Gemini 4 Pro「Argon」流出截圖：規格好吸引，但未係官方發布

流出嘅 Gemini 4 Pro 截圖可以當成「可能存在內部實驗」嘅訊號，但絕對唔等於已獲證實嘅產品公告。9 月 14 日起流傳嘅帖文將型號稱為 「argon」，並聲稱佢有極大 context 與輸出額度；但 Google 至今未公開確認呢個代號、介面、基準測試、API 開放情況、定價或推出時間。815

截圖據稱顯示咗乜？

按原始社交平台帖文同後續爆料報道，圖片似乎係 Gemini 4 Pro 一次視覺生成測試，採用 高運算量（high-effort） 設定。該次生成據稱用咗 2.4 分鐘，畫面同時顯示 256,000 token 輸出上限及 200 萬 token context window；報道亦提到一種可因應工作調整運算量嘅推理方式。815

不過，呢啲只能視為內部版本嘅傳聞規格，唔可以當成日後正式產品承諾。就算截圖真係來自測試環境，仍然解答唔到幾個實際問題：正式版會否真係執行呢啲限制、適用於文字定影像等邊啲模態、成本幾高，以及模型經獨立評測後究竟穩唔穩定。

值得一提，Google 以前已經為 Gemini 1.5 Pro 提供過 200 萬 token context window，所以「200 萬」本身唔係完全難以想像；但有先例，唔代表呢張截圖就獲得驗證，更唔代表 Gemini 4 Pro 最終必定會以同一額度推出。1

重點唔只係幅圖靚唔靚

對流出成品嘅反應並唔一致。單睇畫面質素，暫時未足以證明佢明顯拋離現時頂尖圖像生成系統。更值得留意嘅，反而係傳聞中「超長 context＋超長輸出＋可調運算推理」呢個組合。

如果呢類能力真係落地，對軟件 agent 可能相當有用：模型可以一次過讀入更多程式碼同文件、為跨多檔案改動擬定實作計劃、產生較大型嘅 patch，並喺長時間、會使用工具嘅工作流程中反覆修正。較早前有關 Gemini 4 嘅爆料，同樣將 coding、長流程工作同大 context 處理列為潛在強項，但亦清楚註明相關規格與評測都未經證實。3

呢個分別好重要。token 額度大，只係講緊容量，唔等於模型真係可靠做到「成個 repository 級」嘅軟件工程。實用價值最終取決於程式碼正確性、工具調用穩定度、長 context 檢索能力、延遲、成本，以至多步任務出錯後識唔識得補救。

放返入 Google 已確認嘅產品路線圖睇

Google 公開過嘅路線圖，解釋咗點解一個未證實嘅 Gemini 4 Pro 測試都會引起關注。

• Google 於 2026 年 2 月推出 Gemini 3.1 Pro。4
• Google 喺 5 月 I/O 開發者大會表示正研發 Gemini 3.5 Pro，原先預期下個月推出。17
• 6 月目標未能達成。路透社 7 月報道，呢款旗艦模型落後進度，Google 正改善其能力，尤其係編程方面。18
• 到同月較後時間，Google 表示 Gemini 3.5 Pro 正與合作夥伴測試，並已開始訓練 Gemini 4。17

呢啲資料只支持一個較窄嘅結論：Google 有一款延遲推出嘅 Pro 型號，同時已開展下一代訓練。佢唔足以證明 3.5 Pro 已永久取消、「argon」係官方 Gemini 4 Pro 代號，或者 Google 已排定 10 月公開推出。

截至相關報道所指時間，Google 未有發表 Gemini 4 model card、公開 API model ID、定價、基準報告或有文件記錄嘅 context 上限。7

點解 Gemini 4 Pro 對 Google 咁關鍵？

Gemini 3.5 Pro 延誤特別受關注，因為報道指問題正正涉及 coding——呢個係開發者同企業採用前沿模型時極核心嘅工作負載。18 路透社報道指，Google 喺預期嘅旗艦 Pro 型號仍與合作夥伴測試期間，仍持續推出較輕量嘅 Gemini 版本。17

所以，即使 Gemini 4 Pro 最終發布，都唔可以只靠一個大 context window 贏得市場。開發者會想睇到以下幾方面嘅實證：

• 推理質素： 高運算模式帶來嘅改善，值唔值得多花時間同成本。
• Coding agent 穩定性： 能否喺多個檔案間作出正確修改、調用工具，同時維持一致嘅計劃。
• 長 context 表現： 面對大型 codebase 時，係咪真係搵得返、用得準關鍵資訊，而唔係只係「塞得入」超長提示。
• 多模態能力： 圖像及其他媒體生成嘅質素，是否真有競爭力，而唔係得個「支援」字。
• 部署成本： 延遲、token 收費與 rate limit，會否令長時間 agent 可以喺示範以外真正使用。

Gemini 3.8 Flash 正好說明產品定位點解重要。Artificial Analysis 報告指，其高推理設定得分為 59，較 Gemini 3.7 Flash 高 3 分。呢個對 Flash 型號而言係有意義嘅進步，但唔能夠取代一個廣泛可用、Pro 級、並已證明可處理複雜長流程任務嘅旗艦模型。14

下一步應該睇乜？

下一個真正有分量嘅證據，會係第一手文件或者可重現嘅使用途徑：Google 正式公告、model card、API 型號列表、價目表、技術報告，或者獨立基準測試結果。

喺呢啲資料出現之前，最好將截圖視為一宗關於內部實驗、目標相當進取嘅爆料。重點其實好簡單：傳聞中嘅 256K 輸出同 200 萬 context，如果真係推出，對 coding agent 會非常重要；但目前未有公開證據證明佢哋一定會成為正式規格。815