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

MathArena 数学基准榜单出现新变化：OpenAI 模型首次不再领先。Google 的 Gemini 4 Carbon 与 Anthropic 的 Fable 5.2 双双超越此前的榜首 GPT-6.1 Sol，其中 Gemini 4 Carbon 拿下 MathArena 第一名。 测试细节方面，Gemini 4 Carbon 在评测中忽略了时间限制，且几乎从不放弃任务，这种策略帮助它在数学题上取得更高得分。但代价明显：它的使用成本达到 GPT-6.1 Sol 的 15 倍，Fable 5.2 的价格同样不便宜。 对开发者而言，这意味着数学推理能力的头部位置被 Google 和 Anthropic 分走，但选型时需要在基准分数与token成本之间权衡——GPT-6.1 Sol 仍是性价比更高的选择。