傳聞：Google Gemini 4 Pro 疑現身測試平台，跑分與視覺生成表現引關注

近日有開發者在人工智能評測平台 Arena.ai 發現一款未公開的 Google 模型，以臨時代號「gemini-3.8-flash」接受盲測。社群追蹤者認為，該模型並非已推出的 Gemini 3.8 Flash，而是 Google 旗艦新作 Gemini 4 Pro 的早期測試版本。相關說法來自開發者社群的觀察與逆向分析，Google 未有任何官方確認。

神秘模型以臨時代號現身

據開發者社群描述，該模型於 9 月 17 日前後在 Arena.ai 及 LMSYS Chatbot Arena 出現，登記名稱為「gemini-3.8-flash」。由於 Google 早前已正式推出 Gemini 3.8 Flash，社群留意到該模型的回應時間明顯較長，單次生成可達 8 至 10 分鐘，遠超一般 Flash 級模型的即時反應，因而推測背後是另一款規模更大的模型。

有報導指該模型內部代號為「Argon」，內部識別碼顯示為 G4P-ARGON 及 VIA_3.8_FLASH，被視為 Gemini 4 Pro 的早期檢查點，而非最終版本。Google 至今未回應相關測試。

流傳跑分與定價

社群整理的測試成績顯示，該模型在 DeepSWE v1.1 軟件工程測試取得約 88%；在 GDPval-AA v2 真實工作任務測試獲得 2,064 Elo，是流傳名單中唯一突破 2,000 分的模型；Terminal-bench 2.1 終端編程測試為 95.3%；OSWorld-2.0 電腦操作測試為 86.8%。流傳說法指，該模型在編程、代理操作及推理等多項指標均領先 GPT-6 Astra 與 Claude Fable。

另有流傳的定價資料顯示，該模型每百萬輸入 token 收費 2.25 美元，每百萬輸出 token 收費 11.25 美元。上述分數與價格均未經 Google 證實，流傳的跑分表連對照組 Astra 的分數亦與官方公布不符，暫時只屬社群資料。

後端規格傳聞：1,000 萬上下文與跨對話記憶

部分開發者聲稱透過路由追蹤，取得該模型的後端參數。流傳內容包括 1,000 萬 token 輸入上限、25.6 萬 token 輸出上限、跨對話的永久記憶、無需外部 API 即可連接互聯網，以及在處理惡意程式時自動導向隔離沙盒環境執行。另有說法指該模型支援機械馬達控制協議。這批資料來自個人逆向分析，屬未經證實的社群說法。

視覺生成表現成討論焦點

真正令該模型受到關注的，是其向量圖及 3D 內容生成能力。多名測試者展示由模型生成的 PlayStation 5 向量圖、BMW M4 設計圖及立體像素塔。其中一幅 PS5 向量圖耗時約 10 分鐘生成，輸出數千行程式碼，線條與陰影處理較舊版本細緻。這些示範均來自個別用戶分享，缺乏統一評測標準。

未經官方確認，或於 10 月亮相

Google 一向會透過公開評測平台為準旗艦模型進行壓力測試，距離正式發表通常相隔數星期。外界推測，若盲測持續，Gemini 4 Pro 有機會在 2026 年 10 月的開發者或硬件發表活動中亮相。在官方公布前，所有規格、跑分與售價均應視為傳聞。

資料來源：NokiaPowerUser · 36Kr