Gemini 4 Carbon 登顶 MathArena,但价格是 GPT-6.1 Sol 的 15 倍
The Decoder · rss · 2026-11-15
The Decoder 报道:OpenAI 模型罕见失去 MathArena 数学基准榜首,Google 的 Gemini 4 Carbon 与 Anthropic 的 Fable 5.2 将 GPT-6.1 Sol 挤下第一。不过两者价格都显著更高——Gemini 4 Carbon 的成本约为 GPT-6.1 Sol 的 15 倍。测试中还发现 Gemini 无视时间限制,且几乎从不放弃任务。
「模型」频道最新
- 网友实测：前沿 LLM 或在蛋白质数据上做过训练，变体排序接近 ESM2 — alex_peys · 2026-11-15
- 文心 Ernie 5.5 Flash 预览版现身 RuneBench，号称接近 GLM 5.2 水平 — mariofilhoml · 2026-11-15
- 双 DGX 工作站跑 GLM-5.3：并发 16 达 607.8 tok/s，32 并发延迟飙至 453 秒 — petrusenko_max · 2026-11-15
- 网传 Gemini 4 Hydrogen 定位 Agent 快执行,真伪存疑 — feblet · 2026-11-15
- Anthropic:老式提示词习惯拖慢 Opus 5.5,弃用「think hard」改从 Medium 档起步 — The Decoder · 2026-11-15
- Anthropic IPO 路演图引热议：Mythos 或可用零头算力重训 — Witty_County5128 · 2026-11-15