AI 綜述
根據 The Decoder 報導，Google 的 Gemini 4 Carbon 已在 MathArena 數學基準測試中登頂，取代 GPT-6.1 Sol，成為一段時間以來首個佔據榜首的非 OpenAI 模型。Anthropic 的 Claude Fable 5.2 位列第二。 報導列出預期得分：Gemini 4 Carbon 為 85.4%，Claude Fable 5.2 為 82.8%，GPT-6.1 Sol 為 80.6%。在測試所用的推理設定下，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。報導還指出，Gemini 4 Carbon 最常見的失敗模式是超出時限。
AI 依報導生成 · 14 分鐘前更新
最新進展11月15日 00:48
Gemini 4 Carbon 在 MathArena 奪冠，但成本是 GPT-6.1 Sol 的 15 倍報導時間線
沿著報導，了解事件的不同側面。
11月15日
- The DecoderGemini 4 Carbon 在 MathArena 奪冠，但成本是 GPT-6.1 Sol 的 15 倍
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。
本事件熱度走勢
還沒有足夠的連續觀測資料，暫不繪製趨勢。