社群近日流传，Gemini 4 Pro 疑似已经在 Arena 平台展开匿名测试。多支对比视频把它与 GPT-6、Fable 5 放在同一组提示词下比较，讨论迅速升温。不过截至发稿，Google 与 Arena 都没有证实这项说法，官方也未发布任何新模型公告，Arena 排行榜上同样找不到 Gemini 4 的名字。
目前流传最广的视频，来自 AI 应用构建平台 YouWare 的官方账号。相关贴文使用同一组提示词，对比 Gemini 4 与 GPT-6 的生成结果，并将 Gemini 4 形容为「表现惊艳」，同时附上链接，将流量导向自家平台体验页面。
YouWare 在 9 月 19 日的一则贴文中写道：「Insane!!! Gemini 4 Pro shook me again today. One prompt. Two mechanical butterflies. Same Arena prompt vs Fable 5.1 Max. Gemini 4 Pro: ~10 min. Fable: ~30 min. Luminous wings. Intricate clockwork. Beautiful motion. You? Which journey wins? What will Gemini 4 Pro create…」
传言从 Arena 里的「Gemini 3.8 Flash」开始
这波「幽灵测试」传言，最早可追溯到 X 用户 @NFT_Chen 在 9 月 17 日发布的内容。其说法是，Arena 盲测中的「Gemini 3.8 Flash」选项突然变得更聪明，在 3D 空间与物理理解上的表现明显跃升，生成汽车场景需要 2 至 3 分钟。
他还列出所谓的「内部探测」结果，称 declared_model 显示为 3.8 Flash，但 runtime_engine 显示为 Argon-B02，checkpoint 编号则为 G4P-INT-ARGON-SEPT11-B02。文中将 checkpoint 描述为模型训练过程中保存的快照，仅供内部测试使用。
同一天，另一账号 @LuminaBench 也称看到了同一个 checkpoint，并表示模型大约用 5 分钟生成了一座「体素宝塔」。另外还有账号使用鹈鹕 SVG 测试，或用包含 1,000 颗行星的指令脚本，把模型推到浏览器字符上限后崩溃。
@NFT_Chen 当天的贴文写道：「重磅！Gemini 4.0 Pro已在 Arena 中开启幽灵测试！社区实测『Gemini 3.8 Flash』背后疑似挂上内部代号 Argon 的 4 Pro checkpoint。关键证据：Arena Battle Mode 随机命中『3.8 Flash』，画质/3D 突然远超日常 Flash；内部探测显示 declared_model=3.8 Flash，runtime_engine=Argon-B02…」
现有「证据」仍无法独立核实
不过，这些所谓「内部探测」结果，大多只是通过询问模型「你是谁」后得到的自述。语言模型对自身身份的描述本来就不稳定，这类字符串也可能只是模型幻觉，难以作为鉴识证据。
另一个争议点在于，当前发布最多比较视频的 YouWare，几乎每则贴文都会导流到自家页面，但并未说明其为何能够提前试用相关模型。虽然 Google 过去确实曾在 Arena 上匿名测试尚未发布的模型，而且官方也已经确认 Gemini 4 正在训练中，但这次流传的细节目前仍无法查证。
Google 已确认 Gemini 4 在训练中
回到 Google 已公开确认的信息。Google 在今年 7 月 21 日表示，已经启动「迄今最具野心的预训练」，用于 Gemini 4。Google 首席执行官 Sundar Pichai 也在 7 月下旬的财报电话会议上再次提到这件事。
不过，除了预训练已经启动之外，Google 并未披露 Gemini 4 的发布时间、定价、具体型号或基准测试结果。
在 Google 正式说明之前，Arena 里那个表现异常聪明的「3.8 Flash」究竟是不是 Gemini 4 Pro，现阶段仍没有官方答案。