登录

Gemini 4 Carbon 数学评测 MathArena 85.4% 登顶:做一道题要花 15.70 美元

71
  • Lvan
    UID 1112楼主

    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

1 条回复

  • Showfom
    UID 1管理员博主
    #1

    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。

发表回复