谷歌新预发布模型现身LMArena排行榜，社区猜测为下一代旗舰

大模型竞技场 LMArena 的文本总体（Overall）排行榜上，出现了一个颇为特殊的谷歌条目：内部标识为 skimaki-kwc6、对外展示名为 gemini-3.8-flash-high，类型明确标注为 pre_release（预发布）。以随机字符串作内部代号、再挂上公开榜单，是谷歌在竞技场上测试未发布模型的惯用做法——此前 gemini-3.7-flash 正式公开前也走过类似流程。这个条目当前以约 1493 的 Elo 评分位列文本榜第 9 名，上下文窗口 1048576 token，定价为每百万输入 token 0.75 美元、输出 3.75 美元，与之并列的仍是 Anthropic、OpenAI、Meta 等头部玩家。榜单数据可在 LMArena 排行榜 实时核对，预发布标记和随机代号都能直接看到。

关键信号在于：谷歌在本月早些时候（9 月初）刚刚正式上线了 Gemini 3.8 Flash，官方博客称它已是「六周内第三个 Flash 版本」。如果 3.8 Flash 已经发布，榜上再出现一个同样顶着 3.8 名号的预发布条目，通常意味着这不是同名重复，而是一个全新、更强的内部版本。再结合此前的行业报道——原计划的 Gemini 3.5 Pro 一度被取消，下一代 Pro 旗舰仍在训练中——大量开发者据此推断，这个披着 3.8 Flash 外衣的预发布模型，极可能就是谷歌下一代的 Pro 级旗舰，中文社区普遍称其为「Gemini 4 Pro」。必须强调：这一推断目前只是社区猜测，谷歌官方尚未发布任何确认公告，「Gemini 4 Pro」并非官方型号名，后续名字和发布时间都待官方揭晓。

榜单本身给出的参考信息有限，但社区讨论通常围绕几类能力展开：一是长程软件工程类任务（如 DeepSWE 这类 agentic coding 基准），考察模型能否端到端独立解决复杂编程问题；二是终端编码与计算机使用类基准，衡量模型作为智能体调用工具、操作系统交互的能力；三是多步推理与知识密集型任务。当前条目在文本总榜排在第 9 位、评分紧咬前几名，说明其综合水平已进入第一梯队。值得留意的是它标注了 pre_release，意味着投票和评分仍在积累、排名会随样本增加而波动，现阶段分数只能作为「它不弱」的粗参考，不宜当作精确能力排序。具体到单科强弱，建议看 LMArena 按编码、智能体、推理拆分出来的子榜，比看总排名更能判断它适合什么场景。

已正式发布的 Gemini 3.8 Flash 定位「工作马」模型，主打长程编码和自主智能体，定价 0.75/3.75 美元每百万 token，是谷歌 3.x 系列里性价比路线的主力。榜单上这个预发布条目定价与 3.8 Flash 完全一致，但被单独标为 pre-release，且展示名后缀带 -high（高努力档位）。在谷歌的产品习惯里，-high 一般指调用更高的推理预算、输出更稳妥但 token 消耗更大的档位，正式版往往也会提供 standard、high 等多档供开发者按成本取舍。对已经在用 3.8 Flash 的团队来说，需要留意的是：这个条目并不代表 3.8 Flash 的更新，而是另一个版本，两者的上下文、路由、可用区域都可能不同，不能混为一谈。

对开发者：如果你正在用 Gemini API 构建编码或 agent 类应用，这个预发布条目值得当作「下一代可能长什么样」的信号——一旦谷歌把更强的版本放进 API，你现有的提示词和工具调用逻辑大概率能平滑迁移，因为 Flash 系列接口与上下文约定基本延续。现阶段不建议基于未发布条目做生产依赖，预发布模型随时可能改名、下架或变更路由。对个人用户：不用急着跟进，这个条目既没有官方博客、也没有官方定价页，仅凭榜单热度不适合作为选型依据。真正需要行动的，是关注谷歌未来几天到几周是否发布正式公告，届时再决定要不要把工作流切到新版本。

想自己核实这件事，最直接的是打开 LMArena 文本排行榜，搜索含 gemini 的条目，核对它的 pre_release 标记和随机内部代号（当前为 skimaki-kwc6）；如果这个代号被替换或条目消失，说明谷歌可能撤回了测试或已进入正式发布流程。二手信源方面，中文社区讨论集中在知乎热榜（该话题一度冲上热榜高位）和科技媒体（如 36 氪等）的报道，但它们本质是对同一榜单现象的解读。最权威的一手确认渠道是谷歌官方博客 blog.google 的 Gemini Models 栏目——只有在官方页面出现正式型号名和「Introducing」公告时，才能确认这是下一代旗舰的官方发布，在此之前请以官方信息为准，不轻信网传的型号名和跑分。

这件事折射出当前大模型竞争的一个共同点：OpenAI 的 GPT-6 系列、Anthropic 的 Claude 系列、Meta 的 Muse-Spark 系列都已铺开到排行榜头部，谷歌的 Flash 路线虽然走得快，但 Pro 级旗舰的节奏一度被外界质疑有所放缓。如今这个预发布条目的现身，被市场解读为谷歌在旗舰层面的反攻信号，若真有更强的 Pro 级模型上线，编码、智能体和多步推理这几个 OpenAI 与 Anthropic 重点发力的方向都会迎来新一轮正面竞争。下一步应重点跟踪三件事：一是谷歌是否发布正式公告及型号名；二是该模型进入 API 后的实际价格与可用区域；三是各权威子榜（编码、智能体、推理）的最终排名。对普通读者而言，最实际的动作是先把官方博客加入关注，等正式发布后再决定是否试用和迁移工作流。

本文由 AI 潮汐编辑部基于官方公告与公开资料整理，补充了行业影响、适用场景和行动建议，帮助你在阅读原文前先理解这条信息为什么重要。

原始来源：https://lmarena.ai/leaderboard

如发现事实、价格或链接有误，可通过 联系我们 提交更正。