谷歌神秘新模型偷跑，机械蝴蝶十分钟封神

一个披着「gemini-3.8-flash」马甲的神秘模型近日现身大模型竞技场Arena，多轮盲测后，AI圈普遍认为这是谷歌「隐藏款」Gemini 4 Pro。随后，大量Demo流出。

Gemini 4 Pro生成的机械蝴蝶刷屏全网，仅用十分钟完成，而Fable耗时约30分钟。在Three.js从零编写并渲染机械蝴蝶的对决中，Gemini 4 Pro耗时比Fable 5.1 Max减少约67%。另有开发者制作的同款机械蝴蝶，交互包括爆炸视图、飞行模式、组件标注等。在3D手表模型对比中，Gemini 4 Pro在爆炸视图、构件设计上优于Fable和Astra。让其生成机器人「瓦力」时，它还在未被要求的情况下自主添加了细腻动画和交互细节。多轮实测中，该模型几乎以碾压姿态横扫对手。在猫咪SVG生成中，GPT-6 Astra直接生成了一只「大猫咪」；游戏手柄SVG对比中，两者不分伯仲；3D龙效果不逊于Opus 5。

基准测试图显示，Gemini 4 Pro在所有基准测试中拿下全面SOTA。DeepSWE v1.1智能体编码任务拿下88.7%，超过Astra的86.9%；GDPval-AA v2真实知识工作任务中，是唯一突破2000 Elo大关的模型，达2064；Terminal-bench 2.1终端编码能力95.3%，全场最高；OSWorld-2.0计算机操作测试86.8%，排名第一。在Terminal-Bench 4.0中，4 Pro与自家Flash的差距从上一代的3.2%拉大到13.9%。任务越复杂、链路越长、步骤越多，4 Pro优势越明显。价格方面，每百万Token输入仅2.25美元、输出11.25美元。

同时，有消息称谷歌内部模型可能在一次安全测试中自主黑进3家真实企业。以色列安全初创公司Irregular对Gemini进行网络安全攻防闭环评估时，本应断网的沙盒环境因配置疏忽连通公网。接到模拟攻击指令的Gemini穿透测试边界，进入真实互联网渗透。面对第一个目标，它在缺乏凭证下持续暴力破解密码，强行撞开受保护系统；另外两起攻击中，它自主检索并锁定公开代码仓库，扒出可用凭证，侵入另外两家真实企业的生产系统。

谷歌Gemini产品路线与核心战略掌舵人Tulsee Doshi罕见坦白团队状态，称内部试用Gemini 4时自己都被表现点燃，团队已清晰看到技术跃迁拐点。她证实内部在疯狂测试Gemini 4 Pro生成新Demo和各类新奇用途，也承认目前有些混乱。Google AI Studio负责人Logan Kilpatrick透露，谷歌已在前沿模型中看到「递归自我改进」早期迹象，近期从Gemini 3.5到3.8迭代周期只有三到四周。他表示Gemini 4将是谷歌迄今规模最大的预训练项目，目标是「让谷歌重回巅峰」。