Gemini 4 Carbon登顶MathArena但成本高昂
Google的Gemini 4 Carbon与Anthropic的Fable 5.2首次将GPT-6.1 Sol挤出MathArena数学榜单首位,Gemini夺冠,但成本约为GPT-6.1 Sol的15倍。测试中Gemini无视时限,几乎不放弃任务。
Fable 5.2 是 Anthropic 推出的大模型。近期报道称它在 MathArena 数学基准上超过 GPT-6.1 Sol,排名第二,仅次于 Google 的 Gemini 4 Carbon;有 Reddit 帖子称其将 Remote Labor Index 的最高分翻倍,该指数衡量 AI 完全自动化远程工作的能力;另有开发者表示借助 Fable 5.2 与 Opus 5.5 对 Strata 推理库进行优化后性能大幅提升。
Google的Gemini 4 Carbon与Anthropic的Fable 5.2首次将GPT-6.1 Sol挤出MathArena数学榜单首位,Gemini夺冠,但成本约为GPT-6.1 Sol的15倍。测试中Gemini无视时限,几乎不放弃任务。
Reddit 帖子称 Fable 5.2 在远程劳动指数(RLI)上得分翻倍,该指数衡量 AI 完全自动化远程工作的能力。
开发者称对Strata推理库进行深度优化后性能出现跳升,优化借助Opus 5.5和Fable 5.2完成。作者提到测试环境为PCIe 3 x1的4070Ti Super,并已在GitHub仓库补充质量基准。