Gemini 4 跑分爆料密集涌现，彭博曝内部实测遇冷

10 月 1 日至 2 日，围绕 Google 传闻中的 Gemini 4 / Gemini 4 Argon 出现密集爆料，多路信息指向该模型在多项基准上表现突出；但彭博同日报道谷歌内部员工实测发现真实表现不及跑分，编码任务尤其吃力，且模型规模巨大、运行成本高昂，可能压低 Google 利润率。社区就「刷榜 vs 真实能力」展开激烈争论。目前所有信息均非官方发布，模型能力、可用范围与定价均待确认。

已确认

• 彭博报道：Alphabet 正为 Gemini 4 发布做准备，该模型在行业通用基准测试上表现出色，但多名直接接触模型的内部人士称，员工实际投入使用时效果不及预期，尤其在部分编码任务上表现吃力；谷歌内部对其是否已追上 OpenAI 和 Anthropic 意见不一。受访者因讨论内部事务要求匿名。
• 彭博报道补充披露两个关键信息（由 firstadopter 引用转述）：Gemini 4 据知情人士称是一个非常大的模型，运行成本高昂，可能给 Google 的利润率带来压力；专家亦指出 Google 存在针对基准测试优化的倾向。
• Google 员工 Kuba 发推自豪表示参与了 Gemini 相关开发；开发者 sunjiao123sun 引用其推文称，没有 Kuba，Gemini 4 Argon 就不会在 VibeCodeBench 上拿到 91.9 分。
• LuminaBench 发帖称 Gemini 4 Argon 在 AA Intelligence Index 上拿到 53 分，与 GPT-6 Astra 持平，且在成本曲线上几乎位于帕累托前沿。

尚未确认

• Reddit 流出据称是 Gemini 4 Argon 的基准对比：18 项基准中拿下 12 项第一，对手包括 Fable 5.1、Opus 5.5 和 GPT-6 Astra；其中自主法律工作一项达 19.6%。该结果来源与真实性待验证。
• 博主 haider 称 Gemini 4 知识类成绩达 SOTA、编程约在 Astra/Fable 5.1 水平，属未证实爆料，作者认为关键在 Google 接下来的处理。
• teortaxesTex 讨论传闻中 Gemini 4 系列的档位布局，从定价推测 Argon 可能是 Google 对标 Claude Sonnet（内部 Sol 级别）的中档模型，属个人猜测。
• DrSingularity 发文称 Gemini 4 Argon「已经推出」，并感叹迭代节奏快得离谱，但未见 Google 官方发布或第三方证实。

为什么重要

• 彭博的内部爆料与密集的基准传闻形成鲜明反差，使「基准成绩能否代表真实能力」成为本轮讨论核心。EstablishmentFun3205 等发帖直接质疑这是真实进步还是针对基准的「benchmaxxing」；Angaisb、ishuagra02 等多位网友翻出 Gemini 3 / 3.1 Pro 当年官方跑分与实际表现落差的前例，提醒对 Google 宣传保持冷静；koltregaskes 呼吁等模型公开可用再做判断，Neurogence 也认为需等正式面向消费者发布后再评估；ChrisGPT 表示即便表现挣扎也仍是正确方向上的一步，kimmonismus 亦感叹希望传闻不是真的。
• 成本维度的信息同样值得关注：彭博称 Gemini 4 是一个非常大的模型，可能压缩 Google 利润率；而 LuminaBench 的爆料又显示 Argon 在成本曲线上接近帕累托前沿，两者共同指向「旗舰能力 vs 推理成本」的取舍。若基准数据属实，Gemini 4 Argon 将在复杂任务上形成明显领先，改变顶级模型竞争格局；档位传闻若成立，也意味着 Google 正以多档位产品线细化中高端市场竞争。

