本当に隠し玉だった！
今回は、グーグルがついに底牌を出した。
この2日間で、大規模モデルアリーナArenaに「gemini-3.8-flash」という名前の新モデルが登場した。
実際のテストで、AIの達人や開発者と数ラウンド戦った後、ほぼ息をのんだ——
これはおそらく、グーグルDeepMindが半年にわたり徹底的に研究した次世代フラグシップモデル、Gemini 4 Proである！
ネット全体に広まった基準図は、まさに「恐ろしい」レベルだ。
Gemini 4 Proが完全に圧倒的で、コーディング、エージェント、推論などの分野でGPT-6 AstraやClaude Fable 5.1を全面的に上回っています。
開発者のVidhiが体験後、Gemini 4 Proに完全に驚かされました。
猫のSVG画像がすべてを証明した。GPT-6 Astraは「大きな猫」（猫に似ているが、より老夫に似ている）をいきなり提示した。
噂通り、Google内部でRSIが実装されたことで、Gemini 4 ProはAstra/Fableと正面から対抗できるようになった。
長く沈黙していた巨獣が、本当に力強く帰ってきました！
Gemini 4 Proが匿名で先行し、AstraとFableを上回る
AI業界でこれほど興奮したのは久々だ。
ご存知かもしれませんが、Googleが大規模なバージョンアップを実施したGemini 3.1 Proは、すでに7か月前（2月19日）のことです。
Google I/Oカンファレンスで、PichaiはGemini 3.5 Proが6月にリリースされると予告しました。
予想外にも、この重要な発表は繰り返し延期され、結局「中止」に！
今月の初め、WSJが独占報道し、Gemini 3.5 Proがキャンセルされた理由は単純だった——
3.5 Proの進化度は、Flashにも及ばない。
幸いにも、Gemini 4は事前学習で優れた評価を受け、後続の学習も順調に進んでいます。
現在、Gemini 4 Proがgemini-3.8-flashの「マスク」を着て、Arenaの最初のチェックポイントに登場しました。
そもそも、Gemini 3.8 Flashというモデルは9月初めに発表されており、同名が再登場するのは極めて異常である。
多くの開発者が4 Proを体験した後、AstraやFableを上回る印象を受けた。
漏洩されたベンチマーク図から、4 Proが完全に優位に立ち、成績が非常に優れていることがわかります——
DeepSWE v1.1：AIエージェントのコーディングタスクで、4 Proは最高88.％の得点を記録し、Astraより約2％高い結果を出しました；
GDPval-AA v2：リアルな知識タスクにおいて、4 Proのみが2064 Eloを獲得した；
Terminal-bench 2.1：4 Proの終端コーディング能力も最強の95.3%；
OSWorld-2.0：コンピュータ使用能力において、4 Proは86.8%を獲得し、AstraとFableを上回りました。
この表のスコアが真実であれば、Gemini 4 Proは本当に「世界最強」のAIだ。
価格面では、AstraやFableと比較しても、「御三家」の中で最もコストパフォーマンスが優れています。100万トークンの入力価格は2.25ドル、出力価格は11.25ドルです。
AI研究者QwinahがGemini 4 Proのバックエンドにアクセスしたところ、入力上限が1000万、出力上限が25.6万、セッション間で永続的なメモリを備え、API不要でインターネットに接続できることが判明した。
全ネットで初の4 Proをテストし、ホットトレンドに登場
より注目すべきは、ネット全体で広がる驚異的な実証実験です。
UIウェブデザイン、センスが大幅に向上
開発者のBeeがテストした後、「Gemini 4 Proはあまりにも現実離れしている......」と絶句した。
たった14分で、4 Proがスケッチ、鉛筆、グラファイトの質感をテーマにした「クリエイティブ・ディスプレイ・ウェブサイト」を制作しました。
