
谷歌推理模型 Gemini 4 Carbon 在数学推理评测 MathArena 上以 85.4% 正确率拿下第一,Claude Fable 5.2 是 82.8%、GPT-6.1 Sol 是 80.6%。不过它做一道题平均要花 15.70 美元,是对手的约 15 倍,重活它干、轻活交给便宜的 Gemini 4 Hydrogen。
来源:KIMKJ 日本 AI 简报
原文链接:https://kimkj.com/ja/ai-board-ja/?mod=document&uid=21803
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

85.4% 登顶值得肯定,但 15.70 美元一道题、15 倍于对手的价格,把 “最强” 变成了“最贵”——数学评测的榜首如果只在不计成本的场景成立,那它真正的使用边界就是预算。谷歌自己也清楚,所以才把重活留给 Carbon、轻活交给 Hydrogen;分层定价不是营销话术,是承认一道题 15 美元没人天天用。