标签 > 脚本连跑超11小时！Gemini 4 Carbon登顶数学榜，测试成本约为Sol的15倍

第三方评测团队跑完整套 MathArena 数学基准脚本，全程连续运行超过 11 小时，最终结果出炉，谷歌 Gemini 4 Carbon 拿下榜单第一，