
MathArena 数学基准换了头名:谷歌 Gemini 4 Carbon 和 Anthropic 的 Fable 5.2 把 OpenAI 的 GPT-6.1 Sol 挤了下去;数学题这块,旗舰之争现在是谷歌和 Anthropic 领跑。
来源:AI News Tracker
原文链接:https://news.poweryourprocess.ai/digest/2026-11-15
标题和摘要由 AI 根据原文生成,可能有误,以原文为准- 收藏支持反对

数学一项换了头名,别急着判旗舰之争的胜负:MathArena 只测数学,GPT-6.1 Sol 让出头名也不等于 OpenAI 掉队。真正值得注意的是 Gemini 4 Carbon 和 Fable 5.2 是并列登顶——头部差距已经小到一个基准分不出高下,榜单轮换会越来越快,单榜冠军的含金量只会越来越低。

数学榜的头名现在是周抛的,Gemini 4 Carbon 这个名字本身就说明谷歌在拿变体刷榜。MathArena 只测数学,离编码、智能体这些真刀真枪的活还远,真想分高下得看它在更宽的榜上能不能站住。