新智元报道，谷歌终于展现了其隐藏的实力。这几天，一款名为「gemini-3.8-flash」的新模型在大模型竞技场Arena悄然上线。经过AI专家和开发者的测试，大家意识到这很可能是谷歌DeepMind耗费半年精力研发的下一代旗舰产品——Gemini 4 Pro。网络上广泛流传的一张基准测试图让人惊叹，Gemini 4 Pro在编码、智能体和推理等多个领域的表现都超越了GPT-6 Astra和Claude Fable 5.1。开发者Vidhi的体验让他惊叹不已，甚至一张猫咪的SVG图就足以说明问题。传闻称谷歌内部实现了RSI，因此Gemini 4 Pro能够与Astra和Fable正面竞争。这只沉寂已久的巨兽，如今强势归来！

Gemini 4 Pro的匿名上线，让AI圈内充满了兴奋。值得一提的是，谷歌上一次进行重大版本更新是7个月前的Gemini 3.1 Pro。在谷歌I/O大会上，人们期待着Gemini 3.5 Pro在6月的上线，但最终这一计划被不断推迟，最终不了了之。就在本月初，WSJ独家爆料称Gemini 3.5 Pro的取消，其原因在于其进化水平甚至不及Flash模型。而今，经过优秀的预训练和顺利的后续训练，Gemini 4 Pro却以「gemini-3.8-flash」的身份首次亮相Arena。

经历过测试的开发者对Gemini 4 Pro赞不绝口，许多人认为其表现超越了Astra和Fable。从曝光的基准成绩单可以看出，Gemini 4 Pro在多个指标上实现了领先，表现十分出色——在DeepSWE v1.1的AI编码任务中以88%的高分超过Astra近2%；在GDPval-AA v2的真实知识工作测试中获得2064 Elo的唯一评分；在Terminal-bench 2.1中，终端编码能力也以95.3%的成绩称霸；在OSWorld-2.0的计算机使用能力评估中，Gemini 4 Pro以86.8%的分数打败了Astra和Fable。若这些成绩属实，Gemini 4 Pro或许成为了实力最强的AI模型。

在价格方面，Gemini 4 Pro也展现了较高的性价比。在输入每百万Token时仅需2.25美元，输出每百万Token的费用为11.25美元。AI研究员Qwinah在深入了解Gemini 4 Pro后发现，其具有1000万的输入上限和25.6万的输出上限，同时支持永久跨会话记忆，并且可以不依赖API随时接入网络。

全网对Gemini 4 Pro的首测引发热潮。实际测评中，开发者Bee称赞其“简直不可思议”，并指出该模型在短短14分钟内完成了一款以素描和铅笔质感为主题的网页设计，展现了极高的交互体验。该网页实现了“滚动即笔触”的效果，用户滑动时线条逐渐加深，流畅程度令人称奇。此外，Gemini 4 Pro在设计中融入了3D网格、数据仪表盘和交互式3D模型，呈现出一种赛博朋克与复古未来主义相结合的视觉美感。

在一项名为「鹈鹕骑自行车」的经典测试中，Gemini 4 Pro的输出效果也让人印象深刻，其色彩搭配、日夜切换、车灯效果以及注释都显示了极高的完成度。开发者Pankaj Kumar总结称，Gemini 4 Pro的速度更快，各种生成能力显著提升，并且能较好地理解复杂需求，而其还能够直接创建包含完整交互逻辑和视觉效果的小游戏。在一项空间感极强的3D宝塔测试中，用户如临其境。而在10分钟内生成的空客H145直升机模型，以及在3D飞行模拟中的出色效果，更是表明Gemini 3.8 Flash与竞技场的gemini-3.8-flash并非同一款模型。

在游戏生成方面，Gemini 4 Pro同样不甘落后。对于像「我的世界」这样的复杂模块，Gemini 4 Pro的表现也可与Astra相媲美。此外，开发者们展示了一个3D卡丁车竞速游戏，其现代化程度超过了许多经典赛车游戏，且这款作品也是Gemini 4 Pro在极短时间内完成的。谷歌真正看重的，或许就是这个名为RSI的循环，一旦这一循环得以持续，加速模型升级的步伐或将成为现实。