それはウェブページの「スクロールで筆跡」の概念を実現し、下にスクロールするほど線が徐々に濃くなり、インタラクションが非常に滑らかです。
これはサイバーパンクとレトロフューチャリズムを兼ね備えたワークサイトです。
4 Proは設計プロセスにおいて、ファーストスクリーンに3Dグリッド、データダッシュボード、インタラクティブな3Dモデルを組み合わせました。
3D+SVG、大ヒット
ネット上で話題のクラシックな「ペリカンが自転車を運転」のテストで、Gemini 4 Proの出力は非常に衝撃的です。
色調、昼夜切り替え、車両ライト、解剖学的注釈、ペダリング制御、完成度はトップレベルの大型モデルに劣らない。
パンカジ・クマールは体験後に、いくつかの変化を直接まとめました：
速度が非常に速く、SVGと3Dの生成が明確に改善された。一度のプロンプトで複雑な要件をよく理解できる。
さらに、それは完全なインタラクティブロジックと優れたビジュアル効果を持つ小さなゲームを直接生成できるようになりました。
もう一つのピクセル風3Dの宝塔テストを見てみましょう。まるでその場にいるような臨場感があります。
これは、4 Proが10分で作成したエアバスH145ヘリコプターの3Dモデルです。
また、3D飛行シミュレーションのテストにおいて、4 Proの映像効果はGemini 3.8 Flashを大幅に上回りました。
この点から、Gemini 3.8 Flashとアリーナ上のgemini-3.8-flashは同じ製品ではないことが証明される。
ワンクリックでプレイ可能なゲーム
ゲーム生成においても、Gemini 4 Proは遅れていません。
「マイクラ」のページ構築や、大規模ゲーム内の各モジュールの設計は、これまでに公開されたAstraのテストに劣らない。
また、以下の3Dカートレースゲームは、かつて人気を博したカートレースゲームよりもより現代的な外観をしており、これはGemini 4 Proが短時間で作成したものです。
グーグルが本気で注目しているのは、RSIです。
RSIこのサイクルが本当に継続的に回り始めれば、モデルのアップグレードペースが完全に変わってしまう可能性がある。
先月、Google DeepMindの首席戦略官であるJasjeet Sekhonは、バークレーでのイベントで直接的に語った——
RSI（反復自己改善）は、AIの巨額投資ロジックにおける鍵となる要素となっている。
業界全体が注目しているのは、能力曲線がさらに上昇し続けることです。
しかし、もし真正の再帰的自己改善に突入した場合、この曲線は「指数的成長」からさらに加速する可能性がある。
最近、ネット全体でより過激な主張が広まっています：
Gemini 4が事前学習を提前して完了したのは、Google DeepMindが訓練中に「RSIが閉ループ化」したためである。
興味深いことに、14日には、グーグルのDream-RSIという研究も公開されました。
それは、エージェントが探索プロセス中に経験から学び、次回の探索戦略を継続的に改善する方法を研究しています。
確認できるのは、Google DeepMindがRSIを非常に重要な位置に置いたということです。
さらに、AIがAIの改善に参加する兆しが増えてきています。
「御三家」が戻ってくる？
したがって、Gemini 4 Proは、すでに大きく変わった牌桌と向き合っています。
OpenAIにはAstraがあり、AnthropicにはFable 5.1があります。
二大巨頭は、単なるチャットを超えて、長期タスク、エージェント、コード、推論、さらには自律的な科学研究まで競争を拡大している。
Googleが「Gemini 3.8より強い」モデルをただ作るだけでは十分ではない。
Gemini 4 Proは、Geminiが依然として最前線にいることを再証明しなければなりません！
Googleが現在の4.23兆ドルの時価総額を維持するには、AI分野での競争力を最上位グループに保つことが不可欠である。
参考資料：
https://x.com/HarshithLucky3/status/2100524699780600136
本文は微信公衆アカウント「新智元」（ID：AI_era）より、著者：桃子、マーコ