Google은 2026년 11월 10일 Gemini 4 Carbon 모델이 수학 벤치마크 MathArena에서 최고 점수를 기록했다고 발표했다. 이 시험은 기초 대수부터 고급 물리 방정식까지 대규모 언어 모델의 수학 문제 해결 능력을 측정한다. Gemini 4 Carbon의 종합 정확도는 85.4%였으며 오차 범위는 ±3.0%였다. 이에 따라 차트 선두를 달리던 OpenAI의 GPT-6.1 Sol은 정확도 80.6%로 3위로 밀려났다. Anthropic의 Claude-Fable 5.2는 정확도 82.8%로 2위를 차지했다. 순위는 모델이 해답에 도달하기 위해 추가 단계를 수행할 수 있는 ‘높음’ 추론 설정을 기준으로 했다.
Gemini 4 Carbon은 경쟁 모델과 어떻게 다른가?
벤치마크에 따르면 Gemini 4 Carbon은 문제를 좀처럼 포기하지 않는다. 한 시험에서는 스크립트를 11시간 넘게 중단 없이 실행해 평가 시간 제한을 초과했다. 이런 끈기는 매우 어려운 문제를 푸는 데 도움이 될 수 있지만, 연산 자원을 낭비할 수도 있다. 반면 GPT-6.1 Sol은 대부분의 작업을 주어진 시간 안에 마쳤지만, 때로는 문제를 일찍 포기했다. 연산 시간이 늘어나면 비용도 높아진다. 같은 추론 설정에서 Gemini 4 Carbon은 토큰 1,000개당 약 $15.70, Claude-Fable 5.2는 약 $40.20인 반면 GPT-6.1 Sol은 $1.07에 불과하다. Gemini 4 Carbon과 GPT-6.1 Sol의 가격 차이는 약 15배다.
사용자에게는 어떤 의미가 있나?
Google 모델은 현재 유료 API를 통해서만 이용할 수 있다. 따라서 최고의 수학 성능이 필요하고 예산이 충분한 개발자라면 Gemini 4 Carbon을 선택할 수 있다. 과외 앱, 스프레드시트 보조 도구, 간단한 숙제 도우미 등 일상적인 용도에는 더 저렴한 GPT-6.1 Sol로도 충분할 수 있다. 높은 비용은 하루 수천 건의 질의를 처리해야 하는 대규모 서비스에서 확장성이 있을지에 대한 의문도 낳는다. Google이 가격 구간을 세분화하거나 더 저렴한 추론 옵션을 내놓기 전까지는 정확도와 비용 사이의 절충이 도입 여부를 좌우할 것이다.
왜 중요한가
수학 집약적인 AI 도구를 만드는 개발자에게 Gemini 4 Carbon은 현재 가장 높은 정확도를 제공하지만, 비싼 비용 때문에 틈새 시장이나 가치가 높은 분야에서만 쓰일 수 있다. 복잡한 과학 문제에 추가 정밀도가 필요한 경우가 아니라면 대부분의 사용자는 GPT-6.1 Sol 같은 저렴한 모델을 계속 이용할 가능성이 크다.
