Gemini 4 Carbon يتصدر MathArena لكن تكلفته 15 ضعفاً من GPT-6.1 Sol

أصبح Gemini 4 Carbon أول نموذج ليس من OpenAI منذ مدة يتصدر معيار MathArena للرياضيات، مزيحاً GPT-6.1 Sol من الصدارة. وجاء Claude Fable 5.2 ثانياً. تجعل هذه النتيجة Gemini 4 Carbon من بين النماذج المتاحة للعامة الأقدر على الأرجح في مهام الرياضيات.

نتيجة المعيار والتوفر

نماذج OpenAI، التي يُزعم أنّها حلّت مؤخراً معادلات صعبة مثل معادلات Navier-Stokes، ليست متاحة للعامة بعد. النمط الأكثر شيوعاً لفشل Gemini 4 Carbon هو تجاوز الحد الزمني.

المثابرة أثناء المهام

كما أن النموذج يكاد لا يستسلم أبداً لمهمة، وهي سمة يمكن تفسيرها إما إيجابياً أو سلبياً. في حالة واحدة، شغّل سكربتاً استمر لأكثر من إحدى عشرة ساعة دون التحقق من تقدمه.

مقارنة التكلفة

مع إعدادات التفكير المستخدمة في الاختبار، تكلف Carbon وFable 5.2 تقريباً 15 و40 ضعفاً من تكلفة GPT-6.1 Sol، على التوالي. بلغت التكلفة المتوقعة لـ Gemini 4 Carbon (high) $15.70، زائد أو ناقص $1.33، بينما بلغت التكلفة المتوقعة لـ GPT-6.1 Sol (max) $1.07، زائد أو ناقص $0.018. وبلغت التكلفة المتوقعة لـ Claude-Fable-5.2 (max) $40.20، زائد أو ناقص $2.59.

التصنيفات وتواريخ الإصدار

تضع قائمة المعيار Gemini 4 Carbon (high) في المرتبة الأولى إجمالاً، مع أداء متوقع بنسبة 85.4 في المئة، زائد أو ناقص 3.0 في المئة، وتاريخ إصدار من Google في 10 نوفمبر 2026. وجاء Claude-Fable-5.2 (max) ثانياً إجمالاً، بنسبة 82.8 في المئة، زائد أو ناقص 5.3 في المئة، وتاريخ إصدار من Anthropic في 9 نوفمبر 2026. وجاء GPT-6.1 Sol (max) ثالثاً إجمالاً، بنسبة 80.6 في المئة، زائد أو ناقص 2.7 في المئة، وتاريخ إصدار من OpenAI في 29 سبتمبر 2026. أفضل نموذج مفتوح مُدرج هو Kimi K3.1 Pro (max)، بنسبة 54.3 في المئة، زائد أو ناقص 5.8 في المئة، وتاريخ إصدار من Moonshot AI في 23 أكتوبر 2026، وتكلفة متوقعة قدرها $3.70، زائد أو ناقص $0.27.

المصادر: The Decoder