谷歌神秘模型現身競技場：疑為 Gemini 4 Pro，基準測試與 SVG 動畫刷屏

在大模型競技場 Arena 上，一個掛著「gemini-3.8-flash」馬甲的神秘模型悄悄開測。AI 圈多輪盲測下來，普遍認為這就是谷歌尚未正式公佈的 Gemini 4 Pro。

跑分全面霸榜，10分鐘畫出機械蝴蝶

不僅是盲測手感出色，它生成的一隻機械蝴蝶 SVG 動畫還在全網刷屏。完成整個生成它只花了 10 分鐘，而 Fable 花了約 30 分鐘。

流出的基準測試跑分更引人注目。在 DeepSWE v1.1 智慧體編碼任務中，它拿到 88.7%，超過了 Astra 的 86.9%。

在真實知識工作任務 GDPval-AA v2 上，它是唯一突破 2000 Elo 大關的模型，拿到 2064 分。

此外，它的 Terminal-bench 2.1 終端編碼達到 95.3%，OSWorld-2.0 計算機操作測試也達到 86.8%，在這幾項測試裡全部排名第一。

為什麼重要

我們認為，這代表谷歌在智慧體與實操程式碼能力上開始正面反撲。無論是作業系統級別的控制，還是終端命令執行與長鏈路開發，它的能力看起來已經不再侷限於文本補全，而是直接對準了複雜工作流的交付。

對開發者和企業來說，一旦這個模型正式上線，日常寫程式碼和自動化任務的效率可能會有質的提升。但也要看到，目前流出的資料主要來自馬甲盲測和洩漏榜單，它在面對真實生產環境裡的髒資料與高併發時到底表現如何，還得等谷歌正式開放 API 才能見分曉。