Google a annoncé le 10 novembre 2026 que son modèle Gemini 4 Carbon avait obtenu le meilleur score au benchmark mathématique MathArena. Ce test évalue la capacité des grands modèles de langage à résoudre des problèmes de mathématiques, de l’algèbre élémentaire aux équations de physique avancées. Gemini 4 Carbon a atteint une précision globale de 85,4 %, avec une marge d’erreur de ±3,0 %. Il a fait reculer à la troisième place GPT-6.1 Sol d’OpenAI, qui dominait le classement avec une précision de 80,6 %. Claude-Fable 5.2 d’Anthropic s’est classé deuxième, avec une précision de 82,8 %. Le classement repose sur un niveau de raisonnement « élevé », qui autorise le modèle à effectuer des étapes supplémentaires pour parvenir à une solution.
En quoi Gemini 4 Carbon se distingue-t-il de ses concurrents ?
Selon le benchmark, Gemini 4 Carbon renonce rarement à résoudre un problème. Lors d’un test, il a exécuté un script pendant plus de onze heures sans s’arrêter, dépassant la limite de temps fixée pour l’évaluation. Cette persévérance peut être utile pour les questions très difficiles, mais elle peut aussi entraîner un gaspillage de ressources de calcul. À l’inverse, GPT-6.1 Sol a terminé la plupart des tâches dans le temps imparti, mais a parfois abandonné un problème trop tôt. Ce temps de calcul supplémentaire se traduit par un coût plus élevé. Avec les mêmes paramètres de raisonnement, Gemini 4 Carbon coûte environ 15,70 $ pour 1 000 tokens, contre environ 40,20 $ pour Claude-Fable 5.2 et seulement 1,07 $ pour GPT-6.1 Sol. L’écart de prix entre Gemini 4 Carbon et GPT-6.1 Sol est d’environ quinze fois.
Qu’est-ce que cela signifie pour les utilisateurs ?
Le modèle de Google est actuellement accessible uniquement via son API payante. Les développeurs qui ont besoin des meilleures performances en mathématiques peuvent donc choisir Gemini 4 Carbon si leur budget le permet. Pour la plupart des usages courants — applications de tutorat, assistants pour tableurs ou outils simples d’aide aux devoirs, par exemple — GPT-6.1 Sol, moins cher, peut suffire. Son prix élevé pose également la question de la capacité à passer à l’échelle pour les services qui devraient traiter des milliers de requêtes par jour. Tant que Google ne proposera pas de formules tarifaires ou d’options d’inférence moins coûteuses, le choix dépendra du compromis entre précision et dépense.
Pourquoi c'est important
Pour les développeurs qui conçoivent des outils d’IA axés sur les mathématiques, Gemini 4 Carbon offre actuellement la meilleure précision, mais son prix élevé pourrait réserver son usage à des applications spécialisées à forte valeur ajoutée. La plupart des utilisateurs devraient sans doute s’en tenir à des modèles moins chers comme GPT-6.1 Sol, sauf s’ils ont besoin de cette précision supplémentaire pour des problèmes scientifiques complexes.
