Gemini 4 CarbonがMathArenaで首位に、GPT-6.1 Solより高コスト
要点
MathArenaの数学ベンチマークにおいて、GoogleのGemini 4 CarbonとAnthropicのFable 5.2がGPT-6.1 Solを抜き、首位となった。ただし、両モデルはGPT-6.1 Solより大幅に高コストである。
数学ベンチマークのMathArenaにおいて、GoogleのGemini 4 CarbonとAnthropicのFable 5.2が、GPT-6.1 Solを抑えて首位となった。これにより、しばらく続いていたOpenAIモデルによる首位の記録が更新された。
Gemini 4 Carbonは、テスト中に制限時間を無視し、タスクをほとんど諦めなかったとされる。一方で、Gemini 4 CarbonはGPT-6.1 Solと比較して15倍のコストがかかる。また、Gemini 4 CarbonとFable 5.2は、いずれもGPT-6.1 Solよりも大幅にコストが高い。
この記事は要約です。正確で完全な内容は元の記事をご確認ください。
元の記事を読む: The Decoder ↗