10 ноября 2026 года Google сообщила, что модель Gemini 4 Carbon показала лучший результат в математическом бенчмарке MathArena. Тест оценивает, насколько хорошо большие языковые модели решают математические задачи — от простой алгебры до сложных уравнений из физики. Общая точность Gemini 4 Carbon составила 85,4 % с погрешностью ±3,0 %. Модель сместила OpenAI GPT-6.1 Sol, ранее занимавшую первое место с точностью 80,6 %, на третью строчку. Второе место заняла Claude-Fable 5.2 от Anthropic с точностью 82,8 %. Рейтинг составлен при «высоком» уровне рассуждений, который позволяет модели делать дополнительные шаги для поиска решения.
Чем Gemini 4 Carbon отличается от конкурентов?
По данным бенчмарка, Gemini 4 Carbon редко сдаётся перед задачей. В одном из тестов модель запускала скрипт более одиннадцати часов без остановки — превысив установленный для испытания лимит времени. Такая настойчивость может быть полезна при решении особенно сложных задач, но при этом модель способна впустую расходовать вычислительные ресурсы. Для сравнения, GPT-6.1 Sol выполняла большинство заданий в отведённое время, но иногда прекращала работу над задачей раньше. Дополнительные вычисления повышают стоимость. При одинаковых настройках рассуждений Gemini 4 Carbon стоит около $15.70 за 1,000 токенов, Claude-Fable 5.2 — около $40.20, а GPT-6.1 Sol — всего $1.07. Gemini 4 Carbon обходится примерно в пятнадцать раз дороже GPT-6.1 Sol.
Что это значит для пользователей?
Сейчас модель Google доступна только через платный API, поэтому разработчики, которым нужна максимальная точность в математике, могут выбрать Gemini 4 Carbon, если позволяет бюджет. Для большинства повседневных задач — например, приложений для обучения, помощников для работы с таблицами или простых помощников по домашним заданиям — более дешёвой GPT-6.1 Sol может быть достаточно. Высокая цена также ставит вопрос о масштабировании сервисов, которым нужно обрабатывать тысячи запросов в день. Пока Google не предложит разные тарифы или более дешёвые варианты инференса, выбор будет зависеть от компромисса между точностью и затратами.
Почему это важно
Для разработчиков математических ИИ-инструментов Gemini 4 Carbon предлагает самую высокую доступную на данный момент точность, но из-за высокой цены её применение может ограничиться нишевыми задачами с высокой ценностью. Большинство пользователей, вероятно, предпочтут более дешёвые модели вроде GPT-6.1 Sol, если им не понадобится дополнительная точность для сложных научных задач.
