OpenAI 重夺 MathArena 榜首:GPT-6.2 Astra/Sol 大幅升级,Astra 解出 53 题中 42 题
charliermarsh · x · 2026-11-19
据 TimGMath(经 charliermarsh 转发评论「迈向便宜到不需要计量的智能」),OpenAI 在时隔 5 天后重新夺回 MathArena 榜首:
- GPT-6.2 Astra 和 Sol 6.2 版本较前代大幅提升,分列总榜第一、第二
- 配图显示:Astra (max) 准确率 79.25%、成本 $5.10、消耗 54312 tokens;Sol (max) 71.70% / $2.02
- 对比:Gemini 4 Carbon (high) 62.26% 但成本高达 $45.11、tokens 超 106 万;Claude-Opus-5.5 (high) 47.17% / $13.70
- ArXivLean 子榜提升最大,Astra 现已解出 53 题中的 42 题
「模型」频道最新
- Gemini 4 Neon 跑分表曝光:20 项基准大多压制 Claude Opus 5.5 与 GPT-6.2 Sol — Saboo_Shubham_ · 2026-11-19
- LMArena 文本榜:Gemini 4 三版本包揽前三,Carbon 以 1526 分居首 — arena · 2026-11-19
- Text Arena 前三被 Google 包揽:Gemini 4 Carbon/Argon/Neon 分列 1-3 名 — arena · 2026-11-19
- Gemini 4 Neon 登顶 Agent Arena 帕累托前沿:每任务中位成本仅 $2.82 — arena · 2026-11-19
- Code Arena WebDev 榜:Gemini 4 Neon 排第 7,落后自家 Carbon 5 分 — arena · 2026-11-19
- Google 官宣 Gemini 4 Neon 上线:AI Pro/Ultra 订阅可用「Deeper analysis」模式 — GeminiApp · 2026-11-19