开发者实测 Gemini V4-Pro：表现不及预期，疑似受蒸馏影响
teortaxesTex · x · 2026-08-13
开发者对 Gemini V4-Pro 的实测表现感到失望，认为其能力基本等同于 V4-Flash-0731 加上 pass@2（两次生成取优）。
他推测 Google 在同系列模型内部使用的蒸馏技术抹平了不同参数规模的差异，这导致更轻量的 Flash 版本在实际体验中总是显得更加惊艳。此外，他预测模型在 ARC-2 基准测试上的分数约为 70 分。
「模型」频道最新
- 前微软高管称初测 Argon 数学能力强劲、后训练一流 — MParakhin · 2026-10-16
- Anthropic 筹备工作邮箱验证通道，企业员工可享 Claude Pro 年费折扣 — ryanmerket · 2026-10-16
- ThursdAI 纽约现场版上线：Meta Muse Wonder 与 Gemini 4 Argon 专场 — altryne · 2026-10-16
- Claude 已主导 Anthropic 26% 模型研发，2 月还不足 1% — altryne · 2026-10-16
- 用户设计「永远只说谎」测试,模型明确拒绝接受为永久规则 — Tischler285 · 2026-10-16
- Reddit 长文给 AGI/RSI/ASI 下硬定义:称 GPT-6 已达 AGI 门槛 — Crayola_God · 2026-10-16