网易首页 > 网易号 > 正文 申请入驻

刚刚,Gemini 4 Pro偷跑上线!碾压Astra和Fable

0
分享至


新智元报道


真是深藏不漏!

这一次,谷歌终于把底牌扔出来了。

就在这两天,大模型竞技场Arena悄然杀入一款新模型,名字竟挂着「gemini-3.8-flash」。

上手实测的AI大佬和开发者交手几轮后,几乎倒吸一口气——

这极有可能是谷歌DeepMind,悟了整整半年的下一代旗舰Gemini 4 Pro!


一张疯传全网的基准图,简直堪称「恐怖」。

Gemini 4 Pro完全杀疯,编码、智能体、推理等领域实力,全面碾压GPT-6 Astra、Claude Fable 5.1。


开发者Vidhi体验过后,被Gemini 4 Pro完全震惊到了。

一张猫咪的SVG图,就证明了一切。GPT-6 Astra直接扔出了一只「大猫咪」(似猫非猫,更像laofu)。



正如传言所说,谷歌内部实现了RSI,Gemini 4 Pro才能和Astra/Fable正面对打。

沉寂许久的巨兽,真的强势回归了!

Gemini 4 Pro匿名偷跑,击败Astra和Fable

AI圈许久未有这么兴奋了。

要知道,谷歌上一个大版本更新Gemini 3.1 Pro,已经是7个月前(2月19日)的事儿了。

谷歌I/O大会上,劈柴曾预告:Gemini 3.5 Pro将在6月上线。

未曾想,这一重大发布鸽了又鸽,最终「胎死腹中」!

就在这个月初,WSJ独家爆料,Gemini 3.5 Pro取消了,原因很简单——

3.5 Pro的进化程度,连Flash都比不上。

好在,Gemini 4在预训练中评估优秀,后训练还在顺利进行中。

如今,Gemini 4 Pro竟穿上了gemini-3.8-flash的「马甲」,在Arena上首个检查点现身了。

毕竟Gemini 3.8 Flash这款模型,早在9月初发布,同名再出现极不寻常。

一大波上手体验后的开发者们,对4 Pro印象深刻,甚至体感超越了Astra和Fable。


从泄露的基准测试图中,可以发现,4 Pro实现了全面压制,成绩单非常亮眼——

  • DeepSWE v1.1:AI智能体编码任务上,4 Pro拿下了最高88.%分,比Astra还要多近2%;

  • GDPval-AA v2:在真实知识工作任务中,4 Pro唯一获得了2064 Elo;

  • Terminal-bench 2.1:4 Pro终端编码能力也是最强的95.3%;

  • OSWorld-2.0:计算机使用能力方面,4 Pro斩获86.8%,击败了Astra和Fable。

若这张表分数属实,Gemini 4 Pro真是「地表最强」的AI了。

在价格方面,相较于Astra和Fable,也是「御三家」中最具性价比的那个。每百万Token输入价格2.25美元,每百万Token输出价格11.25美元。


AI研究员Qwinah进入Gemini 4 Pro后端后发现,它有1000万输入上限,25.6万输出上限,永久跨会话记忆,不用API即可连网。


全网首测4 Pro,登上热搜

真正比跑分更有看点的,是全网一大的波惊艳实测。


UI网页设计,品味大提升

这不,开发者Bee测完之后,直呼「Gemini 4 Pro太不真实了......」

短短14分钟,4 Pro打造了一个以素描、铅笔与石墨质感为主题的「创意展示网页」。

它竟可以将网页的「滚动即笔触」概念化,向下滑动线条逐渐加深,交互感非常丝滑。


下面这个是一个兼具赛博朋克和复古未来主义的工作网站。

4 Pro在设计过程中,首屏结合了3D网格、数据仪表盘,还有可交互的3D模型。

3D+SVG,夯爆了

全网疯传的一个经典「鹈鹕骑自行车」的测试,Gemini 4 Pro输出的效果非常震撼。

配色、日夜切换、车灯、解剖标注、踏频控制,整个完成度完全不输顶尖大模型。

Pankaj Kumar在体验后,直接总结了几个变化:

