Gemini 4 Carbon 登顶 MathArena，成本约为 GPT-6.1 Sol 的 15 倍
Google 的 Gemini 4 Carbon 在 MathArena 数学基准上登顶，把 GPT-6.1 Sol 挤下第一，Claude Fable 5.2 位列第二。
#评测/基准
The DecoderAI 评分6262
GitHub Blog · AI & MLAI 评分5858 GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布代码审查离线基准 ReviewBench，基于 1.039 亿个 GitHub PR 的分布特征，构建了覆盖 19 种语言、219 个公开 PR 的评测集。