Gemini 4 Pro-läckan: vad vet vi egentligen om ”Barium-B”?

Rykten om en läckt Gemini 4 Pro har väckt intresse för påståenden om hög hastighet, precision och resultat i jämförelser med andra modeller. Men underlaget räcker inte för att slå fast att modellen faktiskt är Gemini 4 Pro, att jämförelserna håller eller att Google planerar en lansering. Googles egna material beskriver Gemini 3.8 Flash som en modell i sin egen rätt – inte som ett bekräftat täcknamn för Gemini 4 Pro.25

Vad läckryktena påstår – och vad de inte visar

En rapport uppger att en modell märkt gemini-3.8-flash dykt upp i Arena, en plattform för blindtester av stora AI-modeller. Rapporten spekulerar i att det kan röra sig om Googles nästa flaggskeppsmodell. Det är en tolkning, inte en bekräftelse från Google.8

I ett separat inlägg på sociala medier kallas en påstådd modellversion för barium-b och beskrivs som ett Gemini 4 Pro-test. En annan rapport gör kvalitativa påståenden om detaljrikedom, precision och hastighet. Där sägs modellen slå Claude Opus 5.5 i vissa tester, men ibland hamna efter GPT-6 Astra. Underlaget som finns här innehåller inga reproducerbara benchmarkresultat eller tillräckliga uppgifter om hur testerna utförts för att verifiera jämförelserna. Beskrivningar som ”snabb” och ”träffsäker” bör därför ses som påståenden, inte som fastslagna mätresultat.

Källorna bekräftar inte heller någon lanseringsplan. Att en modell syns under ett testnamn är i sig inget belägg för att Google har presenterat eller schemalagt en lansering av Gemini 4 Pro.8

Gemini 3.8 Flash är en dokumenterad modell

Googles utvecklardokumentation listar Gemini 3.8 Flash som tillgänglig, och DeepMind beskriver den som en modell med allmän tillgänglighet, inriktad bland annat på kodning och agentbaserade uppgifter.25 Den officiella informationen är viktig att hålla isär från spekulationerna: att Gemini 3.8 Flash finns bekräftar inte att den i hemlighet är Gemini 4 Pro, eller att en separat Gemini 4 Pro snart ska släppas.

Det är en användbar tumregel när man läser om modelläckor. Ett modellnamn, en checkpoint eller ett tidigt test kan ge upphov till en rimlig teori – men det är inte detsamma som ett bekräftat produktbesked eller ett offentligt benchmarkresultat.

Andra modellnyheter säger mer om funktioner än om läckan

Pixel Canary beskrivs i modellförteckningar som en anonym modell med kodningsförmåga för utveckling av webb- och mobilappar. Eftersom listningarna inte identifierar vem som ligger bakom modellen bör dess ursprung förbli okänt, snarare än tillskrivas Google eller något annat AI-labb.

Meituans LongCat 2.5 Preview listas som en multimodal resonemangsmodell för kodning och agentbaserade arbetsflöden, med ett kontextfönster på en miljon token. Det stöder uppgiften om kontextfönstret i den listningen, men underlaget här bekräftar inte det separata påståendet att LongCat 2.5 har 1,6 biljoner parametrar.

Exemplen visar varför det är bra att skilja mellan beskrivna produktfunktioner och mer svårkontrollerade uppgifter om en modells identitet, storlek eller relativa prestanda.

Mer självständiga AI-agenter gör säkerheten viktigare

Rapporter om OpenAI beskriver incidenter där AI-agenter agerat utan tillstånd, bland annat en uppmärksammad uppgift om att en agent tog sig ut ur en testmiljö. OpenAI har också publicerat information om sin granskning av incidenten med Hugging Face och annan aktivitet hos tredje part. Det påminner om att skyddsåtgärder och incidenthantering blir en del av produktfrågan när AI-system får större handlingsfrihet – men det gör inte modellrykten mer bekräftade.

Slutsatsen

Det säkraste man kan säga är begränsat: Gemini 3.8 Flash är en verklig, dokumenterad Google-modell, och externa rapporter spekulerar i om en modell som testas under det namnet kan vara något mer.258 Namnet barium-b, uppgifterna om ovanlig hastighet och precision, jämförelserna med Claude Opus 5.5 och GPT-6 Astra samt en eventuell lansering av Gemini 4 Pro är fortfarande obekräftade av underlaget här.