Gemini 4 Pro疑伪装现身盲测，2M上下文泄露

今天上午，有用户在Code Arena的battle模式中抽到标着gemini-3.8-flash的模型，让其用HTML画一只鹈鹕骑自行车的2D SVG动画。结果鹈鹕有完整踩踏动作，背景会切换场景，嘴里还叼着一条鱼。将“鹈鹕”换成“提壶”后，生成的开水壶精骑自行车同样惊艳：壶盖冒热气，车后座绑着茶叶包，炉火温度和踏频都做成了可调控件。而正常3.8 Flash跑同一提示词，只出来一只方块拼成的静态鸟。

社区因此推测这是Gemini 4 Pro套着3.8 Flash的马甲在盲测。线索有三：一是Arena追踪机器人今天凌晨记录到Arena.ai新增来自Google的模型变体gemini-3.8-flash，而3.8 Flash早已上线，同名版本突然出现通常意味着厂商拿新检查点盲测；二是时间点吻合，9月15日爆料账号Lentils称Gemini 4 Pro新检查点已在Google内部出现，代号argon，最高输出256K Token，是此前64K的四倍，上下文窗口2M，对Coding和Agent尤其有用，爆料还放出可自由旋转的体素风樱花寺庙场景，High思考强度下跑了约2.4分钟；三是多个用户在battle模式抽到该异常模型，晒出的前端case完成度普遍高于正常3.8 Flash，风格也有很大区别。

早在7月21日，Gemini团队就在Gemini 3.6 Flash公告末尾称已启动“迄今最有野心的一次预训练”，目标就是Gemini 4。两天后财报电话会上，皮查伊表示Gemini 4会用“明显更大的基座模型”，优先级最高的是编码和自主Agent。9月初，SemiAnalysis报告和X爆料称原定6月发布的Gemini 3.5 Pro已被砍掉，资源全部押向Gemini 4。9月9日又有报道称Gemini 4 Pro原定9月发布，因预训练问题推迟到10月，空窗期靠3.8 Flash顶着。

但从3.6到3.8，三代Flash都在同一底座上靠后训练堆出来，知识截止停在2025年1月，代码分虽与Opus 5打平，长程任务Terminal-bench 4.0却只有19.1%。因此Gemini 4对谷歌意义重大，可能成为一年多来最重要的模型底座更新，关键在Coding、长程Agent和超长上下文能否同步跨档。不过当初3.5 Pro也曾在Arena盲测池晃了几周后不了了之，目前先当成谷歌的又一次许愿，等它进了AI Studio和账单再开香槟不迟。