在各大 AI 巨頭幾乎以每一兩個月就推出旗艦模型的節奏下，Google 的旗艦 AI 模型已經「失蹤」了三個月，原本應該在 6 月亮相的 Gemini 3.5 Pro 至今仍列在官網「即將推出」，而 Google 在過去 106 天內連續發布了 4 款 Flash 輕量模型，旗艦 Pro 系列卻杳無音訊。然而從 9 月初開始，一連串的內部截圖外流、匿名平台測試、後端路由逆向工程，讓 Google 下一代旗艦模型 Gemini 4 Pro 的面貌逐漸浮上檯面。
Google Gemini 4 Pro 發佈在即？被網友抓到在 Arena.ai 隱身測試
X 平台用戶 @lyra 爆料：Google 已正式部署 Gemini 4 Pro 的第一個內部檢查點（checkpoint），預計 10 月公開發布。同時透露一個關鍵決策：Google 已悄悄取消 Gemini 3.5 Pro，將所有運算資源直接投入 Gemini 4。
A new Gemini 4 Pro checkpoint is being tested in https://t.co/6LtRlBPtTU https://t.co/oJ3rcgCjpt pic.twitter.com/Pjk6uCecqs
— lyra (@lyraxana) September 17, 2026
技術研究者 @Lentils80 在 X 上流出 Gemini 4 Pro 的首張內部截圖。模型的內部代號為「argon」，在「High thinking effort」模式下花費 2.4 分鐘生成一個複雜視覺場景。截圖上可見一個關鍵規格：輸出上限從先前的 64K 大幅提升至 256K tokens。
Gemini 4 Pro checkpoints have finally started appearing internally a few days ago.
This is the first ever output from the model, internally codenamed “argon”. It took 2.4 minutes on High thinking effort.
It has a 256k token “output limit”, compared to 64k in previous Gemini… pic.twitter.com/x76ihjstTG
— Lentils (@Lentils80) September 14, 2026
9 月 17 日，一個名為 gemini-3.8-flash 的神秘模型出現在 LMSYS 的 Arena.ai 評估平台上。使用者很快察覺這不是普通的 Flash 更新，該模型花了 8 到 10 分鐘進行深度推理，產出了遠超正常水準的 SVG 向量圖。生成了一臺 PlayStation 5 手把的精確向量渲染、一輛 BMW M4 的光影設計、以及一隻鵜鶘騎自行車的複雜場景構圖。
Gemini 4 Pro in https://t.co/ScMwTKhW8r it’s being tested under the name (gemini-3.8-flash)..
This output of Voxal Pagoda is so much better than the last checkpoint’s output a few days ago!
It worked for 8 minutes.. seems like google cooked this time! pic.twitter.com/NHVtpAH8hK
— Bee (@thtbee_) September 17, 2026
X 用戶 @LuminaBench 分享了 PS5 SVG 的生成結果，稱「這可能是我從 AI 模型得到過最瘋狂的輸出之一」。@HarshithLucky3 則做了對比測試：同樣要求生成貓的側視 SVG，Gemini 4 Pro 的輸出在空間精準度和光影效果上明顯優於 GPT-6 Astra Max 的結果。
🚨 Gemini 4 Pro is crazy (PS5 SVG example)
This might genuinely be one of the craziest outputs I’ve got from an AI model yet
For context this took around 10 minutes to complete too
We are in for a treat when this thing fully drops pic.twitter.com/6YvDYok8wg
— Lumina (@LuminaBench) September 17, 2026
後端逆向工程：驚人的架構規格
當社群在討論視覺輸出品質時，另一群開發者嘗試從更底層切入。X 用戶 @MaaSonder 聲稱成功透過 ghost route 進入 Gemini 4 Pro 的後端路由，取得以下架構規格：
- 1,000 萬 token 輸入上下文：是先前 Google 模型最大上下文的 5 倍
- 256K token 輸出上限：主流模型的輸出上限通常在 4K-16K，256K 允許在單次回應中生成完整的軟體專案或長篇技術文件
- 跨 session 永久記憶：原生支援持久化使用者記憶，不需要外部資料庫整合
- 自動沙箱隔離：遇到惡意程式碼時自動將其路由至隔離的合成沙箱環境執行
- 原生機器人控制協定：支援馬達控制協定，暗示 Google DeepMind 正在建構可直接在實體自動化硬體上執行的統一多模態模型
不過需要強調，這些規格來自 ghost route 逆向工程，可靠性無法驗證。10M 上下文在技術上是否可行、是否已經進入實際測試階段，都還有疑問。
Pichai 親口確認：「我們正在訓練 Gemini 4」
儘管 Google 從未正式回應上述洩漏，但執行長 Sundar Pichai 在 7 月底的 Alphabet 2026 年第二季財報電話會議上，已公開確認 Gemini 4 正在訓練中。Pichai 表示：「對於下一代前沿模型，你需要大得多的基礎模型。我們正在訓練 Gemini 4，而且非常有野心。我對 Gemini 4 內部的進展感到非常興奮，有信心大家在看到它發布時會感到滿意。」
他也承認了 Google 在特定領域的落後：「程式碼撰寫和代理式程式碼撰寫是我們需要改進的領域，團隊非常、非常專注於此。」
Sergey Brin 親自督軍：程式碼突擊隊
Google 共同創辦人 Sergey Brin 也親自介入了模型能力的提升工作。Brin 在今年 4 月組建了一支「程式碼突擊隊」，與 DeepMind 技術長 Koray Kavukcuoglu 共同領導。
Brin 在內部備忘錄中告訴員工，提升程式碼能力是邁向自我改進 AI 的一步，並敦促 DeepMind 將模型轉變為程式碼的「主要開發者」。這與 Google 近期對 RSI（遞迴式自我改進）的公開表態一致。DeepMind 研究員 Shunyu Yao 在 Gemini 3.8 Flash 發布時寫道：「這是模型的一小步，RSI 的一大步。」
Google 在 Gemini 3.8 Flash 的發布公告中也首次明確使用了「遞迴評估與最佳化」的措辭，表示該模型透過長時間執行的 AI Agent 迴圈「遞迴評估和最佳化底層模型」。
為何 3.5 Pro 被犧牲？
Gemini 3.5 Pro 的命運是整個故事中最耐人尋味的一環。根據多方報導，Google 原本計劃在 6 月發布 3.5 Pro，但內部測試顯示它未能在多檔案程式碼重構和自主 Agent 執行上帶來足夠的代際跳躍。
Google 選擇了一個大膽的策略：不發布一個「還行」的中間產品，而是將所有運算資源集中到 Gemini 4 的預訓練上。Wall Street Journal 報導指出，Flash 模型因為體積較小，修改所需的運算資源較低，可以讓多個研究團隊同時測試不同方法；而 Pro 模型的每次調整都需要大量資源。
預估時程與觀察
綜合各方資訊：
- 9 月：Gemini 4 Flash-Lite 和更新版 NB2Lite（Nano Banana 2 Lite 圖像模型）預計發布，不過今日已有 Nano Banana 2.5 的消息
- 10 月：業界普遍預測 Gemini 4 Pro 正式亮相
- 11-12 月：9to5Google 根據歷史發布週期推估的時程
Google 正在進行一場高風險的賭注：用 Flash 模型的快速迭代穩住商業收入和開發者生態，同時將所有旗艦級資源押在 Gemini 4 上，期望一次性奪回前沿模型的領先地位。洩漏資訊顯示這張牌的規格確實驚人，但在 Google 正式揭曉之前，一切都還是未定之天。
