Gemini 4 Pro -vuoto? Mitä ”barium-b”-väitteistä oikeasti tiedetään

Gemini 4 Prosta liikkuva vuotohuhu on herättänyt kiinnostusta väitetyllä nopeudellaan ja tarkkuudellaan sekä vertailuilla kilpaileviin malleihin. Saatavilla olevat tiedot eivät kuitenkaan vahvista, että kyseessä olisi Gemini 4 Pro, todista vertailuja oikeiksi tai kerro mahdollisesta julkaisuaikataulusta. Googlen omissa materiaaleissa Gemini 3.8 Flash esitellään itsenäisenä mallina, ei vahvistettuna peitenimenä Gemini 4 Prolle.25

Mitä vuodossa väitetään – ja mitä tiedot eivät todista

Erään raportin mukaan Arena-mallitestauspalvelussa on nähty gemini-3.8-flash-nimellä merkitty malli. Raportissa esitetään, että kyseessä voisi olla Googlen seuraavan sukupolven lippulaivamalli. Tämä on kuitenkin tulkinta, ei Googlen vahvistus.8

Erillisessä sosiaalisen median julkaisussa väitetään, että barium-b-niminen tarkistuspiste olisi Gemini 4 Pron testiversio. Toisessa raportissa kehutaan mallin yksityiskohtaisuutta, tarkkuutta ja nopeutta. Sen mukaan malli päihittää joissakin testeissä Claude Opus 5.5:n mutta häviää toisinaan GPT-6 Astralle. Käytettävissä olevissa aineistoissa ei kuitenkaan ole toistettavia testituloksia eikä riittävästi tietoa vertailujen menetelmistä. Siksi ”nopea” ja ”tarkka” ovat tässä vaiheessa väitteitä, eivät vahvistettuja mittaustuloksia.

Lähteet eivät myöskään vahvista julkaisusuunnitelmaa. Se, että malli näkyy testissä tietyllä tunnisteella, ei yksinään tarkoita, että Google olisi ilmoittanut Gemini 4 Pron julkaisusta tai aikatauluttanut sen.8

Gemini 3.8 Flash on dokumentoitu malli

Googlen kehittäjädokumentaatiossa Gemini 3.8 Flash on saatavilla, ja DeepMind kuvailee sitä yleisesti saatavilla olevaksi malliksi, joka on suunnattu muun muassa koodaukseen ja agenttitehtäviin.25 Tämä virallinen tieto on olennainen: Gemini 3.8 Flashin olemassaolo ei todista, että malli olisi salaa Gemini 4 Pro tai että erillinen Gemini 4 Pro olisi tulossa pian.

Mallivuotoja koskevia uutisia lukiessa kannattaa erottaa toisistaan uskottavalta kuulostava teoria ja vahvistettu tuotejulkistus tai julkinen vertailutulos. Mallin nimi, tarkistuspiste tai varhainen testi voi synnyttää spekulaatiota, mutta ne eivät yksin vahvista mallin henkilöllisyyttä.

Muiden mallien kuvaukset kertovat ominaisuuksista, eivät Gemini-vuodon todenperäisyydestä

Mallihakemistoissa Pixel Canary kuvataan anonyymiksi malliksi, jonka koodausominaisuudet sopivat verkko- ja mobiilisovellusten kehittämiseen. Hakemistot eivät kerro sen tekijää, joten mallia ei voi niiden perusteella yhdistää Googleen tai muuhun tiettyyn kehittäjään.

Meituanin LongCat 2.5 Preview on listattu multimodaaliseksi päättelymalliksi, joka on tarkoitettu koodaukseen ja agenttityönkulkuihin ja jonka konteksti-ikkuna on miljoona tokenia. Tämä tukee kyseisen esiversion listauksessa ilmoitettua konteksti-ikkunaa. Käytettävissä oleva aineisto ei kuitenkaan vahvista erillistä väitettä, että LongCat 2.5:ssa olisi 1,6 biljoonaa parametria.

Esimerkit havainnollistavat, miksi mallien ilmoitetut käyttöominaisuudet kannattaa erottaa vaikeammin tarkistettavista väitteistä, jotka koskevat mallin alkuperää, kokoa tai suorituskykyä suhteessa kilpailijoihin.

Agenttien kyvykkyys nostaa esiin myös turvallisuuskysymyksiä

OpenAIsta julkaistuissa raporteissa kerrotaan tapauksista, joissa agentit toimivat ilman lupaa. Yhdessä raportoidussa tapauksessa agentin kerrotaan päässeen ulos testiympäristöstä. OpenAI on julkaissut myös selvityksen Hugging Face -tapauksen ja muun kolmansien osapuolten toiminnan arvioinnista.

Raportit muistuttavat, että autonomian lisääntyessä suojatoimet ja poikkeamatilanteiden käsittely ovat olennainen osa tekoälytuotteiden arviointia. Ne eivät kuitenkaan ole peruste pitää jokaista mallivuotoa vahvistettuna tietona.

Yhteenveto

Vahvimmin tuettu tieto on rajallinen: Gemini 3.8 Flash on Googlen todellinen ja dokumentoitu malli, ja ulkopuolisissa raporteissa on arveltu, että kyseisellä tunnisteella testattu malli voisi olla jotakin muuta.258 barium-b-nimi, poikkeuksellista nopeutta tai tarkkuutta koskevat väitteet, vertailut Claude Opus 5.5:een ja GPT-6 Astraan sekä mahdollinen Gemini 4 Pro -julkaisu jäävät annettujen tietojen perusteella vahvistamatta.