¡Realmente es sorprendentemente hábil!
Esta vez, Google finalmente ha lanzado sus cartas.
En estos últimos días, el campo de competencia de modelos grandes ha incorporado silenciosamente un nuevo modelo, cuyo nombre lleva «gemini-3.8-flash».
Después de enfrentarse varias rondas con expertos y desarrolladores de IA que lo probaron en la práctica, casi se quedó sin aliento—
¡Esto es muy probablemente el próximo modelo insignia Gemini 4 Pro, del que Google DeepMind ha estado reflexionando durante seis meses enteros!
Una gráfica de referencia que se ha vuelto viral en toda la web, simplemente espectacular.
Gemini 4 Pro está dominando por completo, superando ampliamente a GPT-6 Astra y Claude Fable 5.1 en áreas como codificación, agentes e inferencia.
Después de probarlo, el desarrollador Vidhi quedó completamente asombrado por Gemini 4 Pro.
Una imagen SVG de un gato lo demuestra todo. GPT-6 Astra simplemente arrojó un «gato grande» (parecido a un gato, pero más como laofu).
Como se decía, Google implementó internamente el RSI para que Gemini 4 Pro pudiera competir directamente con Astra/Fable.
¡El gigante en silencio durante mucho tiempo ha regresado con fuerza!
Gemini 4 Pro fuga anónima, supera a Astra y Fable
El mundo de la IA no se emocionaba así desde hace mucho tiempo.
Saber que la última gran actualización de Gemini 3.1 Pro en Google fue hace siete meses (el 19 de febrero).
En la conferencia Google I/O, Pi Chai anticipó que Gemini 3.5 Pro se lanzaría en junio.
Nunca imaginé que este importante lanzamiento se retrasaría una y otra vez, hasta que finalmente se canceló por completo.
A principios de este mes, el WSJ reveló en exclusiva que Gemini 3.5 Pro fue cancelado, por una razón muy sencilla:
El nivel de evolución de 3.5 Pro ni siquiera llega a la de Flash.
Afortunadamente, Gemini 4 se desempeñó bien en la evaluación de preentrenamiento, y el postentrenamiento continúa avanzando sin problemas.
Hoy, Gemini 4 Pro apareció en el primer punto de control en Arena vestido con el "disfraz" de gemini-3.8-flash.
Después de todo, el modelo Gemini 3.8 Flash se lanzó a principios de septiembre, y reaparecer con el mismo nombre es muy inusual.
Un gran número de desarrolladores que han probado el 4 Pro quedaron impresionados, e incluso lo sintieron como superior al Astra y al Fable.
A partir del gráfico de prueba filtrado, se puede observar que el 4 Pro logró una dominación total, con un rendimiento muy destacado—
DeepSWE v1.1: En tareas de codificación de agentes de IA, el 4 Pro alcanzó una puntuación máxima del 88,8%, casi un 2% más que Astra;
GDPval-AA v2: En tareas de conocimiento real, solo 4 Pro obtuvo 2064 Elo;
Terminal-bench 2.1: 4 Pro también tiene la capacidad de codificación más fuerte, con un 95.3%;
OSWorld-2.0: En capacidad de uso de computadoras, 4 Pro obtuvo un 86,8%, superando a Astra y Fable.
Si los puntajes de esta tabla son precisos, Gemini 4 Pro es realmente la IA más poderosa del planeta.
En términos de precio, también es el más rentable de los "Tres Grandes" en comparación con Astra y Fable. El precio de entrada es de $2.25 por millón de tokens, y el precio de salida es de $11.25 por millón de tokens.
El investigador de IA Qwinah descubrió que, tras ingresar al backend de Gemini 4 Pro, tiene un límite de 10 millones de entradas, un límite de salida de 256.000, memoria permanente entre sesiones y conexión a internet sin necesidad de API.
Primera prueba en línea de 4 Pro, en tendencias
Lo que realmente es más interesante que las pruebas de rendimiento es una gran ola de pruebas reales impresionantes en toda la red.
Diseño de interfaz de usuario, mejora significativa del estilo
Así es, después de probarlo, el desarrollador Bee exclamó: "¡Gemini 4 Pro es demasiado realista..."
En solo 14 minutos, 4 Pro crearon una «página web de exhibición creativa» con temática de dibujo a lápiz y textura de grafito.
