AI最前沿 88Z.ai 11 月 15 日消息,Google 的 Gemini 4 Carbon 与 Anthropic 的 Fable 5.2 在 MathArena AI 数学基准测试中超越 OpenAI 的 GPT-6.1 Sol,终结了后者长期的领先地位。尽管性能出众,这两款新模型的成本显著更高,其中 Gemini 4 Carbon 的费用是 GPT-6.1 Sol 的 15 倍。测试显示 Gemini 4 Carbon 会忽略时间限制并极少放弃任务。
消息要点
- Gemini 4 Carbon 和 Fable 5.2 在 MathArena 中超越 GPT-6.1 Sol
- Gemini 4 Carbon 成本为 GPT-6.1 Sol 的 15 倍,且测试中忽略时间限制

基准排名更迭
Google 推出的 Gemini 4 Carbon 与 Anthropic 的 Fable 5.2 已在 MathArena AI 数学基准测试中击败 OpenAI 的 GPT-6.1 Sol。这是近期首次没有 OpenAI 模型占据该榜单首位,标志着数学推理领域的竞争格局发生重要变化。
性能与成本权衡
虽然新模型在解题能力上取得突破,但代价高昂。Gemini 4 Carbon 的使用成本高达 GPT-6.1 Sol 的 15 倍。测试细节显示,Gemini 4 Carbon 在评估过程中会忽略时间限制,并且几乎从不放弃解决复杂任务,这种策略可能推高了计算资源消耗。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述,未将其视为本站实测或独家采访结论。
- the-decoder.com原始资料发布于
以上日期为原始资料发布日期;标题下方日期为本文在 AI最前沿的发布时间。