2026年9月Arena出现匿名模型gemini-3.8-flash，实测疑似谷歌DeepMind下一代旗舰Gemini 4 Pro，泄露基准显示其在DeepSWE v1.1、GDPval-AA v2、Terminal-bench 2.1和

人工智能模型竞技场Arena近日出现一款名为“gemini-3.8-flash”的匿名模型。基准测试显示，该模型在程式编码、AI代理、推理及电脑操作等多项能力上领先OpenAI Astra与Anthropic Fable 5.1。

在评估AI代理编码能力的DeepSWE v1.1测试中，该模型获得88.7%的成绩，高于Astra的86.9%和Fable 5.1的69.1%。在OSWorld-2.0电脑操作能力测试中，该模型获得86.8%，超过Astra的84.5%及Fable 5.1的77.9%。在Terminal-bench 2.1终端编码能力测试中，该模型取得95.3%的成绩。在GDPval-AA v2真实知识工作任务测试中，该模型获得2064 Elo。

价格方面，该模型每百万Token输入价格为2.25美元，每百万Token输出价格为11.25美元。Astra的输入与输出价格分别为每百万Token 12美元和60美元，Fable 5.1分别为每百万Token 10美元和50美元。

谷歌旗舰AI模型Gemini 3.5 Pro原定于2026年6月推出，但发布计划已延误数个月，其网站仍显示“3.5 Pro coming soon”。有报道称，谷歌已取消推出Gemini 3.5 Pro，原因是模型进步幅度有限，表现甚至不及Flash版本。谷歌上一次推出Gemini 3.1 Pro是在2026年2月19日，距今已7个月。2026年9月初，谷歌发布了“Gemini 3.8 Flash”，而Arena平台出现的匿名模型与之同名。

谷歌DeepMind首席战略官Jasjeet Sekhon在伯克利的活动上表示，递归自我改进已成为AI巨额投资逻辑中的关键一环。2026年9月14日，谷歌一项名为Dream-RSI的研究公开，研究内容为如何让Agent在探索过程中不断改进自身搜索策略，并从经验中继续升级下一轮探索。