速度很快,SVG和3D生成明显进步;一次提示就能把复杂要求吃得比较准。

甚至,它已经能直接生成带完整交互逻辑、视觉效果不错的小游戏。



再来看一个像素风3D宝塔测试,有种身临其境的味道了。


下面这个是4 Pro用时10分钟,制作出的空客H145直升机3D模型。


另外,在一个3D飞行模拟的测试中,4 Pro的画面效果大幅超越了Gemini 3.8 Flash。

从这一点,就可以证明,Gemini 3.8 Flash和竞技场上的gemini-3.8-flash不是同一款。



一键直出可玩的游戏

在游戏生成方面,Gemini 4 Pro也没有落下。

「我的世界」从页面搭建,大游戏中每个模块的设计,完全不输此前放出的Astra的测试。

还有下面这个3D卡丁车竞速游戏,看起来比跑跑卡丁车这些曾风靡一时赛车游戏更现代;而这,是Gemini 4 Pro花了很短时间做出来的。

谷歌真正押注的,叫 RSI

一旦RSI这个循环真能持续转起来,模型升级的节奏可能彻底变掉。

上个月,Google DeepMind首席战略官Jasjeet Sekhon在伯克利的活动上,直接把话挑明了——

RSI(递归自我改进),已成为AI巨额投资逻辑里的关键一环。

整个行业押注的,是能力曲线继续向上。

而如果真正撞上递归自我改进,这条曲线甚至可能从「指数增长」进一步加速。

就在最近,全网流传着更激进的说法:

Gemini 4之所以提前完成预训练,正是因为谷歌DeepMind在训练中实现「RSI闭环了」。


有意思的是,就在14日,谷歌一项名为Dream-RSI的研究也公开了。

它研究的正是,如何让Agent在探索过程中不断改进自己的搜索策略,从经验中继续升级下一轮探索。

可以确认的是,谷歌DeepMind已经公开把RSI摆到了非常重要的位置。

而且,AI参与改进AI的迹象越来越多。

「御三家」要回来了?

所以,Gemini 4 Pro面对的是一个已经彻底变样的牌桌。

OpenAI有Astra;Anthropic有Fable 5.1。

两大巨头已经把竞争从单纯聊天,卷到长任务、Agent、代码、推理乃至自主科研。


谷歌如果只是做出一个「比Gemini 3.8更强」的模型,已经不够了。

Gemini 4 Pro必须重新证明一件事:Gemini还在最前沿!

谷歌要想撑住目前4.23万亿美元的市值,保持AI实力在第一梯队至关重要。

参考资料:

https://x.com/HarshithLucky3/status/2100524699780600136

编辑:桃子 马可

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
创业板拟引入做市商制度

创业板拟引入做市商制度

每日经济新闻
2026-11-22 18:49:21
普京:乌克兰试图死守顿涅茨克10%的领土,这有什么意义呢?

普京:乌克兰试图死守顿涅茨克10%的领土,这有什么意义呢?

飘逸语人
2026-11-21 05:54:19
大幅、较快增长!质效持续提升!“数”看中国经济韧性与活力

大幅、较快增长!质效持续提升!“数”看中国经济韧性与活力

北青网-北京青年报
2026-11-22 07:23:05
工地男子扛蛇皮袋坐软卧被乘客举报,乘警检查后,全车人集体起立

工地男子扛蛇皮袋坐软卧被乘客举报,乘警检查后,全车人集体起立

悬案解密档案
2025-07-14 16:42:58
印尼糖果厂火灾已致7人死亡 约50人失联 

印尼糖果厂火灾已致7人死亡 约50人失联 

新华社
2026-11-22 16:58:03
连演唱会荧光棒里都装上了芯片,“工业克苏鲁”真在赔本赚吆喝吗?

连演唱会荧光棒里都装上了芯片,“工业克苏鲁”真在赔本赚吆喝吗?

