hotai.news
← 返回 AI 快讯
AI 快讯 / 事件详情
The Decoder · 发布于

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

自动整理 · 基于采集摘要,未逐条核验
本站整理于

事件要点

The Decoder 报道,Google 的 Gemini 4 Carbon(high)以 85.4%±3.0% 的预期成绩登顶 MathArena 数学基准,取代 GPT-6.1 Sol,Claude Fable 5.2 以 82.8% 位居第二。

相关背景

Claude是什么:模型家族与编程工具的区别

Claude是Anthropic开发的生成式模型家族,可用于文字分析和编程,也可由支持视觉的版本理解图片。日常说“用Claude”,可能指聊天应用,也可能指调用模型API或运行Claude Code。模型负责生成回复及工具调用请求,应用负责提供文件和执行环境;同名品牌下的这些层次,会直接影响任务能做到哪一步。

Gemini是什么:多模态模型与应用功能的区别

Gemini是Google的生成式AI模型家族,具体版本可处理文字与多种媒体输入;Gemini Apps则是用户直接对话和上传文件的应用。多模态必须分别说明输入类型和生成内容。例如Gemini 4 Argon支持音视频输入,但输出为文本,不能把“理解视频”直接理解成“生成视频”。需要本地权重的读者,还应区分另一个家族Gemma。

阅读说明

事件要点来自采集摘要;相关背景引用本站已有资料,帮助理解术语,不作为本次事件的新事实。产品效果、适用条件及后续变化请查看原始资料。

原文来源

来源与采集进展

来源报道标题原文发布时间本站收录时间
The DecoderGemini 4 Carbon 登顶 MathArena 数学基准,成本约为 GPT-6.1 Sol 的 15 倍2026-11-15 00:482026-11-15 01:32