2026-10-01 ~ 2026-10-02 · 35 条相关

事件全程(共 19 集)→

• 第 1 集:疑似 Gemini 4 Pro 匿名现身 Arena 暗测(2026-09-26,8 条)
• 第 2 集:谷歌Gemini 4进入后训练冲刺阶段年底或亮相(2026-09-26,2 条)
• 第 3 集:网传 Gemini 4 Pro 跑分泄露碾压对手，时间点恰逢 OpenAI DevDay(2026-09-28,4 条)
• 第 4 集:消息称 Gemini 4.0 Pro 等多款新模型数周内发布(2026-10-01,2 条)
• 第 5 集:Google 官宣 Gemini 4 Argon：百万输出 token 先行开放网防(2026-10-01,118 条)
• 第 6 集:Gemini 4 跑分爆料密集涌现，彭博曝内部实测遇冷(2026-10-01,35 条)
• 第 7 集:Gemini 4 Argon 长程编码测试大幅超越前代(2026-10-01,2 条)
• 第 8 集:「Gemini 4 Argon」页面疯传实为恶搞，Gemini 4 并未发布(2026-10-01,6 条)
• 第 9 集:Google 用 Gemini 4 Argon 优化数据中心释放超 300TiB 内存(2026-10-01,3 条)
• 第 10 集:传 Gemini 4 Argon 数分钟内将量子算法优化基线提升 40%(2026-10-01,2 条)
• 第 11 集:谷歌工程师提前体验 Gemini 4 Argon，盛赞排障能力(2026-10-01,3 条)
• 第 12 集:谷歌年末登顶 AI 概率被看好，Gemini 4 传闻搅动预测市场(2026-10-01,2 条)
• 第 13 集:Gemini 4 实测前景引热议 谷歌重启全新预训练(2026-10-01,2 条)
• 第 14 集:Gemini 4 未发先热，博主力挺谷歌 TPU 算力护城河(2026-10-02,2 条)
• 第 15 集:网传 Google 内部藏有远超 Gemini 4 Argon 的模型(2026-10-02,2 条)
• 第 16 集:网传谷歌将推 Gemini 4 Argon，单次输出可达 100 万 token(2026-10-02,2 条)
• 第 17 集:Gemini 4 获赞 Astra 级表现，价格仅为其五分之一(2026-10-03,3 条)
• 第 18 集:Gemini 4 Argon 多榜单登顶引热议 遭质疑基准可信度(2026-10-04,3 条)
• 第 19 集:Gemini 4 Argon 密集曝光，即将公开发布(2026-10-04,3 条)

• 曝未发布 Gemini 4 Argon 在 18 项基准中 12 项登顶 — 141_1337 · 2026-10-01
• 【源头】Bloomberg:Gemini 4 跑分漂亮,内部员工实测编码却掉链子 — firstadopter · 2026-10-01
• 【源头】爆料称 Gemini 4 Argon 智能指数达 53,比肩 GPT-6 Astra — LuminaBench · 2026-10-01
• 网友质疑 Google 新模型狂欢：基准成绩从来不可靠 — Angaisb_ · 2026-10-01
• 网友泼冷水:"Google is so back"?模型都没开放跑分未必可信 — Angaisb_ · 2026-10-01
• Gemini 4 Argon 登顶长程软件工程基准 — ColbyHawker · 2026-10-01
• 曝 Gemini 4 编码等关键领域表现挣扎，员工称不及预期 — ChrisGPT · 2026-10-01
• 爆料称谷歌 Gemini 4 Argon 已悄然上线，速度远超预期 — Dr_Singularity · 2026-10-01
• Gemini 4 被 cua-bench 实测拖后腿:游戏操控表现「尖刺化」 — burny_tech · 2026-10-01
• KOL 预热 Gemini 4 Argon:要么封神,要么刷榜到没法用 — thatroblennon · 2026-10-01
• 网传 Google Gemini 4 已现：知识类 SOTA，编程约 Astra/Fable 5.1 水平 — haider1 · 2026-10-01
• Gemini 4 发布在即,曝 Google 内部对模型编程能力存疑 — matt_slotnick · 2026-10-01
• Google 员工向媒体吐槽 Gemini 4，同事回怼：为何对外唱衰自家产品 — josh_wills · 2026-10-01
• 网友质疑 Gemini 4 Argon 宣传:别忘了 Gemini 3.1 发布时的夸张跑分 — ishuagra02 · 2026-10-01
• Gemini 4 Argon 跑分亮眼,老问题仍在:谷歌模型实战总显平庸? — VraserX · 2026-10-01
• 开发者暗示 Gemini 4 Argon 以 91.9 分登顶 VibeCodeBench — sunjiao123sun_ · 2026-10-01
• 传 Gemini 4 将有 Argon 档位,外界猜测定位对标 Sonnet 级 — teortaxesTex · 2026-10-01
• 谷歌内部评审外泄:员工称 Gemini 4 部分编码任务表现不佳 — sandeepyadavhas · 2026-10-01
• 博主喊话:对 Gemini 4 先冷静,benchmark 说了不算 — koltregaskes · 2026-10-01
• Google 新模型是真飞跃还是巅峰刷榜？Reddit 热议 benchmaxxing — EstablishmentFun3205 · 2026-10-01
• Google 新模型是真能打还是刷榜？Reddit 热议引战 — EstablishmentFun3205 · 2026-10-01
• Gemini 4 Argon 难刷 Terminal-Bench,科学版得分 12.4% 升至 57.6% — JJitsev · 2026-10-01
• Gemini 4 Argon 登顶 Arena 文本排行榜第一 — Successful_Row_3209 · 2026-10-01
• Gemini 4 Argon 评析：新旗舰只是渐进改良 — DavidLinthicum · 2026-10-01
• Bloomberg 报道 Gemini 4 疑陷 benchmaxxing，大模型或压 Google 利润 — firstadopter · 2026-10-02
• DeepMind 高级研究员称 Bloomberg 对 Gemini 4 员工差评报道是胡扯 — MrZiruiWang · 2026-10-02

另有 9 条近重复转述:firstadopter · Neurogence · ChrisGPT · QuintinPope5 · kimmonismus · socialwithaayan · kimmonismus · daniel_mac8 · xennygrimmato_