Gemini 4 Pro疑似泄露，“AI减排”又成空话

文 | 字母AI 前几个月，OpenAI和Anthropic轮番把旗舰模型往前推，谷歌却显得异常安静。 Flash几乎3周一更，3.6、3.7、3.8连续往前，但代表最高能力上限的Pro迟迟没有动静。 直到这两天，大模型盲测竞技场Arena里，突然冒出一个挂着gemini-3.8-flash名字的模型。 开发者一上手就发现了不对劲，真正的Gemini 3.8 Flash已经发布了，它该是什么水平，大家心里有数。可这个“3.8 Flash”，写代码、做SVG、跑Agent，表现明显又往上跳了一截。 几轮实测之后，一个猜测迅速扩散开来： 这个模型很有可能是谷歌藏在标签后面的下一代旗舰——Gemini 4 Pro。 紧接着，一张更夸张的benchmark对比图开始疯传。编码、Agent、推理，多项成绩都把GPT-6 Astra和Claude Fable压在下面。 就在几天前，几家最重要的AI公司还在公开讨论，是不是该慢一点。现在，减速的声音还没落地，新一轮竞赛已经开始狂飙。 而这个疑似Gemini 4 Pro的“神级模型”背后，还有一个更危险的关键词： RSI。 Gemini 4 Pro疑似泄露 9月2日，Google刚刚正式发布Gemini 3.8 Flash。官方称，这是Gemini 3系列最新一代Flash，在软件工程、Agent任务和复杂多步推理上都有明显提升；从3.7 Flash到3.8 Flash，中间只隔了三周。 所以，当Arena里又出现一个同样挂着gemini-3.8-flash名字的模型时，开发者很快就察觉到了异常。 真正的3.8 Flash已经摆在那里，大家有现成的参照物。而这个模型看起来明显更强，分明是Pro模型才会有的实力。 最早引发传播的一批实测，集中在SVG、网页和3D场景上。 开发者Harshith让它用SVG画一只侧面的家猫，并把结果与GPT-6 Astra Max和正式版Gemini 3.8 Flash放在一起。Arena里的这个版本，无论轮廓、比例还是细节完整度，都和正式3.8 Flash拉开了肉眼可见的差距。 从左到右依次为“4 Pro”、Astra、3.8 Flash X网友@thtbee_从多个角度连续测试了这个疑似Gemini 4 Pro的模型。 一个Voxel风格宝塔，模型跑了8分钟，直接生成了一整套可交互3D场景。 一架空客H145直升机，它只花大约10分钟就搭出了完整的3D展示页面，细节非常丰富。不过，这位网友表示，页面底部的UI元素“看起来有点糟”。 在网页设计上，模型花了大约14分钟就做出了一套单色主题网站，整体非常干净、完整。过去Gemini经常被吐槽的设计品味问题，这次似乎终于被补上了。 另一位网友@Mr_Salio直接拿这个疑似Gemini 4 Pro的模型去做游戏。成品画面足够流畅，世界生成和游戏设计的完成度也很高。 更关键的一条线索来自开发者Qwinah。 他声称自己成功“幽灵路由”到了Gemini 4 Pro的后端，并贴出了一张疑似内部终端信息的截图。 根据他的说法，这个模型的内部标识里直接出现了G4P-ARGON和VIA_3.8_FLASH，最大输出达到256K，上下文窗口超过1000万token，还带有跨会话永久记忆、无需API即可联网、后端自动编译运行脚本，甚至物理机器人控制等能力。 如果这些信息属实，那它显然已经不是一次普通的Flash升级。 与此同时，一张Gemini 4 Pro的benchmark对比表也开始在社区疯传。 按照图里的数据，Gemini 4 Pro在软件工程测试DeepSWE v1.1拿到88.7%，在终端Agent测试Terminal-Bench 2.1达到95.3%，在专家级知识推理测试HLE-Verified冲到72.1%，在电脑操作Agent测试OSWorld 2.0达到86.8%。 更夸张的是，在衡量真实知识工作的GDPval-AA v2上，它被写成2064 Elo，直接突破2000大关。 如果这些数据属实，Gemini 4 Pro简直能“拳打Fable，脚踢Astra”，一举站上前沿模型之巅。 但越是夸张，越需要小心。 值得注意的是，这张benchmark表，和Qwinah“挖”出来的那张疑似后端截图，并不完全对得上；benchmark表里作为对照项的Astra，得分也不符合官方数据；两份材料都没有Google、Arena或相关benchmark官方背书，目前仍然只是社区流传的信息。 唯一能被确认的只有那个名叫gemini-3.8-flash名字的模型，和完全不符合Gemini 3.8 Flash的表现。 但大家之所以会迅速把答案指向Gemini 4 Pro，还有一个非常重要的原因：Google的Pro模型，已经空窗太久了。 Gemini 3.5 Pro迟迟没有正式落地，Gemini 4早已确认进入训练，过去几个月，Flash一代代往前推，真正代表能力上限的Pro线始终没有新型号出现。 现在，一个能力明显异常的“3.8 Flash”突然从Arena里钻了出来。 于是，猜测自然越来越像样——Google可能根本没打算把真正的大升级留给3.5 Pro，直接憋到了Gemini 4 Pro。 Gemini 4 Pro背后，更大的关键词是RSI 如果说Gemini 4 Pro目前还只是社区传言，那么更值得注意的是， 谷歌正在明显加快AI参与模型研发的速度。 在这一次的Gemini 4 Pro传闻里，RSI这个关键词被反复提及。 RSI全称为Recursive Self-Improvement，递归自我改进，简单来说，就是AI开始参与制造更强的AI，而更强的AI又进一步加快下一代模型的研发。 一旦这个循环跑起来，被加速的就不只是模型能力本身。 就连模型进化的速度，也会开始被模型自己加速。 路透社今年8月披露，谷歌联合创始人Sergey Brin近几个月一直在推动Gemini提速，并把递归自我改进列为重点关注方向之一。 虽然谷歌目前还没有公开宣布自己已经实现了这个闭环，但它正在把越来越多原本属于研究员的工作交给Agent，包括评测模型、寻找改进方向、跑实验，再把结果反馈回模型研发流程。 9月2日发布Gemini 3.8 Flash时，谷歌也在官方说明里提到，一套长期运行的Agent循环正在“递归地评估和改进底层模型”。 Google DeepMind研究员姚顺宇（不是腾讯的姚顺雨）则在3.8 Flash发布后，化用了阿姆斯特朗登月时的话来形容这次更新： “这是模型的一小步，RSI的一大步。” 就在最近， 谷歌还把“RSI”写进了一篇新论文的标题里 。 9月14日，谷歌、GDM等团队发布Dream-RSI，专门研究如何让Agent通过不断改进探索策略，实现递归自我改进。在算法工程、数学优化和GPU kernel任务上，这套方法都显示出更高的探索效率和更低的搜索成本。 也正因如此，这次Gemini 4 Pro的传闻才会迅速和RSI绑在一起。 社区里的猜测并没有停留在“Gemini 4 Pro很强”上，也在追问，谷歌内部到底把RSI做到了什么程度。 RSI这条路显然不只谷歌在走。 美国时间9月17日，Anth