O Google anunciou que seu modelo Gemini 4 Carbon obteve a maior pontuação no benchmark de matemática MathArena em 10 de novembro de 2026. O teste mede a capacidade de grandes modelos de linguagem para resolver problemas matemáticos, da álgebra básica a equações avançadas de física. O Gemini 4 Carbon alcançou 85,4% de precisão geral, com margem de erro de ±3,0%. Com isso, o GPT-6.1 Sol, da OpenAI, que liderava o ranking com 80,6% de precisão, caiu para o terceiro lugar. O Claude-Fable 5.2, da Anthropic, ficou em segundo, com 82,8% de precisão. A classificação considera uma configuração de raciocínio “alta”, que permite ao modelo dar passos adicionais para chegar a uma solução.
O que diferencia o Gemini 4 Carbon da concorrência?
O benchmark observa que o Gemini 4 Carbon raramente desiste de um problema. Em um dos testes, ele executou um script por mais de onze horas sem parar, ultrapassando o limite de tempo definido pela avaliação. Essa persistência pode ser útil em questões muito difíceis, mas também significa que o modelo pode desperdiçar recursos computacionais. Em comparação, o GPT-6.1 Sol concluiu a maioria das tarefas dentro do tempo previsto, mas às vezes desistiu de um problema cedo demais. O tempo adicional de computação se traduz em custos mais altos. Com as mesmas configurações de raciocínio, o Gemini 4 Carbon custa cerca de $15.70 por 1.000 tokens, enquanto o Claude-Fable 5.2 custa aproximadamente $40.20 e o GPT-6.1 Sol, apenas $1.07. A diferença de preço entre o Gemini 4 Carbon e o GPT-6.1 Sol é de cerca de quinze vezes.
O que isso significa para os usuários?
Atualmente, o modelo do Google está disponível apenas por meio de sua API paga. Assim, desenvolvedores que precisam do melhor desempenho em matemática podem escolher o Gemini 4 Carbon, se o orçamento permitir. Para a maioria dos usos cotidianos — como aplicativos de tutoria, assistentes para planilhas ou ferramentas simples para ajudar com a lição de casa —, o GPT-6.1 Sol, mais barato, pode ser suficiente. O custo elevado também levanta dúvidas sobre a escalabilidade de serviços de grande porte, que precisariam processar milhares de consultas por dia. Até que o Google ofereça faixas de preço ou opções de inferência mais baratas, a decisão de adoção dependerá do equilíbrio entre precisão e custo.
Por que importa
Para desenvolvedores que criam ferramentas de IA voltadas à matemática, o Gemini 4 Carbon oferece a maior precisão disponível atualmente, mas o preço elevado pode restringir seu uso a aplicações especializadas e de alto valor. A maioria dos usuários provavelmente continuará usando modelos mais baratos, como o GPT-6.1 Sol, a menos que precise de precisão extra para problemas científicos complexos.
