Google maakte op 10 november 2026 bekend dat zijn model Gemini 4 Carbon de hoogste score had behaald op de wiskundebenchmark MathArena. De test meet hoe goed grote taalmodellen wiskundige problemen oplossen, van eenvoudige algebra tot geavanceerde natuurkundige vergelijkingen. Gemini 4 Carbon behaalde een nauwkeurigheid van 85,4% met een foutmarge van ±3,0%. Daarmee zakte OpenAI’s GPT-6.1 Sol, dat met 80,6% bovenaan stond, naar de derde plaats. Anthropic’s Claude-Fable 5.2 eindigde als tweede met een nauwkeurigheid van 82,8%. De rangschikking is gebaseerd op een ‘hoge’ redeneerinstelling, waarbij het model extra stappen mag zetten om tot een oplossing te komen.
Waarin verschilt Gemini 4 Carbon van de concurrentie?
Volgens de benchmark geeft Gemini 4 Carbon zelden op. In een test voerde het model meer dan elf uur lang onafgebroken een script uit, waarmee het de tijdslimiet van de evaluatie overschreed. Die vasthoudendheid kan van pas komen bij bijzonder lastige vragen, maar betekent ook dat het model rekenkracht kan verspillen. GPT-6.1 Sol rondde de meeste taken daarentegen binnen de toegestane tijd af, maar gaf soms vroegtijdig op. De extra rekentijd brengt hogere kosten met zich mee. Bij dezelfde redeneerinstellingen kost Gemini 4 Carbon ongeveer $15.70 per 1,000 tokens, tegenover circa $40.20 voor Claude-Fable 5.2 en slechts $1.07 voor GPT-6.1 Sol. Gemini 4 Carbon is daarmee ongeveer vijftien keer zo duur als GPT-6.1 Sol.
Wat betekent dit voor gebruikers?
Het model van Google is momenteel alleen beschikbaar via de betaalde API. Ontwikkelaars die de best mogelijke wiskundeprestaties nodig hebben, kunnen dus voor Gemini 4 Carbon kiezen als hun budget dat toelaat. Voor de meeste alledaagse toepassingen — zoals bijlesapps, spreadsheetassistenten of eenvoudige huiswerkhulp — kan de goedkopere GPT-6.1 Sol volstaan. De hoge kosten roepen ook vragen op over de schaalbaarheid van grootschalige diensten die duizenden vragen per dag moeten verwerken. Tot Google prijsniveaus of goedkopere opties voor het uitvoeren van het model aanbiedt, zal de afweging tussen nauwkeurigheid en kosten bepalen hoe breed het wordt ingezet.
Waarom het ertoe doet
Voor ontwikkelaars die AI-tools voor intensief wiskundig gebruik bouwen, biedt Gemini 4 Carbon momenteel de hoogste nauwkeurigheid. De hoge prijs kan het gebruik ervan echter beperken tot gespecialiseerde toepassingen met een hoge waarde. De meeste gebruikers zullen waarschijnlijk goedkopere modellen zoals GPT-6.1 Sol blijven gebruiken, tenzij ze de extra precisie nodig hebben voor complexe wetenschappelijke vraagstukken.
