Le modèle de Google s’installe au sommet du benchmark MathArena, devant GPT-6.1 Sol et Claude Fable 5.2. Cette avance s’accompagne de dépassements fréquents de délais et d’un coût nettement supérieur avec les paramètres de raisonnement testés, tandis que certains modèles d’OpenAI mentionnés ne sont pas encore disponibles publiquement.
Dépassements de temps et facture en hausse sous les réglages testés
Le mode de défaillance le plus courant de Gemini 4 Carbon est le dépassement de la limite de temps. Le modèle abandonne rarement une tâche, ce qui peut être vu comme un avantage ou un inconvénient. Dans un exemple, un script a tourné plus de onze heures sans vérification de sa progression. Avec les paramètres de raisonnement utilisés lors des tests, Gemini 4 Carbon coûte environ 15 fois plus que GPT-6.1 Sol, et Claude Fable 5.2 environ 40 fois plus.
Vous suivez la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Accès public limité pour certains modèles OpenAI
Selon certaines informations, des modèles développés par OpenAI auraient été capables de résoudre récemment des équations complexes telles que les équations de Navier-Stokes, cependant ces modèles ne sont pas encore mis à disposition du public. MathArena constitue dans ce contexte un point de comparaison pour mesurer les compétences mathématiques des modèles accessibles.
Classement actuel et jalons annoncés du leaderboard
Gemini 4 Carbon, développé par Google, est devenu le premier modèle non-OpenAI à prendre la tête du benchmark MathArena depuis un certain temps, en écartant GPT-6.1 Sol de la première place. Claude Fable 5.2 occupe la deuxième position, et Gemini 4 Carbon fait partie des modèles publics les plus performants pour les tâches mathématiques. Les performances attendues sont fixées au 10 novembre 2026 pour Gemini 4 Carbon (haut), au 9 novembre 2026 pour Claude-Fable-5.2 (max), au 29 septembre 2026 pour GPT-6.1 Sol (max) et au 23 octobre 2026 pour Kimi K3.1 Pro (max).
