据 X 平台多位网友及DoNews等多家媒体 9 月 18 日消息，谷歌正以“gemini-3.8-flash”的名称，在 Arena 等基准测试平台内部测试其下一代旗舰大模型 Gemini 4 Pro，内部开发代号为 Argon。用一个旧版本号挂着跑测试，是典型的“闷声练兵”套路，谷歌官方至今未对此进行任何回应。
模型地址：谷歌Gemini官网 （海外网站需要科学上网）
为何披着 Flash 马甲偷测？
谷歌选择以“gemini-3.8-flash”的名义将旗舰模型送入 Arena 盲测，背后有几重考量。Arena 是独立的第三方评测平台，允许厂商以匿名身份提交模型参与竞技，用户实测时不知道对战的是哪个模型。
谷歌选用旧版本号作为化名而非完全匿名，既留下了可供溯源的产品线线索，又让竞争对手无法从公开榜单感知到新旗舰的真实能力边界，争取发布窗口的主动权。同时，匿名盲测可在不锚定舆论预期的前提下，通过真实用户的 Elo 评分收集反馈，这对模型迭代方向有重要参考价值。
SVG生图能力惊艳，多场景实测表现亮眼
网友晒出的测试图里，最抓眼球的是那道经典难题——生成“鹈鹕骑自行车”的 SVG 图片。Gemini 4 Pro 交出的成品被评价为非常优秀，发帖者还特意拉来了 OpenAI 最强模型 GPT-6 Astra Pro 做同题对比。SVG 这种矢量格式最考验模型对结构、路径与几何关系的理解，能把鹈鹕和自行车的组合画得服帖，说明它在图形生成上的功底不容小觑。
除了经典测试，全网还流传着更多惊艳的实测案例。开发者 Bee 体验后直呼“太不真实了”，短短 14 分钟，Gemini 4 Pro 就打造了一个以素描、铅笔与石墨质感为主题的创意展示网页，将“滚动即笔触”概念化，向下滑动线条逐渐加深，交互感非常丝滑。
在 3D 生成方面，它用时 10 分钟制作出带五种涂装切换的空客 H145 直升机 3D 模型，座舱、尾桨、线框模型细节满满；还能生成像素风 3D 宝塔，支持四种光照模式、六个镜头位置切换，夜景模式有满屏浮灯特效。
在游戏生成方面，Gemini 4 Pro 同样没有落下。“我的世界”从页面搭建到每个模块的设计完全不输此前放出的 Astra 测试，3D 卡丁车竞速游戏看起来比跑跑卡丁车更现代，而这都是它在很短时间内完成的。
参数规格与基准测试：全面压制对手？
从泄露的信息来看，Gemini 4 Pro 的参数规格有显著提升。AI 研究员 Qwinah 进入后端后发现，它有 1000 万输入上限，25.6 万输出上限，永久跨会话记忆，不用 API 即可连网。其中 256K 的输出 token 上限，较前代 64K 提升了 4 倍，传支持 2M 上下文窗口。
一张正在疯传的泄露基准测试表显示，
- 若分数属实，Gemini 4 Pro 将实现全面压制：
- 长周期软件工程测试 DeepSWE 拿下 88.7%，比 GPT-6 Astra 的 86.9% 高出近 2%；
- 多学科推理 HLE 得分 72.1% vs 67.3%；
- 桌面自动化 OSWorld 斩获 86.8%，击败了 Astra 和 Fable。
不过这些数字尚未经过独立验证，不代表最终发布版性能。
在价格方面，相较于 Astra 和 Fable，Gemini 4 Pro 也是“御三家”中最具性价比的那个。每百万 Token 输入价格 2.25 美元，每百万 Token 输出价格 11.25 美元，远低于同级别的其他模型。
从3.5 Pro难产到4 Pro跳级
天下人苦 Gemini Pro 久矣。上一代还停留在今年 2 月发布的 Gemini 3.1 Pro，距今已超半年无更新。传闻最多的 Gemini 3.5 Pro 曾在谷歌 I/O 大会上高调官宣，所有人都以为谷歌要开始反击了。但据报道，谷歌经过内部测试后认为 3.5 Pro 的 Agent 能力不达预期，于是悄悄取消了这个新模型的发布。再然后，谷歌开始死磕 Flash，连续发布了 3.6、3.7、3.8 三个 Flash 模型，只不过都是配角。
Gemini 3.5 Pro 从难产到流产，这次直接跳到了 Gemini 4 Pro。就在最近，全网流传着更激进的说法：Gemini 4 之所以提前完成预训练，正是因为谷歌 DeepMind 在训练中实现了“RSI 闭环”。
RSI：谷歌真正押注的关键一环
上个月，Google DeepMind 首席战略官 Jasjeet Sekhon 在伯克利的活动上，直接把话挑明了——RSI（递归自我改进），已成为 AI 巨额投资逻辑里的关键一环。整个行业押注的，是能力曲线继续向上。而如果真正撞上递归自我改进，这条曲线甚至可能从“指数增长”进一步加速。
有意思的是，就在 9 月 14 日，谷歌一项名为 Dream-RSI 的研究也公开了。它研究的正是，如何让 Agent 在探索过程中不断改进自己的搜索策略，从经验中继续升级下一轮探索。可以确认的是，谷歌 DeepMind 已经公开把 RSI 摆到了非常重要的位置。
正式发布后能力还会更强？
发帖网友认为，等谷歌官方正式发布后，Gemini 4 Pro 的能力还会再上一个台阶——毕竟测试版本往往还不是完全体。根据谷歌过往的产品迭代规律，正式发布前的优化阶段往往能带来 15%-30% 的性能提升。这意味着待 Gemini 4 Pro 正式上线时，其在多模态理解、复杂逻辑推理等核心能力上可能实现质的飞跃。
目前谷歌尚未官宣这一模型，但多方预期其上线后性能将进一步优化。有分析师预测，该模型若能如期发布，或将重新定义生成式 AI 的应用边界，特别是在创意设计、科学可视化等垂直领域引发变革。
沉寂许久的谷歌，这次真的要回来了吗？10 月见分晓。
更多AI大赛活动请关注
AITOP100平台有收录、承办、推广各类型AI大赛活动业务，需要合作的朋友可以在首页最下方联系商务洽谈
AI人工智能网站--AITOP100平台AI创作大赛专区： 点击此处进入AI创作大赛
AI人工智能网站--AITOP100平台活动专区：点击此处进入AI活动
AITOP100平台大赛社群二维码：
