Today for AI
返回热点榜
llm热度 11.6°

AI 聚合热点事件 · 2026/11/15

Gemini 4 Carbon 登顶 MathArena 但成本高 15 倍

1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/11/15 00:48:01
全景综述与最新动态
1 家信源交叉印证

谷歌 Gemini 4 Carbon 成为近期首个登顶 MathArena 数学基准的非 OpenAI 模型，将 GPT-6.1 Sol 挤下榜首，Anthropic 的 Claude Fable 5.2 位列第二。但其单次评测成本约为 GPT-6.1 Sol 的 15 倍，且最常见失败模式是超时，同时几乎从不主动放弃任务。开源阵营最佳为月之暗面 Kimi K3.1 Pro，得分 54.3%，与闭源头部差距明显。

最新动向/谷歌 Gemini 4 Carbon 成为近期首个登顶 MathArena 数学基准的非 OpenAI 模型，将 GPT-6.1 Sol 挤下榜首，Anthropic 的 Claude Fable 5.2 位列第二。但其单次评测成本约为 GPT-6.1 Sol 的 15 倍，且最常见失败模式是超时，同时几乎从不主动放弃任务。开源阵营最佳为月之暗面 Kimi K3.1 Pro，得分 54.3%，与闭源头部差距明显。

逐小时热度走势

3 个完整观测小时
当前
11.6
峰值
11.901:00
近 24h 变化
–

曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。

报道时间线

共 1 篇 · 最新优先
  1. The DecoderT2·78 分

    Gemini 4 Carbon 登顶 MathArena 但成本高 15 倍

    原标题：Gemini 4 Carbon takes the MathArena crown but costs 15 times more than GPT-6.1 Sol

    • Gemini 4 Carbon 登顶 MathArena，打破 OpenAI 近期对该榜的垄断
    • 其单次评测成本约为 GPT-6.1 Sol 的 15 倍，性价比成为关键权衡
    • Claude Fable 5.2 以 82.8% 位列第二，开源最佳 Kimi K3.1 Pro 仅 54.3%