Actualización: Gemini 4 Carbon toma el primer puesto en MathArena y saca a GPT-6.1 Sol de la cima, pero costó cerca de 15 veces más con la configuración de la prueba
El investigador Jasper Dekoninck anunció en X, el viernes (13/11), que, “por primera vez en mucho tiempo”, un modelo que no es de OpenAI lidera el ranking de matemáticas: Gemini 4 Carbon, de Google, superó a GPT-6.1 Sol, y Claude Fable 5.2, de Anthropic, quedó segundo. Según The Decoder, el fallo más común de Carbon fue agotar el tiempo límite, y el modelo casi nunca abandona una tarea; en un caso, ejecutó un script durante más de 11 horas sin revisar el progreso. Con la configuración de razonamiento usada en la prueba, Carbon y Fable 5.2 costaron cerca de 15 y 40 veces más que GPT-6.1 Sol, respectivamente.