搜索
谷歌DeepMind疑似下一代旗舰模型Gemini 4 Pro以"gemini-3.8-flash"之名匿名亮相大模型竞技场Arena，在编码、智能体和推理等基准测试中全面超越Astra和Fable，并在网页设计、SVG、3D建模及游戏生成等实测中表现出色。
用户在Code Arena的battle模式中发现疑似Gemini 4 Pro新检查点（内部代号argon）伪装为gemini-3.8-flash进行盲测，据爆料其支持256K最大输出和2M上下文窗口，原定9月发布的Gemini 4 Pro已因预训练问题推迟至10月。
谷歌又杀回来了。
谷歌发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款实时语音模型，后者支持后台异步推理与工具调用以解决语音 Agent 在任务执行中的沉默问题，两款模型已在 Gemini API 和 Google AI Studio 向开发者开放。
据雷峰网独家获悉，一位长期在英国工作的Google Gemini预训练专家（L7-L8级别）近期加入国内某互联网大厂，被视为本轮BAT高价争抢Gemini人才以来首次"找对了人"；此前多家大厂虽从Gemini硅谷办公室挖角，但因Google有意将核心预训练人才留在DeepMind英国办公室，导致此前引入的部分人选并未触及预训练核心环节。
谷歌DeepMind被传已实现递归自我改进（RSI），其生成式语言API中出现名为rsi-model-liverl-le的模型，联创Sergey Brin力促Gemini团队全力押注RSI方向，Gemini Flash以每三周迭代一次的节奏加速发布，但相关截图真伪尚未得到第三方验证。
分析机构SemiAnalysis点名谷歌Gemini 3.8 Flash和Meta Muse Spark 1.3在Terminal-Bench 2.1刷榜，换用新版Terminal-Bench 4.0后Gemini分数从89.4暴跌至19.1，揭露大厂通过购买"模拟卷"训练数据刷榜的AI造假黑幕。
我们自建的"你画我猜 Benchmark"第一期用150个词、1350张SVG画作对8款模型进行互画互猜测试，最终GPT-6 Astra以75.5分险胜Gemini 3.8 Flash与Claude Fable 5.1，结果显示思考更多或花费更多的模型并未稳定取得更高分，且部分模型连自己的画都认不出。
谷歌Antigravity团队公布Teamwork多智能体编排框架成果，轻量级Gemini 3.7 Flash复现了Gemini 3.1 Pro解出的3道博士级数学难题，并从零构建RISC-V CPU模拟器、改进Eigen和ParlayHash开源库代码，证明小模型通过制度化博弈编排也能完成顶尖科研与工程任务。
研究发现SubAgent等上下文重建机制会将工具层的恶意指令提权为用户消息或系统指令，导致Claude Code、Codex、Gemini CLI、Qwen Code、Kimi和OpenCode六款AI编码框架在13类攻击上全部沦陷，连自动权限审核（Auto PR）也被绕过。