![文章封面](https://developer.qcloudimg.com/http-save/10106350/1f84bb928144da6ccca3ad9ef506e1fd.jpg)

Google 于 11 月 10 日发布的 Gemini 4 Carbon 在 MathArena 数学基准测试中取得 85.4% 的预期表现，取代 OpenAI 的 GPT-6.1 Sol 成为榜首，这是一段时间以来首个登顶该榜单的非 OpenAI 模型。Anthropic 于 11 月 9 日发布的 Claude-Fable-5.2 以 82.8% 排名第二，GPT-6.1 Sol 以 80.6% 退居第三。

![](https://developer.qcloudimg.com/http-save/10106350/433c6868062b270addc1ad113cdb94bf.jpg)

## 性能与成本差距

Gemini 4 Carbon 在高配置（high）下的预期表现为 85.4%，误差范围正负 3.0 个百分点，但完成 MathArena 测试的预期成本达到 15.70 美元，误差范围正负 1.33 美元。作为对比，GPT-6.1 Sol 在最高配置（max）下的预期成本仅为 1.07 美元，误差范围正负 0.018 美元，Gemini 4 Carbon 的成本约为其 15 倍。

Claude-Fable-5.2 在最高配置下的预期成本为 40.20 美元，误差范围正负 2.59 美元，是三个顶级模型中最贵的选项。Moonshot AI 于 10 月 23 日发布的 Kimi K3.1 Pro 在最高配置下的预期表现为 54.3%，预期成本为 3.70 美元。

## 失败模式特征

Gemini 4 Carbon 最常见的失败模式是超时，即在规定时间内未能完成任务。该模型几乎从不放弃任务，显示出较强的持续计算倾向。

## 尚未公开的模型

OpenAI 的模型据称解决了 Navier-Stokes 方程等难题，但这些模型尚未公开。GPT-6.1 Sol 于 9 月 29 日发布，目前是 OpenAI 在 MathArena 榜单上的最新公开模型。

Google 的 Gemini 4 Carbon 在 MathArena 数学基准测试中以 85.4% 的表现超过 OpenAI 的 GPT-6.1 Sol，成为一段时间以来首个登顶该榜单的非 OpenAI 模型，但完成测试的预期成本达到 15.70 美元，是 GPT-6.1 Sol 的近 15 倍。

Gemini 4 Carbon 登顶 MathArena 数学基准，成本是 GPT-6.1 Sol 的 15 倍

人工智能

新闻资讯

Google发布的Gemini4Carbon以85.4%登顶MathArena数学基准，超越OpenAI的GPT-6.1Sol，但成本高达15.70美元，约为后者的15倍；Anthropic的Claude-Fable-5.2以82.8%紧随其后，成本最高达40.20美元。Gemini4Carbon常因超时失败，而KimiK3.1Pro表现54.3%。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

Google发布的Gemini4Carbon以85.4%登顶MathArena数学基准，超越OpenAI的GPT-6.1Sol，但成本高达15.70美元，约为后者的15倍；Anthropic的Claude-Fable-5.2以82.8%紧随其后，成本最高达40.20美元。Gemini4Carbon常因超时失败，而Kim...

Gemini 4 Carbon 登顶 MathArena 数学基准，成本是 GPT-6.1 Sol 的 15 倍-腾讯云开发者社区-腾讯云

Gemini 4 Carbon 登顶 MathArena 数学基准，成本是 GPT-6.1 Sol 的 15 倍

Gemini 4 Carbon 登顶 MathArena 数学基准，成本是 GPT-6.1 Sol 的 15 倍

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