跳到正文
Dev.to Top Tech(dev.to)· News·· 8 天前品質評分60

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

自備 Key 深度分析

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。

開啟原文
來源: Dev.to Top Tech (dev.to)
開啟原文

讀者討論

理性交流 · 即時討論