平流层散步者
2026-11-19 22:50:17
现代新车狂啊!第八代,11月22日见

现代新车狂啊!第八代,11月22日见

3C毒物
2026-11-22 15:00:02
交了15年社保,昨天退休金到账了,我盯着短信看了三遍才敢信

交了15年社保,昨天退休金到账了,我盯着短信看了三遍才敢信

呼呼历史论
2026-11-22 16:12:24
0.55美元!连续28天破红线!爱奇艺退市倒计时开始

0.55美元!连续28天破红线!爱奇艺退市倒计时开始

流苏晚晴
2026-11-22 14:11:40
36岁奥斯卡影后当众掀衣秀假体:我是完整C杯

36岁奥斯卡影后当众掀衣秀假体:我是完整C杯

时光慢旅人
2026-11-20 11:03:53
54岁袁立大病初愈游国外,剪短发瘦成皮包骨,老公全程宠溺跟拍

54岁袁立大病初愈游国外,剪短发瘦成皮包骨,老公全程宠溺跟拍

眼光决定境界
2026-11-16 13:06:15
绝不照单全收!大批留美学者晚年回国养老?人社部对此有明确规定

绝不照单全收!大批留美学者晚年回国养老?人社部对此有明确规定

情感的我
2026-11-20 03:45:05
AI集体翻车!“13个鸡蛋”为啥就那么难画?

AI集体翻车!“13个鸡蛋”为啥就那么难画?

上观新闻
2026-11-21 07:17:25
大批物价跌回20年前!东西越来越便宜,为啥日子却更难了?

大批物价跌回20年前!东西越来越便宜,为啥日子却更难了?

华人星光
2026-11-19 13:45:11
甲亢哥52小时不睡通关GTA6 却触发最差结局崩溃落泪!

甲亢哥52小时不睡通关GTA6 却触发最差结局崩溃落泪!

游民星空
2026-11-21 11:07:36
她是体坛冠军的大败类,为捞钱共侍二夫,坑害国民44亿后逃往美国

她是体坛冠军的大败类,为捞钱共侍二夫,坑害国民44亿后逃往美国

墨策讲历史
2026-11-22 18:52:33
6-5!英锦赛一夜3场绝杀:中国军团5胜2负,丁俊晖首场对手2选1

6-5!英锦赛一夜3场绝杀:中国军团5胜2负,丁俊晖首场对手2选1

球场没跑道
2026-11-22 09:03:41
两位妈妈打扮精致去开家长会,被发到网上,网友吵翻:这是选美,还是开会?

两位妈妈打扮精致去开家长会,被发到网上,网友吵翻:这是选美,还是开会?

蝴蝶花雨话教育
2026-10-29 00:05:14
嫣然基金发文官宣!57岁王菲跨出关键一步,母女三人首度合体

嫣然基金发文官宣!57岁王菲跨出关键一步,母女三人首度合体

一娱三分地
2026-11-22 19:10:04
为什么乡镇叫党委,街道叫党工委?

为什么乡镇叫党委,街道叫党工委?

网观天下
2026-11-16 07:34:12
2026-11-22 19:56:49
新智元 incentive-icons
新智元
AI产业主平台领航智能+时代
16744文章数 67254关注度
往期回顾 全部

数码要闻

三星的内存产能至2029年已几乎全部预订一空 客户正寻求直至2031年的供货协议

头条要闻

主播私闯果园带货糟蹋一千多斤苹果:切开后全扔地上

头条要闻

主播私闯果园带货糟蹋一千多斤苹果:切开后全扔地上

体育要闻

全场挨打1比4溃败 阿隆索已过保质期?

娱乐要闻

杨迪戴东北绒帽在黑龙江漠河舞厅跳舞

财经要闻

金价跌破3550美元,分析称短期下行未逆转

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

汽车要闻

旗舰纯电大六座 2027款岚图泰山将于广州车展预售

态度原创

健康
家居
亲子
旅游
军事航空

医生眼里"很伤腰"的椅子,很多人天天坐

家居要闻

2026建博会(广州) 公装联探展交流活动

亲子要闻

幼儿园开学萌娃状态,哈哈哈太真实了,这看着又好笑又心疼!

旅游要闻

山西临汾洪洞:一树藏千年文脉,一域系万家根魂

军事要闻

伊朗革命卫队称袭击美军在巴林两处基地防空雷达

无障碍浏览 进入关怀版