Thật là ẩn sâu không lường!
Lần này, Google cuối cùng cũng đã lật bài chủ của mình.
Trong hai ngày qua, Arena của các mô hình lớn đã bất ngờ giới thiệu một mô hình mới, mang tên “gemini-3.8-flash”.
Sau vài vòng thử nghiệm thực tế với các chuyên gia AI và nhà phát triển, gần như ai cũng phải thốt lên—
Đây rất có thể là Gemini 4 Pro, thế hệ flagship tiếp theo mà Google DeepMind đã nghiên cứu suốt sáu tháng!
Một biểu đồ được lan truyền rộng rãi trên mạng, thực sự đáng sợ.
Gemini 4 Pro hoàn toàn thống trị, vượt trội hoàn toàn GPT-6 Astra và Claude Fable 5.1 trong các lĩnh vực như mã hóa, tác nhân và suy luận.
Sau khi trải nghiệm, nhà phát triển Vidhi đã hoàn toàn bị ấn tượng bởi Gemini 4 Pro.
Một hình SVG của một chú mèo đã chứng minh tất cả. GPT-6 Astra đã trực tiếp đưa ra một chú “mèo lớn” (giống mèo nhưng không phải mèo, trông giống laofu hơn).
Như tin đồn, Google đã triển khai RSI nội bộ để Gemini 4 Pro có thể đối đầu trực tiếp với Astra/Fable.
Con quái vật đã im lặng lâu nay, thực sự đã trở lại mạnh mẽ!
Gemini 4 Pro ẩn danh chạy trước, đánh bại Astra và Fable
Lâu rồi mới thấy cộng đồng AI hào hứng như vậy.
Phải biết rằng, bản cập nhật lớn gần đây nhất của Gemini 3.1 Pro trên Google đã cách đây 7 tháng (ngày 19 tháng 2).
Tại sự kiện Google I/O,劈柴 từng dự báo: Gemini 3.5 Pro sẽ ra mắt vào tháng 6.
Không ngờ, việc ra mắt quan trọng này đã bị hoãn lại nhiều lần, cuối cùng đã bị hủy bỏ!
Vào đầu tháng này, WSJ đã tiết lộ độc quyền rằng Gemini 3.5 Pro đã bị hủy bỏ, lý do rất đơn giản—
Mức độ tiến hóa của 3.5 Pro còn thua cả Flash.
May mắn thay, Gemini 4 đã có đánh giá xuất sắc trong giai đoạn tiền huấn luyện, và quá trình huấn luyện sau đang diễn ra suôn sẻ.
Hiện nay, Gemini 4 Pro đã khoác lên mình chiếc "áo khoác" của gemini-3.8-flash và xuất hiện tại điểm kiểm tra đầu tiên trên Arena.
Sau tất cả, mô hình Gemini 3.8 Flash đã được phát hành từ đầu tháng 9, nên việc xuất hiện lại với cùng tên là rất bất thường.
Một làn sóng lớn các nhà phát triển sau khi trải nghiệm thực tế đã ấn tượng với 4 Pro, thậm chí còn cảm nhận tốt hơn cả Astra và Fable.
Từ biểu đồ hiệu năng bị rò rỉ, có thể thấy 4 Pro đã đạt được sự áp đảo toàn diện với thành tích rất ấn tượng—
DeepSWE v1.1: Trên các nhiệm vụ mã hóa AI, 4 Pro đạt điểm cao nhất là 88,8%, cao hơn Astra gần 2%;
GDPval-AA v2: Trong các nhiệm vụ kiến thức thực tế, 4 Pro là người duy nhất đạt 2064 Elo;
Terminal-bench 2.1: 4 Pro cũng có khả năng mã hóa terminal mạnh nhất với 95,3%;
OSWorld-2.0: Về khả năng sử dụng máy tính, 4 Pro đạt 86,8%, đánh bại Astra và Fable.
Nếu điểm số trên bảng này là chính xác, thì Gemini 4 Pro thực sự là AI mạnh nhất hành tinh.
Về mặt giá cả, đây cũng là lựa chọn có tính cạnh tranh cao nhất trong số “tam đại gia”, với giá nhập 2,25 USD mỗi triệu Token và giá xuất 11,25 USD mỗi triệu Token.
Nhà nghiên cứu AI Qwinah sau khi truy cập vào backend của Gemini 4 Pro đã phát hiện rằng nó có giới hạn đầu vào 10 triệu, giới hạn đầu ra 256.000, bộ nhớ liên tục giữa các phiên và có thể kết nối internet mà không cần API.
Kiểm tra đầu tiên trên toàn mạng đối với 4 Pro, leo lên xu hướng tìm kiếm
Điều đáng chú ý hơn cả việc chạy điểm là một đợt thử nghiệm thực tế gây ấn tượng mạnh trên toàn mạng.
Thiết kế giao diện người dùng, nâng tầm phong cách
Ngay sau khi nhà phát triển Bee kiểm tra xong, anh ấy thốt lên: "Gemini 4 Pro không thực tế đến mức khó tin..."
Trong chỉ 14 phút, 4 Pro đã tạo ra một trang web trưng bày sáng tạo với chủ đề phác họa, bút chì và chất liệu than chì.
