谷歌Gemini 4 Carbon登顶数学榜
报价宝综合消息谷歌Gemini 4 Carbon登顶数学榜
第三方数学基准MathArena的最新榜单上，谷歌Gemini 4 Carbon（high档）以85.4％的期望成绩登顶总榜，成为近段时间首个把OpenAI模型挤下头名的模型。Anthropic的Claude Fable 5.2以82.8％位居第二，OpenAI的GPT-6.1 Sol以80.6％退居第三。
Carbon的成绩并非没有代价。在测试采用的推理设置下，它单题成本约15.7美元，约为GPT-6.1 Sol（约1.07美元）的15倍；排名第二的Claude Fable 5.2更贵，单题约40.2美元。榜单上最好的开源模型、月之暗面的Kimi K3.1 Pro成绩为54.3％，与闭源头部模型仍有明显差距。
Carbon的典型失败模式是超时：它几乎从不主动放弃任务，曾在一次测试中启动一个跑了超过11小时的脚本，且中途不检查任何进度。这种「倔强」既能转化为榜单上的高分，也可能变成实打实的资源黑洞。
按榜单信息，Gemini 4 Carbon发布于11月10日，Claude Fable 5.2为11月9日，而榜首之争中被挤到第三的GPT-6.1 Sol已是9月29日发布的旧模型——OpenAI更强的继任者尚未公开发布。数学竞赛类基准正在成为各大厂商旗舰模型较劲的新战场，而推理成本与成绩的巨大落差，也预示着高端模型的商业化门槛正在快速抬升。
编译自 The Decoder，原标题："Gemini 4 Carbon takes the MathArena crown but costs 15 times more than GPT-6.1 Sol"