Puede conceptualizar el concepto de "desplazamiento como trazo" de una página web: al desplazarte hacia abajo, las líneas se vuelven progresivamente más oscuras, ofreciendo una interacción extremadamente suave.
Este es un sitio web de trabajo que combina cyberpunk y retrofuturismo.
4 Pro, durante su proceso de diseño, combina en la pantalla inicial una cuadrícula 3D, un panel de datos y modelos 3D interactivos.
3D+SVG, ¡ha sido un éxito!
Una prueba clásica de «cormorán andando en bicicleta» que se está volviendo viral en toda la red; el resultado de Gemini 4 Pro es muy impresionante.
Esquema de colores, cambio entre día y noche, luces del automóvil, anotaciones anatómicas, control de cadencia; la calidad general es tan excelente como la de los modelos líderes.
Pankaj Kumar, tras la experiencia, resumió directamente algunos cambios:
Es muy rápido, y se ha notado un claro avance en la generación de SVG y 3D; con una sola instrucción entiende bien los requisitos complejos.
Incluso, ya puede generar directamente pequeños juegos con lógica interactiva completa y efectos visuales atractivos.
Veamos otra prueba de torre 3D en estilo píxel, con una sensación de inmersión.
Este es el modelo 3D del helicóptero Airbus H145 creado en 10 minutos con el 4 Pro.
Además, en una prueba de simulación de vuelo 3D, la calidad visual del 4 Pro superó ampliamente a la de Gemini 3.8 Flash.
Desde este punto, se puede demostrar que Gemini 3.8 Flash y gemini-3.8-flash en el arena no son el mismo modelo.
Juegos jugables con un solo clic
En cuanto a la generación de juegos, Gemini 4 Pro tampoco se queda atrás.
«Minecraft» desde la construcción de la página hasta el diseño de cada módulo en el juego grande, no cede en nada a la prueba previamente lanzada de Astra.
Y este juego de carreras de karts 3D parece más moderno que juegos de carreras anteriores como KartRider; y esto fue creado por Gemini 4 Pro en muy poco tiempo.
Lo que realmente está apostando Google se llama RSI
Una vez que este ciclo del RSI realmente pueda mantenerse en funcionamiento, el ritmo de las actualizaciones del modelo podría cambiar por completo.
El mes pasado, el director de estrategia de Google DeepMind, Jasjeet Sekhon, lo dijo claramente en un evento en Berkeley:
RSI (Recursive Self-Improvement) se ha convertido en un componente clave en la lógica de inversión masiva de IA.
La industria completa apuesta por una curva de capacidad que continúe ascendiendo.
Y si realmente se produce una auto-mejora recursiva, esta curva incluso podría acelerarse aún más allá del "crecimiento exponencial".
Recientemente, se ha difundido en toda la red una afirmación aún más radical:
Gemini 4 completó previamente su preentrenamiento porque Google DeepMind logró un "cierre de RSI" durante el entrenamiento.
Es interesante que, precisamente el 14, también se hizo pública una investigación de Google llamada Dream-RSI.
Estudia precisamente cómo hacer que el agente mejore continuamente su estrategia de búsqueda durante el proceso de exploración, actualizando la próxima ronda de exploración a partir de la experiencia.
Se puede confirmar que Google DeepMind ha puesto el RSI en una posición muy importante.
Además, hay cada vez más señales de que la IA participa en la mejora de la IA.
¿Vuelven los «Tres Grandes»?
Entonces, Gemini 4 Pro se enfrenta a una mesa de juego completamente transformada.
OpenAI tiene Astra; Anthropic tiene Fable 5.1.
Los dos gigantes ya han elevado la competencia desde simples chats hasta tareas largas, agentes, código, razonamiento e incluso investigación autónoma.
Google ya no basta con crear un modelo «más fuerte que Gemini 3.8».
Gemini 4 Pro debe volver a demostrar una cosa: ¡Gemini todavía está en la vanguardia!
Para que Google mantenga su valor de mercado actual de 4.23 billones de dólares, es crucial conservar su capacidad en IA dentro del primer grupo.
Referencias:
https://x.com/HarshithLucky3/status/2100524699780600136
Este artículo proviene del canal de WeChat "Nuevas Inteligencias" (ID: AI_era), autor: Táozi Mǎkě