Nó có thể hiện thực hóa khái niệm "cuộn để vẽ" trên trang web, khi cuộn xuống, các đường nét dần dần đậm hơn, trải nghiệm tương tác cực kỳ mượt mà.
Đây là một trang web làm việc kết hợp phong cách cyberpunk và retro-futurism.
4 Pro trong quá trình thiết kế, màn hình đầu tiên kết hợp lưới 3D, bảng điều khiển dữ liệu và mô hình 3D có thể tương tác.
3D+SVG, cực kỳ nổi bật
Một bài kiểm tra cổ điển “Chim cánh cụt đạp xe” đang lan truyền khắp mạng, kết quả do Gemini 4 Pro tạo ra rất ấn tượng.
Màu sắc, chế độ ban ngày/ban đêm, đèn xe, ghi chú giải phẫu, điều khiển tốc độ đạp, toàn bộ độ hoàn thiện không thua kém bất kỳ mô hình lớn hàng đầu nào.
Sau khi trải nghiệm, Pankaj Kumar đã tóm tắt vài thay đổi:
Tốc độ rất nhanh, việc tạo SVG và 3D đã tiến bộ rõ rệt; chỉ cần một lần nhắc nhở là đã có thể hiểu khá chính xác các yêu cầu phức tạp.
Thậm chí, nó đã có thể tạo trực tiếp các trò chơi nhỏ với logic tương tác đầy đủ và hiệu ứng hình ảnh đẹp.
Hãy cùng xem một bài kiểm tra tháp 3D phong cách pixel, mang đến cảm giác như đang ở ngay tại chỗ.
Đây là mô hình 3D của trực thăng Airbus H145 được tạo ra bởi 4 Pro trong vòng 10 phút.
Ngoài ra, trong một bài kiểm tra mô phỏng bay 3D, hiệu ứng hình ảnh của 4 Pro đã vượt xa Gemini 3.8 Flash.
Từ điểm này, có thể chứng minh rằng Gemini 3.8 Flash và gemini-3.8-flash trên Arena không phải là cùng một sản phẩm.
Các trò chơi có thể chơi ngay với một cú nhấp
Về mặt tạo trò chơi, Gemini 4 Pro cũng không bỏ lại phía sau.
Minecraft từ việc xây dựng trang web đến thiết kế từng mô-đun trong trò chơi lớn đều không thua kém bất kỳ bản thử nghiệm nào của Astra trước đây.
Và đây là trò chơi đua xe kart 3D dưới đây, trông hiện đại hơn những trò chơi đua xe từng nổi tiếng như KartRider; và điều này, Gemini 4 Pro đã tạo ra trong thời gian rất ngắn.
Điều mà Google thực sự đầu tư vào được gọi là RSI
Một khi chu kỳ RSI thực sự có thể duy trì liên tục, nhịp độ nâng cấp mô hình có thể hoàn toàn thay đổi.
Tháng trước, tại một sự kiện ở Berkeley, Giám đốc chiến lược của Google DeepMind, Jasjeet Sekhon, đã nói thẳng ra rằng—
RSI (Recursive Self-Improvement) đã trở thành một phần then chốt trong logic đầu tư khổng lồ của AI.
Cả ngành đang đặt cược vào việc đường cong năng lực tiếp tục tăng lên.
Và nếu thực sự xảy ra tự cải tiến đệ quy, đường cong này thậm chí có thể tăng tốc từ mức "tăng trưởng theo cấp số nhân".
Gần đây, một tuyên bố táo bạo hơn đang lan truyền trên toàn mạng:
Gemini 4之所以提前完成预训练，正是因为谷歌DeepMind在训练中实现「RSI闭环了」。
Điều thú vị là vào ngày 14, một nghiên cứu của Google có tên Dream-RSI cũng đã được công bố.
Nó nghiên cứu chính xác cách để Agent liên tục cải thiện chiến lược tìm kiếm của mình trong quá trình khám phá, tiếp tục nâng cấp cho cuộc khám phá tiếp theo từ kinh nghiệm.
Có thể xác nhận rằng Google DeepMind đã công khai đặt RSI ở vị trí rất quan trọng.
Hơn nữa, ngày càng có nhiều dấu hiệu cho thấy AI tham gia vào việc cải thiện AI.
“Tam gia” sẽ quay trở lại?
Vì vậy, Gemini 4 Pro đang đối mặt với một bàn cờ đã hoàn toàn thay đổi.
OpenAI có Astra; Anthropic có Fable 5.1.
Hai gã khổng lồ đã đẩy cạnh tranh từ việc chỉ đơn thuần trò chuyện lên các nhiệm vụ dài, Agent, mã code, suy luận và thậm chí là nghiên cứu tự chủ.
Nếu Google chỉ tạo ra một mô hình "mạnh hơn Gemini 3.8", thì đã không còn đủ nữa.
Gemini 4 Pro phải chứng minh lại một điều: Gemini vẫn đang ở hàng đầu!
Để duy trì giá trị thị trường hiện tại là 4,23 nghìn tỷ USD, Google cần giữ vững vị thế về năng lực AI trong nhóm hàng đầu.
Tài liệu tham khảo:
https://x.com/HarshithLucky3/status/2100524699780600136
Bài viết này đến từ tài khoản WeChat “Tân Trí Nguyên” (ID: AI_era), tác giả: Đào Tử, Mã Khả