РЕГУЛИРОВАНИЕ · MODELS · #3597
Gemini 4 Carbon занял первое место в MathArena, сместив GPT-6.1 Sol
Модель Gemini 4 Carbon от Google заняла первое место в бенчмарке MathArena, сместив GPT-6.1 Sol; на втором месте — Claude Fable 5.2 от Anthropic. Тестировщики отмечают, что Carbon часто превышает лимиты по времени и почти не сдается, а при использованных настройках рассуждения Carbon и Fable 5.2 обходятся примерно в 15× и 40× дороже, чем GPT-6.1 Sol.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- Модель Gemini 4 Carbon от Google заняла первое место в бенчмарке MathArena, сместив GPT-6.1 Sol; на втором месте — Claude Fable 5.2 от Anthropic.
- Тестировщики отмечают, что Carbon часто превышает лимиты по времени и почти не сдается, а при использованных настройках рассуждения Carbon и Fable 5.2 обходятся примерно в 15× и 40× дороже, чем GPT-6.1 Sol.
- Показывает, что не-OpenAI модели могут опережать конкурентов в математических бенчмарках, но при этом демонстрируют компромисс между более высокой способностью, длительностью выполнения и значительно большей стоимостью вывода.
ПОЧЕМУ ЭТО ВАЖНО
Показывает, что не-OpenAI модели могут опережать конкурентов в математических бенчмарках, но при этом демонстрируют компромисс между более высокой способностью, длительностью выполнения и значительно большей стоимостью вывода.