Back to blog

刚刚,Gemini 4 Pro 偷跑上线!碾压 Astra 和 Fable

披着 gemini-3.8-flash 马甲的 Gemini 4 Pro 检查点偷跑 LMSYS Arena:DeepSWE 88.x% 登顶、GDPval-AA v2 唯一破 2000 Elo、Terminal-bench 95.3%、OSWorld-2.0 86.8%,输入仅 $2.25/百万 Token。附前端/3D/游戏实测与国内三种直连通道。

Sep 18, 2026Maynor
刚刚,Gemini 4 Pro 偷跑上线!碾压 Astra 和 Fable

刚刚,Gemini 4 Pro 偷跑上线!碾压 Astra 和 Fable

真是深藏不露!

这一次,谷歌终于把压箱底的核弹级底牌甩出来了。

就在这两天,全球大模型竞技场 LMSYS Arena 悄然杀入一款神秘新模型,马甲名字赫然挂着 gemini-3.8-flash。

然而,各大 AI 顶流大佬和开发者刚交手几轮,几乎全都倒吸一口凉气——

这绝非普通的 Flash 版本,这极有可能是谷歌 DeepMind 闭关憋了整整半年的下一代超旗舰:Gemini 4 Pro!

Arenas Tracker:发现 gemini-3.8-flash 模型变体 图注:LMSYS Arena 追踪器捕获到神秘变体 gemini-3.8-flash,实测表现与轻量级定位严重不符

一张疯传全网的基准测试天梯图,更是堪称降维打击。

Gemini 4 Pro 全面杀疯——在代码智能体、深度推理、通用任务等核心指标上,硬生生碾压了 OpenAI 传闻中的 GPT-6 Astra 与 Anthropic 的 Claude Fable 5.1!

基准对比表:Gemini 4 Pro 全面碾压 Astra / Fable 图注:泄露的基准跑分图表,Gemini 4 Pro 在智能体(Agent)与终端交互等维度全面领先

开发者 Vidhi 在深度体验后直言被彻底震撼。

仅凭一段**「生成猫咪 SVG」**的经典 Prompt,差距便一目了然:GPT-6 Astra 搞出了一只结构失真、似猫非猫的"四不像";而 Gemini 4 Pro 交付的矢量图形结构精巧、审美在线,表现呈现断层式领先。

Vidhi:Gemini 4 碾压 GPT-6 Astra max 的讨论截图 图注:海外开发者 Vidhi 盛赞 Gemini 4 表现全面超越 GPT-6 Astra Max

猫咪 SVG 对比:Gemini 4 Pro vs GPT-6 Astra vs Gemini 3.8 Flash 图注:猫咪矢量图 SVG 实时渲染对比,Gemini 4 Pro 在构图控制与几何拟真度上显著更优

正如业界此前传闻:谷歌内部率先跑通了 RSI(递归自我改进)飞轮,Gemini 4 Pro 才能以如此姿态正面对打 Astra 与 Fable。

沉寂已久的 AI 帝国巨兽,终于迎来了真正的强势回归!


一、 换皮匿名偷跑,旗舰基准屠榜

AI 圈已经很久没有这般集体沸腾了。

要知道,谷歌上一次大版本更新 Gemini 1.5/3.1 系列 已经过去了数月。原计划在夏季推出的过渡版本频繁延期甚至流产,外媒华尔街日报(WSJ)曾透露核心缘由——中途迭代的进化幅度不及预期。

为了打赢这场翻身仗,谷歌直接跳过过渡态,将算力全盘压注在 Gemini 4 上。

如今,披着 gemini-3.8-flash 羊皮的 Gemini 4 Pro 检查点一登场,实测性能便惊呆了众人。

Gemini 4 Pro 品牌横幅 图注:外网曝光的 Gemini 4 Pro 官方宣传横幅与核心定位

核心基准测试性能一览

从外网泄露的硬核跑分数据来看,Gemini 4 Pro 交出了一份统治级的成绩单:

