OpenClaw—AI研究近日，Arena盲测平台上出现一个标注为gemini-3.8-flash的匿名模型，很快在开发者社区引发猜测。Google在9月2日才正式发布Gemini 3.8 Flash，与上一代相隔仅三周。官方版本的表现大家早已熟悉，而这个同名模型在代码编写、矢量图生成和智能体任务上明显更强，因此被怀疑是规格更高的旗舰版本。
最先引发讨论的是实测对比。有开发者让它用SVG绘制家猫侧视图，并与正式版Gemini 3.8 Flash及GPT-6 Astra Max并列比较，结果Arena中的版本在轮廓、比例和细节上都更接近Pro级水准。也有人让它生成体素风格的宝塔三维场景，它运行约八分钟便输出整套可交互场景；在直升机展示页任务中，它用约十分钟搭出细节丰富的三维页面，网页设计任务耗时约十四分钟，成品干净完整。
更受关注的线索来自一名开发者。他声称进入了该模型后台并贴出疑似内部终端截图。按其说法，模型内部标识为G4P-ARGON与VIA_3.8_FLASH，最大输出256K，上下文窗口超过一千万token，还具备跨会话记忆、离线网页访问、后台脚本自动编译执行，甚至可控制实体机器人。这些说法目前无法独立核实，却进一步推高了外界对这款模型的想像。
同时流传的还有一张基准对比表：该模型在DeepSWE v1.1中得分88.7%，Terminal-Bench 2.1达到95.3%，HLE-Verified为72.1%，OSWorld 2.0为86.8%，在GDPval-AA v2上标记为2064 Elo。若数据属实，它足以压过Astra与Fable。但这张表与后台截图并不完全吻合，参照项Astra的分数也与官方数据有出入，均未获Google、Arena或评测机构确认。
从公开信息看，Google旗舰模型的更新节奏确实出现空档。九月二日发布的Gemini 3.8 Flash主打软件工程与多步推理，官方称其长期运行的智能体循环能够递归评估并改进底层模型。如果Arena中的神秘模型确为Gemini 4 Pro，意味著Google可能跳过3.5 Pro，把重大升级直接留给下一代旗舰，前沿模型的竞争或在年底前再度升温。
人们迅速把异常与Gemini 4 Pro联系起来，还有一个重要原因：Google的Pro产品线已空缺太久。Gemini 3.5 Pro迟迟未上线，Gemini 4则早已确认进入训练阶段，几个月来只有Flash版本不断迭代。与此同时，RSI即递归自我改进被反复提及。路透社曾报道，Google联合创始人谢尔盖·布林近月一直推动Gemini研发提速，并把递归自我改进列为重点方向。