Google'ın yeni modeli Gemini 4 Carbon, yapay zekâ modellerinin matematik becerisini ölçen MathArena testinde zirveye yerleşti. The Decoder'ın aktardığına göre Carbon, uzun süredir OpenAI dışı bir modelin çıkamadığı birinciliği GPT-6.1 Sol'dan aldı. Ancak bu performansın bedeli de yüksek.
Fable 5.2 ikinci, GPT-6.1 Sol üçüncü
MathArena'nın güncel sıralamasında Gemini 4 Carbon, yüksek akıl yürütme ayarıyla yüzde 85,4 beklenen başarıya ulaştı. İkinci sırada yüzde 82,8 ile Anthropic'in geçen hafta tanıttığı Claude Fable 5.2 yer aldı. OpenAI'ın eylülde çıkan GPT-6.1 Sol modeli ise yüzde 80,6 ile üçüncülüğe geriledi. Açık modeller arasında en iyisi yüzde 54,3 ile Moonshot AI'ın Kimi K3.1 Pro'su oldu.
Bu sonuçlarla Carbon, matematik görevleri için kamuya açık en yetenekli modellerden biri konumuna geldi. OpenAI'ın Navier-Stokes denklemleri gibi zorlu problemleri çözdüğü iddia edilen modelleri ise henüz kamuya açık değil.
Asla pes etmiyor
Gemini 4 Carbon'un en sık yaptığı hata, süre sınırını aşmak. Model neredeyse hiçbir görevden vazgeçmiyor. Bu özellik hem olumlu hem olumsuz okunabilir. Bir örnekte model, ilerlemesini hiç kontrol etmeden on bir saatten uzun süre çalışan bir betik başlattı.
Fark maliyette
Ekstra performansın bir fiyatı var. Testte kullanılan akıl yürütme ayarlarıyla Carbon'un beklenen maliyeti 15,70 dolar, Fable 5.2'ninki ise 40,20 dolar oldu. GPT-6.1 Sol aynı test için yalnızca 1,07 dolara mal oldu. Yani Carbon GPT-6.1 Sol'dan yaklaşık 15 kat, Fable 5.2 ise yaklaşık 40 kat daha pahalı. Kimi K3.1 Pro'nun maliyeti 3,70 dolar.
Google, geçen hafta da daha hızlı ve ucuz modeli Gemini 4 Hydrogen'i aramaya getirmişti.
Bu yazı hakkında ifade bırakın
OHA!falan’ı takip edinGünün haberleri, kısa videolar ve özetler her gün sosyal medyada.
İlginizi çekebilir
Google'ın Yapay Zekâ Modu'na gizli sohbet geldi
Google, aramadaki sohbet arayüzü Yapay Zekâ Modu'na arama geçmişine kaydedilmeyen geçici sohbetler ekledi. Geçici sohbe…
Google'ın yapay zekâ ajanı Gemini'de ücretsiz oldu
Google, yalnızca ücretli abonelere sunduğu Spark yapay zekâ ajanının adını Görevler olarak değiştirdi ve altı ülkede he…
Gemini'de sohbet geçmişi ile yapay zekâ eğitimi ayrılıyor
Google, Gemini uygulamasında sohbet geçmişini saklama ayarını yapay zekâ eğitimine katkı ayarından ayıran yeni gizlilik…

The Cardigans İngiltere'de dört konser verecekMüzik
MongoDB analitik veritabanı Firebolt'u satın aldıYazılım
Canva'ya üretken yapay zekâyı kapatma düğmesi geldiYapay zekâ
Xbox kullanıcıların arka planını GTA 6 reklamına çevirdiOyun
Burun damlası yaşlı farelerin hafızasını gençleştirdiGenel
Google'ın uzaydaki yapay zekâ sunucularını Blue Origin taşıyacakTeknoloji