评测基准项目 针对核心场景 Gemini 4 Pro 表现 行业对比优势
DeepSWE v1.1 AI 智能体端到端软件工程 88.x%(登顶) 领先 Astra 约 2%,位居行业第一
GDPval-AA v2 真实世界复杂知识工作 2064 Elo 全场唯一突破 2000+ Elo 的模型
Terminal-bench 2.1 CLI 命令行与底层系统操作 95.3% 展现极高精度的系统级交互能力
OSWorld-2.0 计算机使用(Computer-Use) 86.8% 全面超越 Astra 与 Fable,Agent 操作天花板

除了极致性能,在开发者最关心的 API 成本上,Gemini 4 Pro 同样祭出了性价比杀招:

  • 输入定价:仅 $2.25 / 百万 Token
  • 输出定价:仅 $11.25 / 百万 Token
  • 相比 Astra 与 Fable,直接击穿了超旗舰模型的成本底线!

yara David:Arena 上 gemini-3.8-flash 与基准/鹈鹕动画拼图 图注:社区开发者对该匿名模型进行多维度逆向测试,确认为新一代架构

AI 研究员 Qwinah 深入后端调试后,更是扒出令人咋舌的系统参数:

  • 超大上下文:1000 万 Token 输入上限 + 25.6 万 Token 输出上限
  • 原生能力:支持**永久跨会话记忆(Cross-session Memory)**与免 API 的底层级原生实时联网。

DeepMind 内部终端风格泄露图:Flags 与 Reasoning Trace 图注:泄露的内部终端日志,曝光了长上下文 Flag 与深度推理追踪轨迹(Reasoning Trace)


二、 全网实测炸裂:前端、3D与交互全维飞跃

跑分只是数字,真实落地生成才是检验大模型的试金石。

Today's News:Gemini 4 Pro Checkpoint 登顶 Arena.ai 图注:海外科技热搜报道,Gemini 4 Pro 检查点以断层级评分登顶 Arena.ai

1. 前端 UI 与交互设计:美学品味质变

开发者 Bee 在上手后惊呼:"Gemini 4 Pro 展现出的设计力太不真实了……"

短短 14 分钟内,模型全自动打造了一套铅笔石墨质感的高阶创意展示网站。更绝的是,它原生融入了**「滚动即笔触(Scroll-to-Draw)」**设计哲学:页面随鼠标向下滑动,笔触自然加深,动态呈现完全不输顶级资深前端设计师。

Bee:Gemini 4 Pro 14 分钟做出精致专题网站 图注:Gemini 4 Pro 单次 Prompt 快速输出的高审美、交互式前端工程

面对赛博朋克与复古未来主义网站需求,模型直接整合了 3D 空间网格、实时数据可视化仪表盘以及可交互的 WebGL 模型,彻底摆脱了此前大模型前端生成的"模板感"。

2. 3D 与复杂的动态矢量(SVG):细节拉满

在 AI 绘图界臭名昭著的**「鹈鹕骑自行车」**极限测试中,Gemini 4 Pro 的输出效果惊艳全场。

逆向运动学(IK)解算、踏频动力学动画、日夜光影切换系统、自行车机械结构标注……逻辑极其严谨。

鹈鹕骑自行车 SVG IK 交互演示动图(Le Pélican Cycliste) 动图演示:Gemini 4 Pro 生成的具备复杂 IK 动力学交互的鹈鹕骑行动画

GPT-6 Astra vs Gemini 4 Pro 鹈鹕骑行对比动图(右下角水印已打码) 动图对比:GPT-6 Astra 与 Gemini 4 Pro 在同一提示词下的动态效果与物理规律对比

不管是极其考究的像素风 3D 宝塔,还是耗时仅 10 分钟即可精准搭建的 空客 H145 直升机高精度 3D 渲染器,4 Pro 都信手拈来。

像素风 3D 宝塔 Gojū-no-tō Garden 动图 动图演示:像素风 3D 庭院交互展示,光影渲染与深度层次极佳

空客 H145 直升机 3D 模型配置界面动图 动图演示:高精细度空客直升机 3D 渲染与可配置化 Web 交互展示

在 3D 飞行模拟测试中,Gemini 4 Pro 表现出的物理引擎调度能力与画面帧率,更远远拉开了与旧版 Flash 模型的距离。

Sh AI / Tim Jayas:Gemini 4 Pro vs 3.8 Flash 画面差异讨论 图注:社区深入解析两代模型在渲染管线与空间理解上的鸿沟

Gemini 3.5 Flash vs Gemini 4 Pro 3D 飞行模拟对比(右下角水印已打码) 动图对比:3D 飞行模拟实机渲染,Gemini 4 Pro 流畅度与光影质感呈现跨代式提升

