Google Gemini 4 Carbon 登頂 MathArena 數學榜:準確率 85.4%,推論成本為 GPT-6.1 Sol 的 15 倍
評測中 Claude Fable 5.2 居次但成本達 40 倍;Carbon 雖奪冠卻常因超時失敗,曾執行程式逾 11 小時。
The Decoder單一來源
35 則值得知道的變化
評測中 Claude Fable 5.2 居次但成本達 40 倍;Carbon 雖奪冠卻常因超時失敗,曾執行程式逾 11 小時。
該 753B 參數模型檔案達 464 GB 超出單卡容量,透過 400Gb/s RDMA 與 TP=2 張量平行維持全 GPU 記憶體運算。
基準涵蓋 4,207 個濕實驗,實測顯示模型僅 34% 至 52% 任務超越隨機水準,且拉高推理算力未能提升表現。