Вот это скрытый потенциал!
На этот раз Google наконец-то выложил свои карты на стол.
В эти два дня в арене больших моделей внезапно появилась новая модель с названием «gemini-3.8-flash».
После нескольких раундов испытаний с ИИ-мастерами и разработчиками, почти вздохнули с изумлением—
Это, скорее всего, следующий флагманский Gemini 4 Pro, над которым Google DeepMind работал целых полгода!
Распространённая во всём интернете базовая диаграмма, действительно «ужасающая».
Gemini 4 Pro полностью ошеломил: его возможности в области кодирования, агентов и рассуждений полностью превосходят GPT-6 Astra и Claude Fable 5.1.
Разработчик Vidhi после тестирования была полностью ошеломлена Gemini 4 Pro.
Изображение SVG с котиком всё доказывает. GPT-6 Astra сразу выдал «большого кота» (похожего на кота, но скорее на laofu).
Как и говорили, внутри Google реализовали RSI, чтобы Gemini 4 Pro мог соперничать с Astra/Fable.
Долго бездействовавший гигант действительно мощно вернулся!
Gemini 4 Pro анонимно обогнал Astra и Fable
В мире ИИ давно не было такого возбуждения.
Стоит отметить, что крупное обновление Gemini 3.1 Pro на Google произошло 7 месяцев назад (19 февраля).
На конференции Google I/O Чжань ранее анонсировал: Gemini 3.5 Pro выйдет в июне.
Не ожидалось, что этот важный анонс снова и снова откладывался, в итоге «погиб в утробе»!
В начале этого месяца WSJ эксклюзивно сообщила, что Gemini 3.5 Pro был отменен, и причина проста —
Уровень эволюции 3.5 Pro даже не сравнить с Flash.
К счастью, Gemini 4 показал отличные результаты на этапе предварительной подготовки, а последующая подготовка продолжается успешно.
Сегодня Gemini 4 Pro появился на Arena в «костюме» gemini-3.8-flash, пройдя первый контрольный пункт.
Ведь модель Gemini 3.8 Flash была выпущена еще в начале сентября, и повторное появление одного и того же названия крайне необычно.
Многие разработчики, попробовавшие его в использовании, впечатлены 4 Pro, ощущения даже превосходят Astra и Fable.
Из утекших диаграмм тестирования видно, что 4 Pro показала полное превосходство — результаты очень впечатляющие—
DeepSWE v1.1: на задачах кодирования с использованием AI-агентов, 4 Pro показал максимальный результат 88,8%, что на近2% выше, чем у Astra;
GDPval-AA v2: в реальных задачах, связанных с знаниями, только 4 Pro набрал 2064 Elo;
Terminal-bench 2.1: 4 Pro также обладает наивысшей способностью к кодированию — 95,3%;
OSWorld-2.0: в плане вычислительных возможностей 4 Pro показал результат 86,8%, опередив Astra и Fable.
Если баллы в этой таблице достоверны, Gemini 4 Pro действительно является «самым мощным ИИ на планете».
По цене он также является наиболее выгодным среди «Трёх великих» по сравнению с Astra и Fable: цена за миллион входящих токенов — 2,25 доллара, цена за миллион исходящих токенов — 11,25 доллара.
Исследователь ИИ Qwinah, после входа в бэкенд Gemini 4 Pro, обнаружил, что у него есть лимит в 10 миллионов входных данных, лимит в 256 тысяч выходных данных, постоянная память между сессиями и возможность выхода в интернет без использования API.
Первое тестирование 4 Pro по всему интернету, вышло в тренды
На самом деле, то, что действительно захватывает внимание, — это масштабное практическое тестирование по всему интернету.
Дизайн веб-интерфейса, значительное улучшение стиля
Вот так, после тестирования разработчик Bee воскликнул: «Gemini 4 Pro слишком нереально...»
За всего 14 минут 4 Pro создали «веб-страницу для творческого представления» с темой набросков, карандаша и графитной текстуры.
