Gemini4 发布了，榜单直接屠榜，13 项评测拿第一

大型工程代码、法律金融长文档、挖漏洞修漏洞、长视频理解能力很强

输出直接干到 100 万 token！一次性直接写完一整本几十万字的文档

谷歌憋出一个超长续航的重型 AI 苦力，写百万字长文、啃大项目代码、啃厚合同是绝活

但是！大家先别高兴

目前只有谷歌挑好的安全合作方能使用，普通连 API 都摸不到。所以你看很多人吹那都是没根据的瞎吹

而且第三方Arena的测评显示，Gemini 4的网站开发能力只比Qwen强一点，弱于GPT-6 sol，难道又是高分低能？

可以带大家回顾下Google的黑历史

Gemini 1.0 Ultra 宣传造假。

谷歌发布会吹爆Gemini Ultra MMLU 拿到 90 分，超过人类专家，碾压 GPT-4。结果是同一个题，让模型算 32 遍，选出现最多的答案，这才拿到 90 分

还有Gemini 3.8 Flash 惊天跳水

使用旧评测 Terminal-Bench 2.1，Gemini3.8 Flash 89.4 分，全网第二！换新版 Terminal-Bench4.0，直接掉到 19.1 分，倒数！

所以还是让子弹飞一会儿！在普通用户能上手实战之前，Gemini 依旧摆脱不了北美 “豆包” 这个戏称。榜单吹得再天花乱坠，没有大众实测的检验，都只能当参考。