ครั้งแรกในรอบนาน ไม่ใช่โมเดลของ OpenAI ที่ครองอันดับใน MathArena AI math benchmark โดย Gemini 4 Carbon ของ Google และ Fable 5.2 ของ Anthropic ได้โค่น GPT-6.1 Sol ลงจากตำแหน่ง แม้ว่าทั้งสองโมเดลจะมีต้นทุนสูงกว่ามากก็ตาม
Gemini 4 Carbon กลายเป็นโมเดลที่ไม่ใช่ของ OpenAI ตัวแรกในรอบนานที่ครองอันดับในเกณฑ์มาตรฐานนี้ โดยมี Claude Fable 5.2 ตามมาเป็นอันดับสอง ทำให้เป็นหนึ่งในโมเดลที่อาจมีความสามารถสูงสุดสำหรับงานด้านคณิตศาสตร์ในปัจจุบัน
จุดเด่นของ Gemini 4 Carbon คือการไม่ยอมแพ้ต่อโจทย์ แม้กระทั่งรันสคริปต์นานกว่าสิบเอ็ดชั่วโมง แต่การทำงานที่เหนือกว่านี้ต้องแลกมาด้วยต้นทุนที่สูงมาก โดย Carbon และ Fable 5.2 มีต้นทุนสูงกว่า GPT-6.1 Sol ประมาณ 15 และ 40 เท่าตามลำดับ
ศัพท์ที่ควรรู้
- MathArena – เป็นการทดสอบมาตรฐานสำหรับโมเดล AI ด้านคณิตศาสตร์
- Gemini 4 Carbon – คือโมเดล AI ของ Google ที่ทำผลงานได้ดีในด้านคณิตศาสตร์
- GPT-6.1 Sol – คือโมเดลของ OpenAI ที่ถูกนำมาเปรียบเทียบในครั้งนี้
- Claude Fable 5.2 – คือโมเดลของ Anthropic ที่ติดอันดับรองลงมา
ที่มา: The Decoder