Gemini 4
谷歌DeepMind下一代旗舰大语言模型，为Gemini系列的后续版本，外界预期其能力将大幅跃升
核心事实
时间轴 (近 90 天)
DeepMind团队尝试让Gemini 4模型直接控制人形机器人完成投掷沙包游戏（Cornhole），结果连续7次精准命中。
实验中模型的调整过程是否完全自主、仿真与真机之间的差距是如何具体弥合等细节尚未明确，需要更多技术披露来验证。
实验中Gemini 4在从仿真迁移到真机时，将释放时机调整了几厘米，直到连续7次入洞。
谷歌据报道正在准备 Nano Banana 3 Pro，可能由 Gemini 4 Argon 驱动，内部称为 Gempix，可能在 11 月至 12 月之间发布。
模型评测中的“目标模式”指在工具中设定明确目标后模型持续尝试直至完成，与默认的浅尝辄止模式不同，Gemini 4在集合论难题上默认停止但切换目标模式后能继续。
使用Gemini 4需要进行订阅：聊天需Google Pro会员约20美元/月，编程需Google Ultra会员100美元/月起。
Google以Argon（氩）命名Gemini 4，但从未解释原因，氩气放电呈紫光，对应灯牌颜色。
在100道加试题中，Gemini 4答对50道、错8道、42道回答不知道；GPT-6 Astra答对63道、错19道。
Noah老师的20个编程任务中，Gemini 4在最简单的三个任务上有一半未完成。
编程博主Theo测试后指出，Gemini 4对其代码库的判断一半以上是错误的，在7个测试模型中唯一错误超过半数。
还有 40 条时间轴事件
全部知识事实 (20)
Gemini 4 Argon的最大输出从64000 Token提高到100万（指输出上限而非上下文窗口）
80%已验证Google决定正式放弃Gemini 3.5 Pro的检查点（checkpoint）版本
65%已验证谷歌在其官方博客上发布了 Gemini 系列的新成员 Gemini 4 Argon
90%部分验证在 Artificial Analysis 指数中，Claude Opus 5.5 得分为 58，Gemini 4 Argon 和 GPT-6 Astra 均为 53。
65%部分验证谷歌据报道正在准备 Nano Banana 3 Pro，可能由 Gemini 4 Argon 驱动，内部称为 Gempix，可能在 11 月至 12 月之间发布。
65%待验证实验中Gemini 4在从仿真迁移到真机时，将释放时机调整了几厘米，直到连续7次入洞。
50%待验证实验中模型的调整过程是否完全自主、仿真与真机之间的差距是如何具体弥合等细节尚未明确，需要更多技术披露来验证。
50%待验证在第三方评测中，Gemini 4在文档阅读、财报分析等任务上排名第一，比Claude Opus 5.5高不到两分。
50%待验证Gemini 4的幻觉率为15%，而GPT-6 Astra的幻觉率为51%。
50%待验证在100道加试题中，Gemini 4答对50道、错8道、42道回答不知道；GPT-6 Astra答对63道、错19道。
50%待验证模型评测中的“目标模式”指在工具中设定明确目标后模型持续尝试直至完成，与默认的浅尝辄止模式不同，Gemini 4在集合论难题上默认停止但切换目标模式后能继续。
50%待验证编程博主Theo测试后指出，Gemini 4对其代码库的判断一半以上是错误的，在7个测试模型中唯一错误超过半数。
50%待验证Google以Argon（氩）命名Gemini 4，但从未解释原因，氩气放电呈紫光，对应灯牌颜色。
50%待验证Gemini 4的试用期价格为正式价格的一半，半价持续到11月底（11月30日），12月1日起翻倍。
50%待验证Gemini 4在模拟人类操作电脑的任务中成功率不到5%，在8个模型中排名倒数第二。
50%待验证Gemini 4当前单价是Claude Opus 5.5的一半、GPT-6 Astra的五分之一，但每道题的字数是Astra的两倍多，实际每道题成本1.99美元，Astra为3.26美元。
50%待验证在熔岩灯任务中，Gemini 4耗时不到2分钟、花费18美分；Claude Opus 5.5耗时9分半、花费1.27美元。
50%待验证Noah老师的20个编程任务中，Gemini 4在最简单的三个任务上有一半未完成。
50%待验证使用Gemini 4需要进行订阅：聊天需Google Pro会员约20美元/月，编程需Google Ultra会员100美元/月起。
50%待验证研究者将一组自己非常熟悉的专利交给 Gemini 4 处理，模型将关键信息提取到电子表格中并额外生成了一份完整报告，输出高度准确，达到了可以直接使用的水平。
50%