谷歌神秘模型现身竞技场：疑为 Gemini 4 Pro，基准测试与 SVG 动画刷屏

在大模型竞技场 Arena 上，一个挂着「gemini-3.8-flash」马甲的神秘模型悄悄开测。AI 圈多轮盲测下来，普遍认为这就是谷歌尚未正式公布的 Gemini 4 Pro。

跑分全面霸榜，10分钟画出机械蝴蝶

不仅是盲测手感出色，它生成的一只机械蝴蝶 SVG 动画还在全网刷屏。完成整个生成它只花了 10 分钟，而 Fable 花了约 30 分钟。

流出的基准测试跑分更引人注目。在 DeepSWE v1.1 智能体编码任务中，它拿到 88.7%，超过了 Astra 的 86.9%。

在真实知识工作任务 GDPval-AA v2 上，它是唯一突破 2000 Elo 大关的模型，拿到 2064 分。

此外，它的 Terminal-bench 2.1 终端编码达到 95.3%，OSWorld-2.0 计算机操作测试也达到 86.8%，在这几项测试里全部排名第一。

为什么重要

我们认为，这代表谷歌在智能体与实操代码能力上开始正面反扑。无论是操作系统级别的控制，还是终端命令执行与长链路开发，它的能力看起来已经不再局限于文本补全，而是直接对准了复杂工作流的交付。

对开发者和企业来说，一旦这个模型正式上线，日常写代码和自动化任务的效率可能会有质的提升。但也要看到，目前流出的数据主要来自马甲盲测和泄漏榜单，它在面对真实生产环境里的脏数据与高并发时到底表现如何，还得等谷歌正式开放 API 才能见分晓。