谷歌的”间谍模型”被抓了：Gemini 4 Pro 顶着别人的马甲混进 LMArena，实测数据卷翻了 Opus 5.5
AI飞行客 谷歌的”间谍模型”被抓了：Gemini 4 Pro 顶着别人的马甲混进 LMArena，实测数据卷翻了 Opus 5.5
LMArena 上最近出现了一个奇怪的模型。
名字叫 “gemini-3.8-flash”——听起来就是个平平无奇的中间版本，卡在 3.5 和 4 之间，一个本该被跳过的版本号。
但它的表现一点都不”中间”。编程测试 DeepSWE v1.1 拿下 88%，Terminal-bench 2.1 飙到 95.3%。推理、智能体、编码全面超越 GPT-6 Astra 和 Claude Fable 5.1——甚至传出了”闻到了 RSI 味道”的评论。
开发者们心照不宣：这不是什么”3.8″，这就是 Gemini 4 Pro 的隐身黑盒。
谷歌急了：两个月训完，全员压上
这个故事还得从更早说起。
2026 年 7 月，Google DeepMind 启动了”有史以来最具野心的预训练”——Gemini 4 的首次大规模训练。仅仅耗时约两个月，训练基本完成。
周三，Google DeepMind 新任掌门人 Koray Kavukcuoglu 首度公开交底。他透露，Gemini 4 已经全面进入”后训练”阶段，团队正以极限速度推进。而且发现 3.5 Pro 性能不够碾压对手之后，谷歌直接壮士断腕——把全部算力砸向 Gemini 4，3.5 Pro 被搁置。
Koray 的原话是：”我们的意图是尽可能快地发布一个早期的后训练版本，因为我们看到了结果，我们感到非常激动。”
注意，他说的是”尽可能快地发布”——不是”在安全验证完之后”，不是”等我们确认对齐了再发布”。是”赶快发”。
被问及是否担心谷歌已经落后时，Koray 斩钉截铁地说：”我对我的团队有百分之百的信心，我们注定永远要站在技术的最前沿。”
他还顺手扔了一个细节：Gemini 4 正在被内部工程师用于 Antigravity AI——这是对之前”谷歌员工用 Claude 写代码”传闻的直接回击。
最后他抛出了时间表：远早于年底。
ARC-AGI-3 的 99.9% 和 62.7%
同样在这两周，还有另一件事值得拎出来说。
OpenAI 发布 GPT-6 Astra 时主打的一项成绩是 ARC-AGI-3 得分 99.9%。但有人发现，这个分数是从 OpenAI 自家配置的 harness 里跑出来的。换用行业标准 harness 测同一个模型，得分掉到了 62.7%——相差 37 个百分点。
两个模型在这个维度上的问题是一样的：分数的意义，取决于测试环境的公信力。
当每个实验室都用自己配置的测试线束来跑分时，”击败对手”这件事本身就变成了一个修辞问题——而不是事实问题。这也是为什么社区越来越倾向于信任 LMArena 这种盲测平台，而不是任何实验室的官方宣称。
发布会的消亡
过去两周发生了一连串不太容易注意到但意义重大的变化。
9 月 17 日晚，Anthropic 切断了灰度通道。一批原本被路由至新模型的账号归零，在开发者社区引发讨论。一天后通道恢复，覆盖范围从 Claude Code 扩大至 Chat 和 Cowork。有开发者把这段经历称为”午夜惊魂”。
与此同时，”gemini-3.8-flash” 的神秘节点在 LMArena 上持续刷屏，而谷歌没有发布任何官方说明。
三家前沿实验室的下一代模型——Anthropic 的 Opus 5.2、谷歌的 Gemini 4 Pro、OpenAI 的未知迭代——没有一个是通过发布会、官网公告或新闻通稿发布的。 它们要么被悄悄接入了生产接口，要么顶着假名字混进盲测平台。
前沿模型的发布流程正在被静默压缩。发布会死了，灰测活了。
你问我为什么觉得这事值得一篇博客
三个原因。
第一，发布流程的消亡意味着透明度在消失。 当模型不再有发布会、不再有技术报告、不再有明确的版本号和模型卡，用户和开发者就失去了一个基本的判断框架：你根本不知道你在用什么模型。这对于一个即将嵌入无数关键决策环节的技术来说，不是一个好消息。
第二，”隐身黑盒”模式正在成为新常态。 Anthropic 和谷歌在两周内都这么做了，这不是意外，是竞速的必然结果。当发布时间差可以决定一家公司的股价、IPO 通道、甚至行业地位时，没有人会为了”发布体验”而等待。结果就是每个人都在暗中出牌，每个人都在等对方先暴露手牌。
第三，上面那个 99.9% vs 62.7% 的差距，不应该被当作一个孤立的小趣闻。 当测试 harness 可以左右 37 个百分点的分数时，”我的模型比对手强”这句话就变成了一句需要附带大量脚注的声明。
对于真正在用模型做产品的团队，我的建议很直接：别信官方的跑分图，自己去 LMArena 看盲测结果。 因为现在连模型的名字都可能是个烟雾弹——”gemini-3.8-flash”？拉倒吧，谁都知道你是 Gemini 4 Pro 的马甲。
发布会不死，只是改了名字。