疑似Gemini 4 Pro现身盲测，大模型“减速论”化为泡影

前几个月，OpenAI和Anthropic轮番迭代旗舰模型，Google却显得有些低调。虽然小模型Flash几乎三周一更，但代表能力上限的Pro系列迟迟没有动静。

直到近日，大模型盲测竞技场LMSYS Arena中突然冒出一个挂着“gemini-3.8-flash”标签的神秘模型。

开发者一上手就发现了蹊跷。官方版Gemini 3.8 Flash的实际水平大家心知肚明，而这个“同名”模型在写代码、SVG生成和运行AI智能体（Agent）等维度的表现，明显跨上了一个台阶。

几轮测试后，社区推测迅速扩散：这极有可能是Google披着马甲偷跑的下一代旗舰——Gemini 4 Pro。

紧接着，一张更惊人的基准测试对比图开始流传，在编程、Agent和推理等多项测试中，其成绩均压制了竞品。前沿实验室台前还在讨论是否需要踩刹车，暗地里新一轮角逐已再度提速。

异常强大的“3.8 Flash”

Google此前正式推出Gemini 3.8 Flash，主打软件工程与复杂多步推理。当Arena竞技场出现同名模型时，更强的逻辑推理与生成能力让它分明透出了顶级Pro模型的底色。

在SVG、前端设计和3D建模实测中，该模型表现亮眼。让其绘制猫咪的SVG矢量图，轮廓和细节完整度远超正式版3.8 Flash；生成体素风格宝塔或直升机交互页面，它在数分钟内便能输出完整的3D交互场景。

在网页排版上，过去常被吐槽设计审美的Gemini，这次耗时约14分钟便完成了一套视觉精致的单色极简站点。甚至有开发者利用它直接编写可运行的游戏DEMO，其流畅度与场景完成度极高。

关键线索接连浮出。有开发者贴出了疑似渗透至后端的配置截图：内部包含“G4P-ARGON”代号，最大输出达256K，上下文窗口标称突破千万Token，并具备跨会话持久记忆和后端脚本自编译执行等底层特征。

网传基准测试显示，该模型在软件工程测试DeepSWE达88.7%，终端Agent评估Terminal-Bench达95.3%，通用知识工作基准甚至宣称突破2000 Elo大关。不过目前这些材料仍缺乏官方背书，唯一确定的是，Arena中这个“3.8 Flash”表现异常激进。由于Gemini 3.5 Pro迟迟未至，Google直接跳级亮出Gemini 4 Pro的可能性大幅增加。

RSI：AI制造AI的加速飞轮

与新模型流言紧密绑定的，还有一个核心概念：递归自我改进（RSI，Recursive Self-Improvement）。