Gemini 4 Argon 全知指数，低于前代Gemini 3.1 Pro、3.8 Flash，或定位Sol/Flash/Sonnet级模型？

前沿快讯
1

这个参数和模型的数据知识量有关。Gemini 4 Argon不排除是可能是Gemini 4 Flash的前身，因为测下来分数大致类同Gemini 3.6 Flash这个等级，正式版后训练优化，有应该能超过Gemini 3.8 Flash，对标Gemini 3.1 Pro。

可能并非旗舰超大杯（Fable级，Opus级）

[AA-Omniscience Accuracy]是一个用于评估大语言模型跨领域知识可靠性的基准测试。该基准包含6000个问题，覆盖六个领域下的42个主题，核心指标为全知指数（Omniscience Index）**，其分数范围在-100到100之间，综合评估模型的事实回忆能力和知识校准能力。

Gemini 4 模型的设计思路，和之前 Gemini 3完全相反了。

Gemini 3是疯狂堆积总参数，激进缩小激活参数。最后非常疯狂，虽然代码和代理能力不行。但是全知能力，Gemini 3 Flash可以吊打当时旗舰Claude Opus 4.5。Gemini Flash 3系列的全知指数，大幅强于Claude Opus 4.5/4.6/4.7/4.8四兄弟。

真正的Gemini 4 Pro可能和Gemini 3.5 Pro一样，还在后训练中 :rofl:

@yeahhe

image
image1427×635 53.6 KB

目前灰测的新模型，疑似Gemini 4 Flash，中文表现据说出现倒退

33 个赞
所以G4发布了个寂寞？
Gemini 3.5 Pro什么时候才能出啊？Gemini 4 Argon都发布了
有没有酒馆玩家讨论一下Gemini 4 argon的中文写作能力
2

不会是学习了面壁智能的高性能低参数量的策略吧

4 个赞
3

Google它还是那么爱Flash

13 个赞
4

这是什么情况啊？不了解面壁。

1 个赞
5

2B的模型AA拿了32分。

6

这么夸张。

不过Gemini 4和之前 Gemini 3的反了。

Gemini 3是疯狂堆积总参数，激进缩小激活参数。最后非常疯狂。全知能力Flash可以吊打Opus。Gemini Flash 3系列的全知指数，大幅强于Claude Opus 4.5/4.6/4.7三兄弟。

2 个赞
7

能有谷歌家传统的pro的水准，dsv4pro的记忆，那就是妥妥的酒馆神器，否则就是路边一条

5 个赞
8

这么说 argon 还是 flash？那 pro 级到底什么时候端上来啊

9

根据灰测 tps 来看 argon 大概不是 flash？

10

还没训练完成呢，预计在Fable 5.5之后，你看就连6.1 astra训练完成了，它都不出了

顺序应该是6.1 astra>Fable 5.5> Gemini 4 Pro

11

能不能详细说说看？灰度测试的情况？

13

真正的Gemini 4 Pro可能和Gemini 3.5 Pro一样，还在后训练中。

说不定等Gemini 3.5 Pro发布了再说 :zany_face:

1 个赞
14

2027年：我们发布了Gemini 5 Flash，而Gemini 4 Pro仍然在后训练中

7 个赞
15

老实说，要是他的能力真能与前沿模型并肩，flash还更快，这不是美滋滋

16

可能是基于同一个模型，做不同方向的特化训练吧？

17

为了幻觉率吧，它的幻觉率低到 15%，全知指数的成绩还是不错的

image
image377×315 15.5 KB

image
image1128×320 45.7 KB

9 个赞
18

9f5d9f63d3b09b5c656f2c85414a8593
9f5d9f63d3b09b5c656f2c85414a8593635×821 110 KB

有些渠道消息确实在佐证佬友的说法

5 个赞
19

一点不夸张，论全知能力，吊打非Gemini的其它任何模型。

20

:melting_face:
昨天我发帖就是类似的观点，只不过可能有些画蛇添足，把GPT对这些子项成绩反映了什么的分析写上去了，结果不少佬友表示根据跑分反推表现甚至还让AI分析AI是错的，最后还把帖子举报了。

21

看小红书的美国ip用户路边社消息说Gemini4还有个Barium 然后这代Gemini4系列是按abc排序的

1 个赞