Gemini 3.8 Flash Is Here But Where Is Gemini 4 Pro!
三句話摘要
Google本週加速發佈多款新模型,Gemini 3.8 Flash兼具競爭力與成本效益,預期Gemini 4即將面世與業界頂級模型對標。 Google正加速發展與產品發佈,Gemini 3.8 Flash展示了中端市場的競爭力,但Gemini 4才是其真正挑戰頂級模型的關鍵之作——應等待官方基準而非預測數據下判斷。 Google正加速發展迴圈,近期連續推出多款新模型,反映公司重新聚焦於與OpenAI及Anthropic競爭的策略,Gemini 4將是關鍵之作。
重點整理
Google正加速發展迴圈,近期連續推出多款新模型,反映公司重新聚焦於與OpenAI及Anthropic競爭的策略,Gemini 4將是關鍵之作。
Gemini 3.8 Flash具三層配置(高中低),在中端模型市場與Anthropic Opus 5 Medium和Fable 5.1競爭,展示Google在成本控制與性能平衡的進展。
泄露的Gemini 4基準數據顯示在多項評測上超過GPT-6 Astra(如AIME達99.1% vs 97.6%),但講者認為此為過度樂觀的預測,應等待官方公布。
Google龐大的生態整合能力是關鍵優勢,新模型將透過Gmail、Google Vids、Gemini API等平臺廣泛觸及用戶。
實用技巧與重點
- Gemini 3.8 Flash性能指標:
- 高階模式:AI2指數59、速度398、成本0.58美分/任務
- 中階模式:AI2指數57、速度313、成本0.41美分/任務
- 低階模式:AI2指數52、速度330、成本0.24美分/任務
- 新發佈模型:
- Gemini 3.8 Flash Cyber——網路安全專用,具漏洞檢測與自動修復能力
- Laria 3.5——音樂生成模型,整合至Google AI Studio、Gemini App Flow、Google Vids
- Weather Next 3——Google DeepMind與Google Research開發的全球氣象預測模型
- Gemini 4泄露基準預測(未官方確認):
- Terminal Bench Science 0.1:72.8%(vs GPT-6 Astra 64.6%、Fable 5.1 52.6%)
- Automation Bench:48.7%(vs GPT-6 Astra 41.4%)
- AIME數學:99.1%(vs GPT-6 Astra 97.6%)
- ARC AGI3:99.9%(與GPT-6 Astra相同,遠超GBT 5.6 Soul的7.8%)
- 分佈平臺:
- Gemini API、Google AI Studio、Gemini App Flow、Gemini Enterprise Agent Platform、Google Vids
結論
Google正加速發展與產品發佈,Gemini 3.8 Flash展示了中端市場的競爭力,但Gemini 4才是其真正挑戰頂級模型的關鍵之作——應等待官方基準而非預測數據下判斷。
完整解析
Google在過去幾週加快開發步伐,打破了數月的沉寂期。本週一口氣發佈了四款新模型,標誌著公司正重新聚焦於與OpenAI和Anthropic的競爭。其中最值得關注的是Gemini 3.8 Flash,這款模型有三種配置版本,分別針對不同的效能、速度和成本需求。
Gemini 3.8 Flash在中端市場表現亮眼。高階版在AI2指數上得分59,與Meta's Muspark 1.3相近但略低於其61的排名;相較之下,Anthropic的Opus 5 Medium和Fable 5.1的低階版本也都在59分以下。價格方面具有顯著競爭力——即使是高階版本,每項任務成本僅0.58美分,而相同配置下性能測試速度達398。這個組合展示了Google在成本控制與性能平衡上的進展,儘管此模型尚未躋身頂級行列。
同時發佈的Gemini 3.8 Flash Cyber專為網路安全設計,宣稱具備前沿水準的漏洞檢測與自動修復能力,預示Google在垂直領域的專業化方向。Laria 3.5音樂生成模型則透過廣泛的分佈管道(包括Gemini API、Google AI Studio、Google Vids)擴大觸及面,充分利用Google在生態系統中的既有優勢。Weather Next 3作為Google DeepMind與Google Research的聯合之作,專注於全球氣象預測領域。
真正引發討論的是Gemini 4的泄露基準數據。根據預測,Gemini 4在多項評測上都將超越OpenAI最新的GPT-6 Astra和Anthropic的Fable 5.1。例如在Terminal Bench Science 0.1測試中預計達72.8%,遠高於GPT-6 Astra的64.6%;在AIME數學評測達99.1%,而GPT-6 Astra為97.6%;在ARC AGI3達到99.9%,與GPT-6 Astra持平但遠超早前GBT 5.6 Soul的7.8%。不過講者強調這些是預測性基準,並非官方驗證結果,他個人認為這些數據過度樂觀,真實表現可能不會達到這般水準,但若確實如此,Google DeepMind團隊的逆轉將值得敬佩。


