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。
个性化在通用AI产品中一直是个加分项。无论是ChatGPT、Gemini还是Claude，还是今年的Openclaw、Harmes都把记忆和个性化当成核心卖点，理由是它能提高可用性、参与度和用户满意度。学术界对个性化的研究，也几乎全部集中在"如何做得更好、更准、更符合用户口味"上。
「麻烦你，帮我看一下。」
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。