[{"data":1,"prerenderedAt":14},["ShallowReactive",2],{"artikel-ms-berita-gemini-4-carbon-matharena-13-november-2026":3},{"slug":4,"lang":5,"title":6,"description":7,"date":8,"updated":9,"topic":10,"product":9,"cover":11,"readMin":12,"html":13},"berita-gemini-4-carbon-matharena-13-november-2026","ms","Gemini 4 Carbon takluki MathArena, model matematik terbaik kini dari Google","Google Gemini 4 Carbon kini mendahului papan pendahulu MathArena, mengetepikan GPT-6.1 Sol OpenAI dan Claude Fable 5.2 Anthropic, tetapi setiap larian ujian jauh lebih mahal.","2026-11-16",null,"berita","\u002Fimages\u002Fartikel\u002Fberita-gemini-4-carbon-matharena-13-november-2026.webp",3,"\u003Cp>Papan pendahulu MathArena, ujian matematik bebas yang dijalankan penyelidik ETH Zurich, ada pendahulu baharu. Pada 13 November, keputusan untuk Google Gemini 4 Carbon dan Claude Fable 5.2 Anthropic ditambah, dan Carbon terus menduduki tempat pertama secara keseluruhan. Ini kali pertama dalam tempoh yang lama model bukan OpenAI memegang kedudukan nombor satu di MathArena.\u003C\u002Fp>\n\u003Cfigure>\n  \u003Cimg src=\"\u002Fimages\u002Fartikel\u002Fberita-gemini-4-carbon-matharena-13-november-2026\u002Fgemini-4-carbon-key-art.webp\" alt=\"Key art rasmi Gemini 4 Carbon daripada Google DeepMind\" loading=\"lazy\" decoding=\"async\" width=\"950\" height=\"534\">\n  \u003Cfigcaption>Key art rasmi Gemini 4 Carbon. Gambar: Google DeepMind.\u003C\u002Ffigcaption>\n\u003C\u002Ffigure>\u003Ch2>1. Angka sebenar di papan pendahulu\u003C\u002Fh2>\n\u003Cp>Gemini 4 Carbon, pada tetapan penaakulan tinggi, mencatat jangkaan prestasi 85.4% dengan margin ralat 3.0%. Claude Fable 5.2, pada tetapan maksimum, mendapat 82.8% dengan margin 5.3%. GPT-6.1 Sol OpenAI, pendahulu terdahulu, berada di 80.6% dengan margin 2.7%.\u003C\u002Fp>\n\u003Cp>Angka ini datang terus dari MathArena, bukan dari Google. Google sendiri tidak mengumumkan pendahulu ini. Jasper Dekoninck dari pasukan MathArena mencatatkan perubahan itu pada 13 November.\u003C\u002Fp>\n\u003Cp>Pada trek ArXivMath khusus untuk kertas matematik, Carbon mencatat purata keseluruhan 94.28% dengan margin 3.64%, dan larian September 2026 mencapai 96.23%.\u003C\u002Fp>\n\u003Ch2>2. Pendahulu yang sempit\u003C\u002Fh2>\n\u003Cp>Margin ralat ketiga-tiga model bertindih. Julat Carbon, 82.4% hingga 88.4%, menyentuh julat Fable 5.2 dan GPT-6.1 Sol. Jadi urutan di papan pendahulu lebih rapat daripada yang kelihatan.\u003C\u002Fp>\n\u003Cp>Fable 5.2 dilancarkan 9 November dan Carbon dibuka kepada semua pembayar melalui API Gemini pada 10 November, jadi kemasukan ini adalah tentang keputusan terukur, bukan produk baharu.\u003C\u002Fp>\n\u003Ch2>3. Kos setiap larian ujian\u003C\u002Fh2>\n\u003Cp>Prestasi tinggi ini tidak murah. Dengan tetapan penaakulan yang digunakan dalam ujian, satu larian penuh Carbon dijangka kos 15.70 dolar, manakala GPT-6.1 Sol hanya 1.07 dolar, kira-kira 15 kali lebih murah. Fable 5.2 paling mahal, sekitar 40.20 dolar setiap larian.\u003C\u002Fp>\n\u003Cp>Senarai MathArena menunjukkan harga Carbon pada 2 dolar sejuta token input dan 10 dolar sejuta token output. Untuk kerja harian seperti meringkas atau menulis emel, model kecil masih pilihan yang jauh lebih jimat.