Kebocoran Gemini 4 Pro “Argon”: Apa yang Didakwa oleh Tangkapan Layar, dan Apa yang Belum Disahkan Google

Tangkapan layar Gemini 4 Pro yang tersebar itu wajar dilihat sebagai petunjuk tentang eksperimen dalaman, bukan pengumuman produk yang telah disahkan. Hantaran pada 14 September mengenal pasti model tersebut sebagai “argon” dan mendakwa ia mempunyai had konteks serta output yang luar biasa besar. Google belum mengesahkan secara terbuka nama kod, reka bentuk antara muka, penanda aras, akses API, harga atau tarikh pelancarannya. 815

Apa yang didakwa dalam tangkapan layar itu

Menurut hantaran asal dan liputan kebocoran susulan, imej berkenaan merakam satu sesi penjanaan visual Gemini 4 Pro dengan tetapan usaha tinggi. Sesi itu dikatakan mengambil masa 2.4 minit, sambil memaparkan had output 256,000 token dan tetingkap konteks 2 juta token. Liputan tersebut turut menyebut pendekatan penaakulan adaptif. 815

Namun, butiran itu mesti dianggap sebagai ciri yang didakwa bagi binaan dalaman, bukannya spesifikasi produk akhir. Tangkapan layar mungkin menunjukkan persekitaran ujian yang sebenar, tetapi ia tidak menjawab persoalan penting: sama ada had itu akan dikuatkuasakan dalam produk awam, untuk modaliti apa ia terpakai, berapa kosnya, dan sejauh mana prestasi model itu konsisten apabila diuji secara bebas.

Angka konteks 2 juta token itu sendiri bukan sesuatu yang mustahil. Google sebelum ini pernah menyediakan tetingkap konteks 2 juta token untuk Gemini 1.5 Pro. Namun, rekod tersebut tidak mengesahkan kebocoran ini atau membuktikan Gemini 4 Pro akan dilancarkan dengan had yang sama. 1

Isu utamanya bukan kualiti imej

Reaksi terhadap hasil visual yang dilaporkan adalah bercampur-campur. Imej itu sendiri belum menunjukkan lonjakan yang jelas berbanding sistem penjanaan imej terkemuka. Dakwaan yang lebih besar ialah gabungan konteks panjang, output sangat besar dan tahap usaha penaakulan yang boleh dilaraskan.

Jika ciri-ciri itu sampai ke model awam, ia berpotensi berguna untuk ejen perisian yang perlu mengendalikan repositori kod besar. Dalam teori, model boleh membaca lebih banyak kod dan dokumentasi pada satu masa, merangka pelan pelaksanaan merentas fail, menghasilkan tampalan kod yang besar, dan meneruskan aliran kerja penggunaan alat yang lebih panjang. Kebocoran Gemini 4 sebelum ini juga membingkaikan pengekodan, kerja jangka panjang dan pengendalian konteks besar sebagai kekuatan yang disasarkan — tetapi menegaskan bahawa spesifikasi serta penilaian itu belum disahkan. 3

Perbezaan ini penting: kapasiti token yang besar bukan bukti bahawa model boleh menjadi jurutera perisian yang boleh diharap pada skala repositori. Nilai sebenar akan bergantung pada ketepatan kod, kebolehpercayaan penggunaan alat, keupayaan mengingati maklumat penting dalam konteks panjang, kependaman, kos, dan keupayaannya pulih apabila tugasan berbilang langkah tersasar.

Bagaimana ia berkait dengan hala tuju Gemini yang disahkan

Maklumat awam tentang jadual Gemini menjelaskan mengapa ujian Gemini 4 Pro yang belum disahkan ini menarik perhatian.

• Google melancarkan Gemini 3.1 Pro pada Februari 2026. 4
• Pada Google I/O pada Mei, Google berkata ia sedang membangunkan Gemini 3.5 Pro dan menjangkakan pelancarannya pada bulan berikutnya. 17
• Sasaran Jun itu tertunda. Reuters melaporkan pada Julai bahawa model utama tersebut lewat daripada jadual ketika Google menambah baik keupayaan, khususnya pengekodan. 18
• Pada bulan yang sama, Google berkata Gemini 3.5 Pro sedang diuji bersama rakan kongsi dan latihan Gemini 4 telah bermula. 17

Ini menyokong kesimpulan yang terhad: Google mengalami kelewatan bagi model Pro dan telah memulakan kerja untuk generasi seterusnya. Ia tidak mengesahkan bahawa Gemini 3.5 Pro telah dibatalkan secara kekal, bahawa “argon” ialah nama kod rasmi Gemini 4 Pro, atau bahawa pelancaran awam pada Oktober telah ditetapkan.

Setakat laporan yang dirujuk, Google masih belum menerbitkan kad model Gemini 4, ID model API awam, harga, laporan penanda aras atau had konteks yang didokumenkan. 7

Mengapa Gemini 4 Pro penting dari sudut strategi

Kelewatan Gemini 3.5 Pro lebih ketara kerana kekurangan yang dilaporkan melibatkan pengekodan — salah satu beban kerja paling penting bagi pembangun dan pelanggan perusahaan yang menggunakan model AI termaju. 18 Menurut Reuters, Google terus melancarkan varian Gemini yang lebih ringan ketika model utama Pro masih berada dalam ujian bersama rakan kongsi. 17

Oleh itu, pelancaran Gemini 4 Pro yang berjaya perlu membuktikan lebih daripada sekadar tetingkap konteks besar. Antara perkara yang akan dinilai oleh pembangun ialah:

• Kualiti penaakulan: sama ada mod usaha lebih tinggi benar-benar meningkatkan hasil tugasan sukar sehingga berbaloi dengan masa dan kos tambahan.
• Kebolehpercayaan ejen pengekodan: sama ada sistem boleh membuat perubahan yang tepat merentas banyak fail, menggunakan alat, dan mengekalkan pelan kerja yang konsisten.
• Prestasi konteks panjang: sama ada ia boleh mencari semula dan menggunakan maklumat dengan tepat daripada kod asas yang besar, bukan sekadar menerima arahan yang panjang.
• Keupayaan multimodal: sama ada mutu penjanaan imej dan media lain benar-benar berdaya saing, bukan sekadar tersedia sebagai ciri.
• Ekonomi penggunaan: sama ada kependaman, harga token dan had kadar menjadikan ejen jangka panjang praktikal di luar demonstrasi.

Gemini 3.8 Flash menunjukkan mengapa kedudukan produk penting. Artificial Analysis dilaporkan memberi skor 59 kepada konfigurasi penaakulan tingginya, peningkatan tiga mata berbanding Gemini 3.7 Flash. Itu pencapaian yang bermakna untuk model kelas Flash, tetapi bukan pengganti kepada model utama kelas Pro yang tersedia luas dan terbukti mampu mengendalikan tugasan kompleks dalam tempoh panjang. 14

Apa yang patut diperhatikan selepas ini

Bukti yang benar-benar bermakna ialah dokumentasi utama atau akses yang boleh dihasilkan semula: pengumuman Google, kad model, senarai API, halaman harga, laporan teknikal atau keputusan penanda aras bebas. Sehingga itu berlaku, tangkapan layar ini lebih tepat dianggap sebagai laporan mengenai eksperimen dalaman dengan sasaran yang bercita-cita tinggi.

Kesimpulannya mudah: angka 256K output dan 2M konteks yang didakwa itu boleh menjadi sangat penting untuk ejen pengekodan jika benar-benar dilancarkan, tetapi belum ada bukti awam bahawa kedua-duanya akan sampai ke produk akhir. 815