2026年9月中旬，一个标注为“gemini-3.8-flash”的匿名模型出现在大模型竞技场Arena的盲测中，其表现远超已发布的Gemini 3.8 Flash版本。开发者社区普遍判断，这很可能是谷歌尚未正式发布的下一代旗舰模型Gemini 4 Pro的灰度测试版本。9月23日，谷歌DeepMind高级副总裁Koray Kavukcuoglu在The Information举办的AI Agenda Live峰会上确认，Gemini 4已进入后训练早期阶段，发布时间将“远早于年底”。

一、官方确认：跳过3.5 Pro，全力押注Gemini 4

Koray Kavukcuoglu的官方确认，是这轮传闻中唯一已获证实的关键信息。他表示，Gemini 4目前已进入“后训练”开发阶段，公司已取得内部测试结果，“因为我们看到了结果，也很振奋”，计划尽快推出早期后训练版本，再持续快速迭代。

回顾谷歌的产品节奏，这一提速信号更加明显。原本按计划，谷歌CEO皮查伊曾在2026年5月I/O大会上预告Gemini 3.5 Pro将于6月发布，但最终未能亮相。Kavukcuoglu解释，团队选择“稍微退了一步”，将精力转向Flash模型系列，“当时最重要的是尽可能加快学习速度”。目前，Gemini 4已成为谷歌的唯一重点，训练进度大大提前——据报道，Gemini 4 Pro预训练仅耗时约两个月。谷歌工程师已在内部使用Gemini 4运行Antigravity AI编程工具，防护机制开发与安全测试同步进行中。

需要注意：Koray Kavukcuoglu的头衔是Google DeepMind高级副总裁（SVP），直接向谷歌CEO皮查伊汇报。2026年8月，Demis Hassabis卸任DeepMind CEO，转任董事长兼Alphabet首席科学家。

二、Arena匿名测试：3D物理模拟与代码生成能力引发关注

9月17日起，多名开发者报告Arena上“gemini-3.8-flash”匿名模型的表现出现异常跃升。X用户Harshith发帖称该模型实为Gemini 4 Pro，附鹈鹕骑车SVG实测视频，截至抓取时播放量达17.27万次。

核心实测案例（社区实测）：

3D机械蝴蝶。 开发者使用Three.js让Gemini 4 Pro和Claude Fable 5.1分别生成3D机械蝴蝶。Gemini 4 Pro约10分钟完成，Fable 5.1耗时约30分钟。生成的蝴蝶齿轮咬合、发光羽翼等细节到位，还支持爆炸视图和飞行模式切换，无需额外提示即自主扩展了功能。

3D国际空间站。 开发者Bee报告Gemini 4 Pro用约16分钟，通过纯代码生成了交互式3D国际空间站绕地球运行模拟，从网上抓取了正确的地球纹理贴图以保证地理准确性。Bee也指出了一些问题，比如从地球另一侧仍能看到空间站，物理上不够合理；UI界面设计像是默认的，没有针对需求定制。

水上飞机物理模拟。 在3D浮筒飞机水面滑行起飞的对比中，Gemini 4 Pro在流体力学、水面反射和加速平稳性方面表现优于Claude Opus 5.5。

代码与工程效率。 有开发者报告用它14分钟生成了一个完整网站，还有人在一个提示词下生成可玩的网页游戏。

需要强调的是，以上均为社区实测，Arena匿名模型的身份尚未获官方确认，这些“Gemini 4 Pro”的推断仍属社区共识。

三、社区传闻规格：1000万Token上下文与256K输出

社区流传的规格信息值得关注，但证据力有限：

输出上限256K token。 技术研究者@Lentils80贴出号称是Gemini 4 Pro的内部截图，显示输出上限从先前的64K大幅提升到256K token，内部代号为“argon”。

1000万token输入上下文。 另一名用户声称通过“ghost route”进入后端路由，取得1000万token输入上限、256K输出上限、跨session永久记忆等规格信息。

需要理性看待这些数据。 有分析指出，“所谓内部探测多半只是直接问模型‘你是谁’得到的自我陈述，而语言模型对自身身份的表述本来就不算可靠，这类回应经常是幻觉”。“ghost route逆向工程”得出的规格也没有任何技术媒体能够独立复现或验证。

四、网传基准数据与定价

网传的基准测试图显示，Gemini 4 Pro在多项测试中取得领先：DeepSWE v1.1（智能体编码）约88%，超过Astra近2个百分点；Terminal-bench 2.1（终端编码）95.3%，全场最高；OSWorld-2.0（计算机操作）86.8%，领先Astra和Fable 5.1；GDPval-AA v2（真实知识工作）以2064 Elo成为唯一突破2000分的模型。

但必须指出：这张基准图没有官方出处、没有测试配置、没有复现链接，引用时应标注“网传基准图称”。

网传定价为每百万Token输入2.25美元、输出11.25美元。与正牌Gemini 3.8 Flash发布价（输入0.75美元/输出3.75美元）相比，泄露价输入和输出均贵约3倍。有分析认为，“泄露价若属实，讲的是旗舰身价不是性价比”。

五、行业背景：RSI、TPU与竞争格局

递归自我改进（RSI）的讨论。 多个来源将Gemini 4的能力跃升与RSI关联。Google DeepMind策略总监Jasjeet Sekhon在Berkeley一场活动中表示，RSI已成为AI巨额投资逻辑的重要一环——若AI能持续参与并改善自身能力，模型进步速度可能进一步加快。

TPU与算力布局。 谷歌正扩大自研AI芯片TPU业务，并计划发射装载TPU的卫星。Kavukcuoglu指出，DeepMind在开发新一代前沿模型期间可让硬件团队提早掌握未来模型的运算需求，从而规划往后两至三代TPU的设计。

竞争格局变化。 2025年底Gemini 3系列发布后，谷歌已有约七个月未更新旗舰模型。期间OpenAI和Anthropic接连推出新版本，谷歌在复杂推理能力方面被认为落后于竞争对手。Gemini 4的加速推进，意味着谷歌正试图重新回到第一梯队。

Kavukcuoglu对竞争态势表达了信心：“我对这个团队充满信心。在我的心中，我们始终会站在技术前沿。”他还指出，AI竞争的下个阶段，关键问题不是AGI，而是“能否构建出值得信任的智能体”。

六、常见问题FAQ

Gemini 4 Pro已经正式发布了吗？

尚未正式发布。目前所有信息来自Arena匿名测试和社区泄露。谷歌官方仅确认Gemini 4已进入后训练阶段，发布时间将“远早于年底”。

Arena上“gemini-3.8-flash”真的是Gemini 4 Pro吗？

这是社区共识，但尚未获谷歌官方确认。判断依据是该匿名模型的表现远超已发布的Gemini 3.8 Flash，且同名模型再次出现极不寻常。

1000万Token上下文和2.25美元定价属实吗？

这些数据均来自社区传闻和匿名账号的自称“逆向工程”结果，未获官方证实，也无可独立复现的技术验证。建议在引用时标注“网传”。

Koray Kavukcuoglu是谁？

谷歌DeepMind高级副总裁（SVP），2026年8月接替Demis Hassabis负责DeepMind日常运营，直接向谷歌CEO皮查伊汇报。

什么是RSI（递归自我改进）？

指AI系统能够参与改善自身能力，从而加速模型迭代速度。Google DeepMind策略总监表示，RSI已成为AI投资逻辑的重要一环，但目前尚无公开证据表明Gemini 4实现了完整的RSI闭环。