\u003C\u002Fp>\n\u003Ch2>4. Tabiat pelik Carbon\u003C\u002Fh2>\n\u003Cp>The Decoder melaporkan kegagalan paling biasa Carbon adalah melampaui had masa, bukan jawapan salah. Model ini juga hampir tidak pernah berhenti pada satu tugasan. Dalam satu kes, ia melancarkan skrip yang berjalan lebih 11 jam tanpa menyemak kemajuan.\u003C\u002Fp>\n\u003Cfigure>\n  \u003Cimg src=\"\u002Fimages\u002Fartikel\u002Fberita-gemini-4-carbon-matharena-13-november-2026\u002Fgemini-4-carbon-keselamatan.webp\" alt=\"Carta ukuran keselamatan merentas kitaran hayat model Gemini 4 Carbon\" loading=\"lazy\" decoding=\"async\" width=\"950\" height=\"534\">\n  \u003Cfigcaption>Carta ukuran keselamatan Gemini 4 Carbon merentas kitaran hayat model. Gambar: Google.\u003C\u002Ffigcaption>\n\u003C\u002Ffigure>\u003Cp>Blog Google membincangkan ukuran keselamatan model ini secara terperinci, jadi tabiat pantang berhenti ini sedang dipantau secara rasmi juga.\u003C\u002Fp>\n\u003Ch2>5. Google juga lancar penanda aras baharu\u003C\u002Fh2>\n\u003Cp>Dalam siaran pelancaran Carbon pada 10 November, Google bekerjasama dengan Artificial Analysis untuk melancarkan penanda aras Multimodal Knowledge Agent (MKA), yang menguji model pada fail padat seperti carta, lukisan teknikal dan jadual dalam aliran kerja ejen. Carbon menduduki tempat kedua di penanda aras itu dengan kos purata setiap tugasan lebih 6 kali lebih rendah berbanding model teratas.\u003C\u002Fp>\n\u003Ch2>Apa maksudnya untuk anda\u003C\u002Fh2>\n\u003Cp>Berita ini mengesahkan persaingan model semakin rapat, tetapi harga bukan sekadar nombor pada poster.\u003C\u002Fp>\n\u003Col>\n\u003Cli>\u003Cstrong>Jangan terpaku pada satu penyedia.\u003C\u002Fstrong> Pendahulu MathArena bertukar tangan dalam masa beberapa minggu. Uji model lain sebelum komit kepada langganan satu penyedia.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Padankan model dengan tugasan.\u003C\u002Fstrong> Carbon hebat untuk matematik berat, tetapi kosnya 15 kali ganda GPT-6.1 Sol. Untuk kerja biasa, \u003Ca href=\"\u002Falat-ai\">Alat AI\u003C\u002Fa> yang lebih murah sudah memadai.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Lihat margin ralat, bukan kedudukan.\u003C\u002Fstrong> Angka 85.4% dan 82.8% bertindih apabila margin dimasukkan. Perbezaan kecil di penanda aras tidak bermakna perbezaan besar dalam kerja anda.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Waspadai ejen yang tidak berhenti.\u003C\u002Fstrong> Model yang hampir tidak pernah berhenti pada tugasan bagus untuk skor ujian, tetapi berisiko untuk kerja sebenar. Sentiasa letak had masa dan semakan manusia.\u003C\u002Fli>\n\u003C\u002Fol>\n\u003Ch2>Sumber\u003C\u002Fh2>\n\u003Cul>\n\u003Cli>\u003Ca href=\"https:\u002F\u002Fmatharena.ai\u002Fmodels\u002Fgemini_gemini_4_carbon\" target=\"_blank\" rel=\"noopener\">Gemini 4 Carbon (high), MathArena\u003C\u002Fa> (MathArena)\u003C\u002Fli>\n\u003Cli>\u003Ca href=\"https:\u002F\u002Fblog.google\u002Finnovation-and-ai\u002Fmodels-and-research\u002Fgemini-models\u002Fgemini-4-carbon-now-available\u002F\" target=\"_blank\" rel=\"noopener\">Gemini 4 Carbon is now available\u003C\u002Fa> (Google)\u003C\u002Fli>\n\u003Cli>\u003Ca href=\"https:\u002F\u002Fthe-decoder.com\u002Fgemini-4-carbon-takes-the-matharena-crown-but-costs-15-times-more-than-gpt-6-1-sol\u002F\" target=\"_blank\" rel=\"noopener\">Gemini 4 Carbon takes the MathArena crown but costs 15 times more than GPT-6.1 Sol\u003C\u002Fa> (The Decoder)\u003C\u002Fli>\n\u003C\u002Ful>\n",1795068893903]