彭博：谷歌内部对 Gemini 4 实际编码能力存疑，公司否认「表现不佳」
彭博称，谷歌在筹备 Gemini 4 发布之际，部分内部人士认为其基准出色但真实编码任务表现不稳；公司否认编码表现不佳，并称内部有大量共识认为其处于前沿。
据彭博社 9 月 30 日报道，Alphabet/谷歌在筹备 Gemini 4 之际，正面对部分员工对其关键能力——尤其是编码——的内部质疑。知情人士称，模型在行业常用基准上表现良好，但员工实际使用时在某些编码任务上吃力，前端设计能力亦不突出；另有人认为 Anthropic 的 Fable 与 OpenAI 的 Astra 进步更快。
谷歌回应称，称 Gemini 4 在编码等方面「表现不佳」并不准确，并援引 DeepMind 负责人 Koray Kavukcuoglu 近期表态：对团队有充分信任，认为公司将始终处于前沿。一名熟悉模型开发的员工称，公司内部有「高度共识」认为 Gemini 4 处于前沿，并否认其难以处理杂乱的真实编码任务。报道还称，公司曾计划 6 月发布 Gemini 3.5 Pro，但已放弃该版本；彭博情报分析师估计一次此类训练花费可高达约 4 亿美元。
知情人士亦指出 Gemini 4 体量很大、推理成本可能承压，但在多模态（如从视频提取元数据）、安全与网络安全、自然语言沟通等方面有优势。有人将其与「刷榜」（benchmaxxing）现象联系起来：过度优化基准分数未必转化为真实产品体验。