# Gemini 4 Carbon 奪下 MathArena 榜首，成本卻是 GPT-6.1 Sol 的 15 倍

> **TL;DR:** Google 的 Gemini 4 Carbon 登上 MathArena 榜首，將 GPT-6.1 Sol 擠下第一名。 Claude Fable 5.2 排名第二，同屬目前公開模型中數學能力最強的一群。 Carbon 最常見的錯誤是超出時間限制，而且模型幾乎從不放棄。 以測試中使用的 reasoning 設定計算，Carbon 與 Fable 5.2 的成本分別約為 GPT-6.1 Sol 的 15 倍和 40 倍。

- 原文: https://migovi.com/tw/gemini-4-carbon-dan-dau-matharena/
- 作者: [duongchautantuan](https://migovi.com/tw/author/duongchautantuan/)
- 發布日期: 2026-11-15T13:18:35+07:00
- 分類: 人工智慧, 新聞
- 來源: [The Decoder (AI)](https://the-decoder.com/gemini-4-carbon-takes-the-matharena-crown-but-costs-15-times-more-than-gpt-6-1-sol/)

---

Gemini 4 Carbon 超越 GPT-6.1 Sol，登上 MathArena 數學排行榜第一名，但測試的執行成本約為對手的 15 倍。

## Gemini 4 Carbon 登上 MathArena 榜首

Google 的 Gemini 4 Carbon 成為相隔許久之後，第一個登上 MathArena 數學排行榜第一名的非 OpenAI 模型。這項結果也讓 GPT-6.1 Sol 失去了領先地位。

Claude Fable 5.2 緊接在後，排名第二。就這樣的名次來看，兩者都可說是目前公開發布的模型中，數學任務表現最強的一群。據稱 OpenAI 的模型才剛解出 Navier-Stokes 這類棘手的方程式，但目前仍未開放給外部使用者。

## Carbon 的工作方式與弱點

Gemini 4 Carbon 最常見的錯誤是超出時間限制。這個模型也幾乎不會在中途放棄。這項特性究竟是優點還是缺點，端看從哪個角度來看。

有一個案例很能說明這一點：Carbon 啟動了一支執行超過 11 小時的 script，期間完全沒有檢查進度。這種鍥而不捨的做法，讓模型能把題目追到底，但也容易耗費大量時間與資源。

## 成本明顯更高

出色的表現也伴隨著不小的代價。以測試中使用的 reasoning（推理）設定來看，Carbon 的成本約為 GPT-6.1 Sol 的 15 倍。

Claude Fable 5.2 的成本更高，約為 GPT-6.1 Sol 的 40 倍。因此，若從成本角度來看，Carbon 的榜首位置並不是最省錢的選擇。

**MIGOVI 觀點**

MathArena 上的高排名顯示，公開模型在數學領域進步相當快。不過，成本上的落差值得仔細斟酌。面對需要大量運算的任務，使用者最好明確設定執行時間上限，並在選定模型前，先拿準確度與預算做比較。這份排行榜也尚未納入 OpenAI 那些還沒發布的模型，因此榜首的位置仍可能出現變動。

來源：[The Decoder (AI)](https://the-decoder.com/gemini-4-carbon-takes-the-matharena-crown-but-costs-15-times-more-than-gpt-6-1-sol/)