据 AI Arena 的开发者测试结果,谷歌尚未发布的 Gemini 4 Pro 模型疑似以“gemini-3.8-flash”为代号泄露,并在多项基准测试中展现出明显优于 OpenAI Astra 和 Anthropic Fable 5.1 的性能。
该模型在 DeepSWE v1.1(软件工程)中得分 88%,领先 Astra 近 2 个百分点;在 GDPval-AA v2(现实世界知识工作)中达到 2,064 Elo 评级;在 Terminal-bench 2.1(终端编码)中得分 95.3%。在 OSWorld-2.0(计算机操作)中,该模型得分 86.8%,表现优于另外两家公司的竞争模型。
泄露的定价信息显示,其输入代币价格可能为每百万个 2.25 美元,输出代币价格可能为每百万个 11.25 美元,或将低于其他替代方案。参与该模型测试的开发者称,它在用户界面设计、3D 模型生成、SVG 创建和交互式游戏开发方面具备先进能力,能够在几分钟内完成类似《Minecraft》的游戏和 3D 直升机等项目。
据报道,该模型可能支持最多 1,000 万个输入代币、最多 25.6 万个输出代币,以及跨对话记忆功能。谷歌尚未正式确认这些规格或细节。