跳到正文
热点事件历史事件

Gemini 4 Carbon登顶MathArena但成本高昂

1 篇报道1 个报道来源5 天前更新

先了解这件事

AI 综述

谷歌Gemini 4 Carbon在MathArena数学基准测试中以85.4%±3.0%的预期性能夺冠,超过GPT-6.1 Sol和Claude Fable 5.2,成为一段时间以来首个登顶的非OpenAI模型。 按测试采用的推理设置,预计成本分别为15.70美元、40.20美元和1.07美元;即Carbon约为GPT-6.1 Sol的15倍,Fable 5.2约为其40倍。Carbon最常见的失败模式是超过时限,曾有脚本运行超过11小时却未检查进度。

AI 根据报道生成 · 5 天前更新

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,但成本为GPT-6.1 Sol的15倍

    Gemini 4 Carbon在MathArena数学基准中以85.4% ±3.0%的预期性能超过GPT-6.1 Sol和Claude Fable 5.2。按测试所用推理设置,其预计成本分别为$15.70 ±$1.33、$40.20 ±$2.59和$1.07 ±$0.018。Gemini 4 Carbon常见失败模式是超过时限,并曾运行脚本超过11小时而未检查进度。

本事件热度走势

可比范围当前
3
可比范围峰值
1011月15日 02:00
近 24 小时变化
-49%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。