Gemini 4 Pro疑似匿名上線，基準測試壓制GPT-6與Claude
nashnova research
一款疑似Google下一代旗艦模型Gemini 4 Pro的匿名模型悄然現身AI競技場，多項基準測試全面領先GPT-6 Astra和Claude Fable 5.1——若數據屬實，Google將在沉寂半年後重奪大模型性能榜首。
這個「匿名模型」是怎樣被發現的？
大模型競技場Arena近日出現一款叫「gemini-3.8-flash」的模型，但同名的Gemini 3.8 Flash早在9月初就已正式發布。
這意味著→ 同一個名字再次出現極不正常，多位開發者實測後判斷：這很可能是Gemini 4 Pro的早期檢查點（訓練過程中某個階段的快照版本）在「借殼」測試。
簡單來說＝ Google大概率在用舊名字偷偷跑新模型，不想提前曝光。
跑分到底有多強？
智能體編碼任務DeepSWE v1.1得分88%，比GPT-6 Astra高約2個百分點。
真實知識工作任務GDPval-AA v2拿到2064 Elo，是三款模型中唯一達到該分值的。
終端編碼能力Terminal-bench 2.1得分95.3%，電腦操作能力OSWorld-2.0得分86.8%——編碼和操作兩項都處於頂級水平。
上述數據尚未經Google官方確認，目前僅來自開發者自行測試。
定價和技術規格透露了甚麼？
據AI研究員進入後端披露：支持1000萬Token輸入、25.6萬Token輸出，具備永久跨會話記憶（對話關掉再開，模型還記得之前聊過甚麼），而且無需調API即可聯網。
每百萬Token輸入2.25美元，輸出11.25美元，據報道低於Astra和Fable 5.1。
這意味著→ 性能領先的同時價格還更低，如果屬實，Google在「性價比」維度也在搶位。
「遞歸自我改進」是甚麼意思？
市場流傳的說法是：Gemini 4 Pro之所以提前完成訓練，是因為Google DeepMind在訓練過程中實現了RSI閉環——遞歸自我改進（Recursive Self-Improvement，即模型在訓練中不斷優化自己的訓練策略，形成正向循環）。
Google DeepMind首席戰略官贾斯吉特·塞克洪此前公開表示，RSI已成為AI巨額投資邏輯的關鍵一環；Google同期還公開了一項名為Dream-RSI的研究。
簡單來說＝ 普通AI靠人類餵數據變聰明，RSI的意思是模型自己教自己、越跑越快——這也是為甚麼Gemini 4 Pro可能比預期更早出現。
對Google的競爭格局意味著甚麼？
Google上一個旗艦版本Gemini 3.1 Pro發布於今年2月，距今已超過半年；原定6月上線的Gemini 3.5 Pro因性能不及Flash而被取消。
這意味著→ Google在旗艦模型層面已經沉寂了兩個產品週期，市場一度認為它在OpenAI和Anthropic面前掉隊。
若Gemini 4 Pro的基準數據最終被驗證，它將是Google時隔多月後重新確立旗艦競爭力的關鍵節點——從「追趕者」變回「領先者」的敘事轉折。
市场有风险，内容仅供研究参考，不构成投资建议。