新智元报道
谷歌近日在大模型竞技场（LMSYS Arena）悄然上线了一款代号为「gemini-3.8-flash」的新模型。经多位开发者实测，该模型在编码、智能体及推理能力上表现惊人，极有可能是谷歌 DeepMind 酝酿半年的下一代旗舰——Gemini 4 Pro。
这极有可能是谷歌 DeepMind 悟了整整半年的下一代旗舰 Gemini 4 Pro。
流出的基准测试数据显示，Gemini 4 Pro 在多项核心指标上全面超越 GPT-6 Astra 和 Claude Fable 5.1，标志着沉寂许久的谷歌巨兽强势回归。
在 SVG 生成测试中，Gemini 4 Pro 精准还原了猫咪图像，而竞品 GPT-6 Astra 的生成效果则存在明显偏差。分析认为，谷歌内部实现的 RSI（递归自我改进）技术是此次性能跃升的关键。
Gemini 4 Pro 匿名登场，性能碾压竞品
距离谷歌上一版本 Gemini 3.1 Pro 发布已过去七个月。期间，原定于 6 月发布的 Gemini 3.5 Pro 因进化程度不及 Flash 版本而被取消。如今，Gemini 4 Pro 以「gemini-3.8-flash」的马甲现身竞技场，其表现令开发者群体为之振奋。
泄露的基准测试成绩单显示，Gemini 4 Pro 实现了全方位压制：
- DeepSWE v1.1：AI 智能体编码任务得分 88%，领先 Astra 近 2%；
- GDPval-AA v2：真实知识工作任务中获得 2064 Elo，位列第一；
- Terminal-bench 2.1：终端编码能力达 95.3%，表现最强；
- OSWorld-2.0：计算机操作能力斩获 86.8%，击败 Astra 和 Fable。
在性价比方面，Gemini 4 Pro 同样具备优势：输入价格为 2.25 美元/百万 Token，输出价格为 11.25 美元/百万 Token。此外，该模型支持 1000 万输入上下文窗口、25.6 万输出上限，并具备永久跨会话记忆及原生联网能力。
全网首测：UI 设计与 3D 生成能力惊艳
除了跑分数据，开发者的实际测试结果更具说服力。Gemini 4 Pro 在 UI 设计、3D 建模及游戏生成方面展现了跨越式的进步。
UI 网页设计：审美与交互大幅提升
开发者 Bee 实测发现，Gemini 4 Pro 仅用 14 分钟便构建出一个以素描质感为主题的创意展示网页。该模型成功将「滚动即笔触」的概念转化为代码，实现了线条随滑动逐渐加深的丝滑交互效果。
在另一个赛博朋克风格的工作网站设计中，4 Pro 首屏即整合了 3D 网格、数据仪表盘及可交互 3D 模型，完成度极高。
3D 与 SVG 生成：细节掌控力卓越
在经典的「鹈鹕骑自行车」测试中，Gemini 4 Pro 生成的 SVG 动画在配色、日夜切换、车灯效果及解剖标注等细节上表现出色。开发者 Pankaj Kumar 总结指出，该模型生成速度快，能准确理解复杂提示词，甚至可直接生成具备完整交互逻辑的小游戏。
此外，在像素风 3D 宝塔及空客 H145 直升机模型测试中，4 Pro 均展现出身临其境的渲染效果。特别是在 3D 飞行模拟测试中，其画面质量大幅超越正式版 Gemini 3.8 Flash，进一步佐证了竞技场版本的特殊身份。
游戏生成：一键直达可玩版本
在游戏开发领域，Gemini 4 Pro 同样表现不俗。无论是复刻《我的世界》模块设计，还是快速生成现代风格的 3D 卡丁车竞速游戏，其效率与质量均不输竞品 Astra。
核心驱动：谷歌押注 RSI 技术
Gemini 4 Pro 的突破性进展，源于谷歌对 RSI（递归自我改进）技术的深度应用。Google DeepMind 首席战略官 Jasjeet Sekhon 此前明确表示，RSI 已成为 AI 投资逻辑的关键一环。
RSI（递归自我改进），已成为 AI 巨额投资逻辑里的关键一环。
行业推测，Gemini 4 之所以能提前完成预训练，正是因为谷歌在训练中成功实现了「RSI 闭环」。近期公开的 Dream-RSI 研究也证实，谷歌正致力于让 Agent 在探索中自主优化搜索策略，从经验中迭代升级。
「御三家」格局重塑，谷歌重夺主动权
当前的 AI 竞争格局已发生巨变。OpenAI 推出 Astra，Anthropic 发布 Fable 5.1，两大巨头已将竞争维度从单纯对话扩展至长任务处理、Agent 自主执行及科研推理。
面对市值高达 4.23 万亿美元的压力，谷歌亟需证明其 AI 实力仍处第一梯队。Gemini 4 Pro 的出现，不仅是技术上的迭代，更是谷歌重夺行业话语权、稳固「御三家」地位的关键一战。
参考资料：
编辑：桃子 马可