# Gemini 4 Carbon supera a GPT-6.1 Sol en MathArena > El modelo de Google tomó el primer lugar del benchmark matemático, aunque su costo por problema fue muy superior al de GPT-6.1 Sol. Por Reinaldo V.S. · 15 de noviembre de 2026 · Tecnología Gemini 4 Carbon quedó al frente de MathArena con un rendimiento esperado de 85,4%, por encima de GPT-6.1 Sol, que registró 80,6%. La diferencia llegó con una factura más alta: el costo esperado de Carbon fue de USD $15,70 por problema, frente a USD $1,07 para el modelo de OpenAI. La clasificación difundida el 14 de noviembre de 2026 también dejó a Claude Fable 5.2 en el segundo lugar general y a Kimi K3.1 Pro como el mejor modelo abierto de la comparación. ## Carbon toma la cima con 85,4% El resultado sitúa a Gemini 4 Carbon, en su configuración de razonamiento alto, en el primer puesto general del benchmark matemático. Según las cifras reportadas, alcanzó 85,4% ± 3,0% de rendimiento esperado, superando a Claude Fable 5.2, de Anthropic, que marcó 82,8% ± 5,3%, y a GPT-6.1 Sol, de OpenAI, con 80,6% ± 2,7%. La publicación señala que Carbon es el primer modelo ajeno a OpenAI en encabezar MathArena en un tiempo. El avance es relevante dentro de esa prueba concreta, aunque la propia tabla corresponde a tareas matemáticas acotadas y no mide por sí sola otras capacidades como programación, escritura o investigación. ## La mejora vino con un costo mucho mayor La brecha más visible apareció en el precio por problema evaluado. Gemini 4 Carbon registró un costo esperado de USD $15,70 ± USD $1,33, mientras GPT-6.1 Sol se ubicó en USD $1,07 ± USD $0,018. La comparación resume esa distancia como un gasto cercano a 15 veces mayor para Carbon. Claude Fable 5.2 tuvo un costo todavía más alto: USD $40,20 ± USD $2,59 por problema. En esta comparación, la puntuación y el gasto no apuntan al mismo ganador: Carbon lidera en rendimiento, pero GPT-6.1 Sol resulta mucho más barato. El cuadro también advierte que las configuraciones no son idénticas entre modelos. Carbon aparece con razonamiento alto, mientras Claude Fable 5.2 y GPT-6.1 Sol figuran con el ajuste máximo. Por eso, los costos deben leerse dentro de esas condiciones de prueba y no como una tarifa general para cualquier uso posterior. ## Persistencia, límites de tiempo y un modelo abierto al frente El modo de fallo más común de Gemini 4 Carbon fue superar el límite de tiempo. Aun así, casi nunca abandonó una tarea, un rasgo que puede ayudar cuando perseverar permite avanzar, pero también puede consumir recursos sin resolver el problema. La nota describe un caso en el que Carbon ejecutó un script durante más de 11 horas sin revisar su progreso. Ese episodio ilustra el costo de esa persistencia: seguir corriendo no siempre equivale a estar más cerca de una solución. En la categoría de modelos abiertos, Kimi K3.1 Pro, de Moonshot AI, lideró el grupo con un rendimiento esperado de 54,3% ± 5,8% y un costo esperado de USD $3,70 por problema ± USD $0,27. Quedó por debajo de los tres primeros puestos generales, pero encabezó su segmento en la comparación. La publicación añade que algunos modelos de OpenAI habrían resuelto recientemente ecuaciones exigentes como las de Navier-Stokes, aunque esos sistemas todavía no estaban disponibles públicamente. En la tabla abierta de MathArena, en cambio, GPT-6.1 Sol sí aparece con puntuación y costo reportados. > Ver la publicación original en X --- **Fuente:** https://panorama.onl/tecnologia/gemini-4-carbon-supera-a-gpt-61-sol-en-matharena-20261115-0428.html Publicado por Panorama Online — contenido de libre lectura; se permite citar con atribución y enlace a la URL original.