Stel je een wiskunde-examen voor waarbij één leerling het beste werk van de klas inlevert, maar de rekening voor zijn kladpapier vijftien keer hoger is dan die van de leerling die derde werd. Zo ziet de ranglijst van MathArena er deze week ongeveer uit.
Gemini 4 Carbon van Google staat nu op nummer één. Volgens The Decoder is het in lange tijd het eerste model dat niet van OpenAI is en toch de lijst aanvoert. Dit is wat de scores zeggen, wat het prijskaartje echt meet en waarom een kostenverschil van 15 keer Carbon op zich geen slechte of goede koop maakt.
De ranglijst op 15 november 2026
MathArena wordt gerund door SRI Lab van ETH Zürich en INSAIT, met een subsidie van Epoch AI. Het test modellen op nieuwe opgaven uit recente wedstrijden zoals AIME 2026, USAMO 2026 en de Putnam van 2025, zodat de antwoorden minder snel al in een trainingsset zitten. Elk model draait vier keer per opgave.
Dit is de top van de tabel, met een paar nuttige buren:
| Plaats | Model (redeneerinstelling) | Maker | Verwachte prestatie | Verwachte kosten |
|---|---|---|---|---|
| 1 | Gemini 4 Carbon (high) | 85.4% ±3.0% | $15.70 | |
| 2 | Claude Fable 5.2 (max) | Anthropic | 82.8% ±5.3% | $40.20 |
| 3 | GPT-6.1 Sol (max) | OpenAI | 80.6% ±2.7% | $1.07 |
| 6 | Claude Opus 5.5 (high) | Anthropic | 75.3% ±3.2% | $3.92 |
| 12 | Gemini 4 Argon (high) | 62.1% ±9.9% | $11.49 | |
| Beste open model | Kimi K3.1 Pro (max) | Moonshot AI | 54.3% ±5.8% | $3.70 |
De ‘15 keer’ in de kop van The Decoder is een simpele deling: $15,70 gedeeld door $1,07 is ongeveer 14,7. Claude Fable 5.2 komt uit op zo’n 38 keer de kosten van Sol, wat The Decoder afrondt naar ongeveer 40.
Wat ‘verwachte kosten’ betekent
Hier gaan veel mensen de mist in. MathArena zegt dat zijn ranglijsten de gemiddelde kosten tonen van één run op één opgave, in Amerikaanse dollars. Die $15,70 dekt dus gemiddeld één poging op één opgave, terwijl het vergelijkbare cijfer voor GPT-6.1 Sol $1,07 is.
Waarom zoveel? Volgens Googles eigen lanceringsbericht gebruikt Carbon meer tokens dan zijn broertje Argon om opgaven te verkennen en uitgebreid te controleren. Tokens zijn de stukjes tekst die een model leest en schrijft, en je betaalt voor elk ervan. Een model dat langer nadenkt, schrijft een langere rekening.
Googles gepubliceerde API-prijs is als introductietarief $2 per miljoen inputtokens en $10 per miljoen outputtokens, oplopend naar $4 en $20 na 30 november 2026. Volgens Google is dat gelijk aan de introductieprijs van Argon. Toch noteert MathArena Carbon (high) op $15,70 tegenover $11,49 voor Argon (high). Bij dezelfde prijs per token wijst het verschil dus op hoeveel tokens elk model verbruikt.
Het model dat niet wilde opgeven
The Decoder meldt, op basis van een bericht op X van Jasper Dekoninck van MathArena, dat Carbon bijna nooit opgeeft. In één geval liet het een script meer dan elf uur draaien zonder de voortgang te checken. De meest voorkomende fout was dat het over de tijdslimiet heen ging.
Dat is óf bewonderenswaardig doorzettingsvermogen, óf het gedrag van die collega die een hele werkdag in een spreadsheet verdwijnt. Google zegt van zijn kant dat interne teams Carbon dagenlang hebben zien werken aan technische taken met meerdere stappen, zoals bugs vinden en repareren in grote codebases.
Voordat je iemand kroont
Drie kanttekeningen, allemaal zichtbaar in de tabel zelf.
- De marges overlappen. Volgens onze berekening op basis van de gepubliceerde cijfers loopt de bandbreedte van Carbon van ongeveer 82,4% tot 88,4% en die van Sol van ongeveer 77,9% tot 83,3%. De bandbreedte van Fable 5.2 is nog breder en overlapt met beide. Carbon staat voor, maar het bewijs is mager.
- De instellingen verschillen. Carbon staat genoteerd met redeneren op ‘high’, terwijl Fable 5.2 en Sol op ‘max’ staan. De vergelijking van kosten en scores is dus geen appels met appels.
- Wiskunde is maar één taak. Op andere benchmarks draait het kostenverhaal om. Google zegt dat Carbon eerste werd op CursorBench 4.0, WANDR van Perplexity en AutomationBench van Zapier, met meer dan 2x lagere kosten per taak dan het op een na beste externe model. Dat zijn Googles eigen claims, dus zie ze als cijfers van de leverancier. GDPx van SemiAnalysis, een test met 206 taken op het gebied van programmeren, financiën, juridisch werk en biologie, zette Carbon op de tweede plaats achter Claude Opus 5.5, voor iets meer dan $16 per taak tegenover ongeveer $51 voor Opus 5.5 en ongeveer $54 voor GPT-6 Astra, volgens 9to5Google.
Wat dit voor jou betekent
Als je niet voor je brood olympiade-opgaven oplost, is die 85,4% minder belangrijk dan de aard van de afweging. Carbon lijkt gebouwd voor lange, zware klussen waarbij je wilt dat een model zijn eigen werk blijft controleren. Sol lijkt de goedkope optie voor dezelfde wiskunde. Welke meer waar voor je geld biedt, hangt ervan af of je taak dat extra denkwerk nodig heeft.
Carbon is al bereikbaar. Google zegt dat het beschikbaar is via de Gemini API voor betalende ontwikkelaars, en wordt uitgerold naar abonnees van Google AI Ultra in de Gemini-app, AI Mode in Google Zoeken en Google Antigravity. Wil je Gemini-modellen vanuit code aanroepen, dan legt onze handleiding voor het aanroepen van Gemini 4 Hydrogen via de Gemini API de installatie uit. Voor de Anthropic-kant van deze ranglijst lees je onze uitleg over Claude Fable 5.2.
Een handige gewoonte: vraag bij het vergelijken van modellen naar de kosten per goed antwoord op je eigen taken, niet naar de kosten per token of een plek op een ranglijst.
Wat er nu komt
Reken erop dat de ranglijst gaat schuiven. MathArena voegt steeds nieuwe wedstrijden toe, en de items hebben een releasedatum: Carbon staat op 10 november en Fable 5.2 op 9 november. Ook loopt Googles introductieprijs af op 30 november, waardoor de kostenkolom verandert voor iedereen die Carbon via de API gebruikt. The Decoder merkt bovendien op dat OpenAI modellen heeft, nog niet publiek beschikbaar, die naar verluidt moeilijkere opgaven hebben opgelost. De kroon blijft dus misschien niet lang op hetzelfde hoofd.
Bronnen
Links voor het laatst gecontroleerd op 15 november 2026.
- The Decoder: Gemini 4 Carbon takes the MathArena crown but costs 15 times more than GPT-6.1 Sol
- MathArena: homepage and leaderboard
- MathArena: models table
- Google: Gemini 4 Carbon is now available
- Google: Gemini 4 Carbon, our next frontier model
- 9to5Google: Gemini 4 Carbon coverage
- Android Headlines: Gemini 4 Carbon benchmark and cost





Schrijf een reactie