Google Gemini 4 Pro 發佈在即？被網友抓到在 Arena.ai 隱身測試，性能提升幅度驚人

旗艦模型沉寂百日，Gemini 4 Pro 疑現蹤 Arena.ai

在各大人工智慧巨頭頻繁推出新模型的競爭格局下，Google 的旗艦級 AI 模型已「失蹤」三個月。原本預期於六月問世的 Gemini 3.5 Pro，至今仍掛載於官方網站的「即將推出」清單中。過去 106 天內，Google 雖連續發布四款 Flash 輕量級模型，但 Pro 系列始終靜默無聲。然而，自九月初起，隨著內部截圖外流、匿名平台測試以及後端路由的逆向工程分析，下一代旗艦模型 Gemini 4 Pro 的真實面貌逐漸清晰。

內部檢查點曝光，取消 3.5 Pro 全力押注

X 平台用戶 @lyra 爆料指出，Google 已正式部署 Gemini 4 Pro 的首個內部檢查點（checkpoint），並預計於十月對外公開。該爆料同時揭示了一項關鍵戰略調整：Google 已悄悄取消原定計畫的 Gemini 3.5 Pro，將所有運算資源集中投入 Gemini 4 的開發。技術研究者 @Lentils80 隨後流出首張內部截圖，顯示該模型內部代號為「argon」。在啟用「High thinking effort」模式後，模型花費 2.4 分鐘生成複雜視覺場景，其輸出上限更從先前的 64K tokens 大幅躍升至 256K tokens。

隱身測試引發關注，SVG 生成能力驚豔社群

九月十七日，一個名稱為「gemini-3.8-flash」的神秘模型出現在 LMSYS 的 Arena.ai 評估平台上。使用者很快察覺此非一般 Flash 更新，該模型耗時 8 至 10 分鐘進行深度推理，產出遠超常規水準的 SVG 向量圖。測試案例包括精確渲染的 PlayStation 5 手把、BMW M4 光影設計，以及鵜鶘騎自行車的複雜場景。X 用戶 @LuminaBench 形容這是從 AI 模型獲得過最瘋狂的輸出之一。對比測試中，@HarshithLucky3 發現 Gemini 4 Pro 在生成貓側視 SVG 時，其空間精準度與光影效果明顯優於 GPT-6 Astra Max。

逆向工程揭露驚人規格，但可靠性存疑

社群在討論視覺品質的同時，開發者 @MaaSonder 聲稱透過 ghost route 進入後端路由，取得以下架構規格：輸入上下文高達 1,000 萬 tokens，為先前 Google 模型最大上下文的五倍；輸出上限維持 256K tokens，允許單次回應生成完整軟體專案；原生支援跨 session 永久記憶，無需外部資料庫；具備自動沙箱隔離機制以處理惡意程式碼；並支援原生機器人控制協定，暗示 Google DeepMind 正建構可直接執行於實體自動化硬體上的統一多模態模型。然而，這些規格源自逆向工程，其技術可行性與實際測試狀態仍無法驗證。

高層親口確認與戰略轉向

儘管 Google 未正式回應洩漏，執行長 Sundar Pichai 於七月末的 Alphabet 2026 年第二季財報電話會議上公開確認 Gemini 4 正在訓練中。他表示對於下一代前沿模型需要更大的基礎模型，並對內部進展感到興奮。Pichai 也承認程式碼撰寫與代理式程式碼撰寫是需改進領域。共同創辦人 Sergey Brin 則於四月組建「程式碼突擊隊」，與 DeepMind 技術長 Koray Kavukcuoglu 共同領導，目的是提升程式碼能力以邁向自我改進 AI。DeepMind 研究員 Shunyu Yao 在 Gemini 3.8 Flash 發布時提及這是遞迴式自我改進（RSI）的一大步。

戰略犧牲與未來時程

Gemini 3.5 Pro 的取消源於內部測試顯示其未能在多檔案程式碼重構和自主 Agent 執行上帶來足夠跳躍。Google 選擇不發布中間產品，而是集中資源於 Gemini 4 預訓練。Wall Street Journal 報導指出，Flash 模型因體積小、修改資源低，便於多團隊測試；Pro 模型則需大量資源。業界普遍預測 Gemini 4 Pro 將於十月亮相，而 9to5Google 根據歷史發布週期推估十一月至十二月的時程。Google 正以 Flash 模型快速迭代穩住生態，同時將旗艦資源押注於 Gemini 4，期望奪回領先地位。