Gemini 4 Carbon, de Google, es el primer modelo ajeno a OpenAI en mucho tiempo que llega a la cima de MathArena, el benchmark de matemáticas. Desplazó a GPT-6.1 Sol del primer puesto, mientras que Claude Fable 5.2 quedó segundo, según informó The Decoder el 14 de noviembre de 2026. Eso lo deja como uno de los modelos públicos más capaces para tareas de matemáticas.
Los modelos de OpenAI que hace poco habrían resuelto ecuaciones exigentes, como las de Navier-Stokes, todavía no están disponibles al público.
¿Dónde falla Gemini 4 Carbon?
El modo de falla más frecuente de Gemini 4 Carbon es pasarse del tiempo límite. El modelo además casi nunca abandona una tarea, un rasgo que se puede leer como virtud o como defecto. En un caso lanzó un script que corrió más de once horas sin revisar cómo avanzaba.
¿Cuánto cuesta ese rendimiento extra?
El rendimiento extra tiene precio. Con los ajustes de razonamiento usados en la prueba, Carbon y Fable 5.2 cuestan cerca de 15 y 40 veces lo que GPT-6.1 Sol, respectivamente.
La tabla de recomendaciones de MathArena quedó así:
| Puesto | Modelo | Empresa | Lanzamiento | Rendimiento esperado | Costo esperado |
|---|---|---|---|---|---|
| 1 general | Gemini 4 Carbon (high) | 10 de noviembre de 2026 | 85,4% ±3,0% | US$15,70 ±1,33 | |
| 2 general | Claude Fable 5.2 (max) | Anthropic | 9 de noviembre de 2026 | 82,8% ±5,3% | US$40,20 ±2,59 |
| 3 general | GPT-6.1 Sol (max) | OpenAI | 29 de septiembre de 2026 | 80,6% ±2,7% | US$1,07 ±0,018 |
| Mejor modelo abierto | Kimi K3.1 Pro (max) | Moonshot AI | 23 de octubre de 2026 | 54,3% ±5,8% | US$3,70 ±0,27 |
El mejor modelo de pesos abiertos, Kimi K3.1 Pro de Moonshot AI, queda más de 30 puntos por debajo del líder.
La fuente de los datos es Jasper Dekoninck, de MathArena, que los publicó en X.




