Gemini 4 Pro / Flash 实测、跑分与上手

爆料称 Arena 上以 gemini-3.8-flash 名义测试的 Gemini 4 Pro 检查点已被撤下，作者看输出后认为它其实就是 3.8 Flash。

作者称若 Gemini 4 跑分属实将是 Google 最大翻身仗，并汇总 Arena 上疑似 4 Pro 检查点的 10 个实测案例。

用户称当天试了近 100 次都没抽到新 G4P 检查点，与上周首发两天即下架的模式一致，预计下周再放新版本。

发帖人猜测 Google 一直没动 Antigravity 里的 Claude 模型，是在等 Opus 5.5，并期待它与 Gemini 4 Pro 一起更新。

把泄漏的 G4 Pro 跑分与 Opus 5.5、GPT-6 Astra 并列：DeepSWE 88.7 vs 74、Terminal-Bench 95.3、OSWorld 86.8、2M 上下文且单价更低。

网传 Gemini 4 Pro 未证实数据：DeepSWE v1.1 88.7%、Terminal-Bench 2.1 95.3%、GDPval-AA 2064 Elo、2M 上下文，定价 $2.25/$11.25。

作者指出 GPT Astra、Opus 5.5 到 Gemini 4 Pro 的对比视频都用弱化对手、优化自己的方式制造碾压假象。

泄漏称 Gemini 4 Pro 内部测试已进第二阶段，性能大幅超越 Opus 5.5 与 GPT-6 Astra，并同步准备 Flash、Nano、Ultra 版本。

一条视频帖声称展示了 Gemini 4 Pro 的输出泄漏内容，但正文没有说明具体测了什么或对比结果。

作者用相同提示词跑两个 Gemini 4 Pro 检查点，认为第二个画面更干净、耗时约五分钟，好奇下一版会落在哪。

同一提示词下 Astra 偏重时代氛围、Gemini 4 Pro 偏重物体细节，作者认为差距已不在画质而在对提示词的理解。

一条视频帖暗示 Google 正围绕 Gemini 4 Pro 准备重大动作，但正文未给出具体泄漏或实测细节。