Он может визуализировать концепцию «прокрутка — как мазок», при этом линии становятся темнее при прокрутке вниз, обеспечивая невероятно плавное взаимодействие.
Это рабочий сайт, сочетающий киберпанк и ретро-футуризм.
4 Pro в процессе проектирования объединил на первом экране 3D-сетку, панели управления данными и интерактивные 3D-модели.
3D+SVG, просто огонь
Классический тест «пеликан на велосипеде», который стал вирусным во всем интернете, демонстрирует потрясающий результат от Gemini 4 Pro.
Цветовая схема, переключение дневного и ночного режимов, фары, анатомические обозначения, контроль частоты вращения педалей — полнота реализации ничем не уступает ведущим крупным моделям.
Панкадж Кумар после опыта сразу резюмировал несколько изменений:
Скорость высокая, значительный прогресс в генерации SVG и 3D; при одном запросе хорошо понимает сложные требования.
Даже он уже может напрямую генерировать небольшие игры с полной логикой взаимодействия и хорошей визуальной графикой.
Еще один тест 3D-пиксельной пагоды — ощущение полного погружения.
Это 3D-модель вертолета Airbus H145, созданная за 10 минут с помощью 4 Pro.
Кроме того, в тесте 3D-симулятора полета изображение 4 Pro значительно превосходит Gemini 3.8 Flash.
Из этого можно сделать вывод, что Gemini 3.8 Flash и gemini-3.8-flash на арене — это не одна и та же модель.
Однокнопочные играбельные игры
В области генерации игр Gemini 4 Pro тоже не остался в стороне.
«Майнкрафт» — от создания страницы до проектирования каждого модуля в большой игре — не уступает предыдущему тесту Astra.
Еще есть эта 3D-игра в картинг-гонки, которая выглядит более современно, чем такие бывшие хиты, как Karts Racing; и это было создано Gemini 4 Pro за очень короткое время.
То, во что по-настоящему вложился Google, называется RSI
Если этот цикл RSI действительно начнет работать, темпы обновления модели могут полностью измениться.
В прошлом месяце главный стратег Google DeepMind Джасджит Сехон прямо заявил на мероприятии в Беркли —
RSI (рекурсивное самоусовершенствование) стал ключевым элементом логики огромных инвестиций в ИИ.
Вся отрасль делает ставку на продолжение роста кривой компетенций.
А если действительно произойдет рекурсивное самоусовершенствование, эта кривая может ускориться еще больше — от «экспоненциального роста».
В последнее время в сети распространились еще более радикальные утверждения:
Gemini 4 смог завершить предварительное обучение раньше срока именно потому, что Google DeepMind достигла «замкнутого цикла RSI» в процессе обучения.
Интересно, что 14-го числа также была опубликована исследовательская работа Google под названием Dream-RSI.
Он исследует, как агент может постоянно улучшать свою стратегию поиска в процессе исследования, продолжая совершенствовать следующий цикл исследования на основе опыта.
Можно подтвердить, что Google DeepMind официально уделил RSI очень важное внимание.
Более того, все больше признаков того, что ИИ участвует в улучшении ИИ.
«Три великих» возвращаются?
Таким образом, Gemini 4 Pro сталкивается с совершенно изменившейся игрой.
У OpenAI есть Astra; у Anthropic есть Fable 5.1.
Два гиганта уже перенесли конкуренцию с простого чата на сложные задачи, агенты, код, рассуждения и даже автономные научные исследования.
Если Google просто создаст модель, которая «сильнее Gemini 3.8», этого уже недостаточно.
Gemini 4 Pro должен снова доказать один факт: Gemini остается на переднем крае!
Чтобы поддержать текущую рыночную капитализацию в 4,23 трлн долларов США, Google критически важно сохранить свои позиции в области ИИ на уровне первых梯队.
Справочные материалы:
https://x.com/HarshithLucky3/status/2100524699780600136
Эта статья взята из официального аккаунта WeChat «Синьчжиюань» (ID: AI_era), авторы: Тяоцзы, Марко