Gemini 4 Carbon 在 MathArena 數學評測中超越 GPT-6.1 Sol
Gemini 4 Carbon takes the overall MathArena crown from GPT-6.1 Sol as the first non-OpenAI leader in a while
重點導讀
選數學能力強的模型時,只看分數可能會忽略每次測試要花多少錢。
- MathArena 更新評測後,Google 的 Gemini 4 Carbon 以 85.4% 排名第一,Claude Fable 5.2 得 82.8%,GPT-6.1 Sol 得 80.6%。
- 每個分數也附有誤差範圍。依測試設定,跑完一輪 Carbon 約花 15.70 美元,Fable 5.2 約 40 美元,GPT-6.1 Sol 約 1 美元。這份榜單把準確度和成本放在一起比較,團隊仍可用自己的工作內容測試,判斷多花的錢是否划算。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
信源出處dev.to
Gemini 4 Carbon takes the overall MathArena crown from GPT-6.1 Sol as the first non-OpenAI leader in a while
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: Dev.to Top Tech (dev.to)
開啟原文