3. 端到端游戏构建:一键输出可玩原型

在单提示词生成游戏方面,从复刻《我的世界》方块搭建逻辑,到直接写出一款具备现代漂移物理特性的 3D 卡丁车竞速小游戏,Gemini 4 Pro 展现了极为恐怖的代码整合能力与运行时报错自纠缠机制。


三、 谷歌真正的战略底牌:RSI(递归自我改进)

模型质变的背后,绝不仅仅是多堆了几万张 TPU。谷歌押注的终极杀招,是 RSI(Recursive Self-Improvement,递归自我改进)。

正如 Google DeepMind 首席战略官 Jasjeet Sekhon 所言:AI 产业的下一波超级曲线,依赖于模型能否实现自主递归改进。

传统的预训练是线性投喂,而一旦 AI 能在合成数据构造、代码反思、强化学习验证上形成闭环,自我迭代速度将从指数级进一步跃迁。

lyra:向 GoogleDeepMind 祝贺截图 图注:业内人士对 DeepMind 成功实现 RSI 飞轮闭环表达祝贺

结合谷歌最新公开的 Dream-RSI 架构成果——让智能体在自主探索中持续优化搜索策略,业内普遍推测:Gemini 4 之所以能提速提前完成,核心动力正是"AI 指导下的 AI 自主迭代"!


四、 巅峰牌桌重构:AI "御三家"格局生变

Mehdi:Gemini 4 Pro 泄露剑指 Astra 要点总结 图注:分析师总结 Gemini 4 Pro 泄露的核心特征,剑指 OpenAI Astra

当前顶级大模型的战役,早已脱离了"日常问答"这一初级维度。

  • OpenAI 手握 Astra,主攻超级智能体与系统整合;
  • Anthropic 依托 Claude Fable 5.1,深耕代码与科研长流程;
  • 谷歌 则凭借 Gemini 4 Pro 掀起全模态、超长记忆与 RSI 闭环的反攻狂潮!

五、 国内高效使用 Gemini 的三种通道(免魔法指南)

受限于网络环境,国内直连 Gemini 官网存在门槛。以下整理了 3 种稳定可用的国内直连方案,按需选用即可:

核心渠道横向对比表

方案类别 核心平台地址 核心定位与适用场景 核心优势
方案一:API 中转 https://tryallapi.com/ 开发者、企业系统集成、批量调用 国内直连、支持微信/支付宝、全量模型按量扣费
方案二:镜像对话站 https://trygpt.asia/list/#/home 个人日常写作、即开即用、深度问答 免梯直连、UI 与官方一致、开箱即用
方案三:多模型聚合 http://trymodel.chat/ 横向对比 Gemini、ChatGPT、Claude 一站整合御三家主流模型、无需反复切号

详细接入指南:

  • 方式一:API 中转服务(适合开发 / 系统集成)

    • 访问链接:https://tryallapi.com/
    • 平台定位:专业级国内 API 聚合中转(MomoAPI),支持 Gemini 等最新模型按量调用。
    • 核心特性:境内服务器直连、网络延迟极低、支持国内支付工具、为个人及企业级业务提供标准化接口。
  • 方式二:高拟真网页镜像(适合日常对话办公)

    • 访问链接:https://trygpt.asia/list/#/home
    • 平台定位:国内直连的 Web 交互镜像站。
    • 核心特性:免魔法即用,界面还原度极高,适配日常代码排错、论文研读、多语言翻译等任务。
  • 方式三:多模型聚合平台(适合一站式横向测评)

    • 访问链接:http://trymodel.chat/
    • 平台定位:一站式 AI 大模型工作台。
    • 核心特性:同时集成 Gemini、ChatGPT、Claude、Grok 等顶尖大模型,同一 Prompt 可直接多模型同台竞技,告别繁琐切号。

一句话总结建议:跑业务接代码选 方案一;轻度办公聊天选 方案二;追求多模型横评比对选 方案三。