Gemini 4 Pro er på vej: Alt, hvad vi ved fra test, læk & RSI-rygter

TLDR: Google har bekræftet Gemini 4 som sit “mest ambitiøse pre-training-run til dato.” Lækager fra community i midten af september 2026 peger på et tidligt internt checkpoint af Gemini 4 Pro (kodenavn “argon”) med en rapporteret output-token-grænse på 256k, mulig multimillion-token-kontekst og højarbejds-reasoning-tilstande. Uofficielle tidslinjer samler sig omkring oktober 2026 efter forsinkelser i pre-training. RSI (rekursiv selvforbedring)-forbindelser forbliver spekulative. Indtil officiel udgivelse kan udviklere tilgå nuværende frontier-modeller—inklusive GPT-6 Astra, Gemini 3.8 Flash, og Claude Fable 5.1—via samlede, rabatterede API’er som CometAPI.

Nøglepointer

• Gemini 4 er reel og under træning. Google sagde i juli 2026, at de var startet på deres “mest ambitiøse pre-training-run til dato” for Gemini 4.
• Gemini 4 Pro er ikke officielt annonceret. Navn, model-ID, pris, API-tilgængelighed, kontekstvindue og endelige specifikationer er stadig ubekræftede. Lækkede skærmbilleder og community-rapporter beskriver et Gemini 4 Pro-checkpoint med en output-token-grænse på 256k (vs. tidligere ~64k), høj indsats-beregning og mulig 1,5M+ kontekst-ambition.
• Gemini 4.0 ser ud til stille at være dukket op på Arena.ai (tilsyneladende bliver Gemini 3.8 Flash routet til den nye Gemini Pro i Arena)
• De mest troværdige uofficielle mål peger nu på en offentlig udrulning i oktober 2026 efter forfining af pre-training.
• Påstande om stærk RSI for Gemini 4 er stadig uverificerede; relateret forskning (Dream-RSI) forbedrer udforskningsstrategier uden vægtopdateringer.
• Indtil Gemini 4 Pro officielt udgives, kan udviklere allerede eksperimentere med nuværende frontier-modeller via platforme som CometAPI, herunder Gemini 3.8 Flash, GPT-6 Astra og Claude Fable 5.1.

Hvad er Gemini 4 Pro?

Gemini 4 Pro er den rygtede flagskibs-“Pro”-model i Google DeepMinds næste store Gemini-generation. Den ligger over de lettere Flash-varianter og er positioneret til høj-kompleksitetsarbejde: avanceret kodning, multi-trins ræsonnering, agentiske opgaver med lang horisont, multimodal forståelse og enterprise-skala dokument- eller kodebaseanalyse.

I modsætning til de iterative 3.x Flash-udgivelser, der er fortsat gennem 2026, beskrives Gemini 4 af Google-ledelsen som krævende væsentligt større basismodeller for at forblive konkurrencedygtig på frontier-niveauet. Sundar Pichai udtalte på Alphabet Q2 2026 indtjeningsopkald: “For the next generation of frontier, you’re going to need much larger base models. We are now training Gemini 4, and we’re being very ambitious with it.”

“Pro”-betegnelsen signalerer historisk den offentligt tilgængelige tier med højest kapabilitet, optimeret til kvalitet frem for ren hastighed eller pris—svarende til tidligere Gemini Pro- og 2.5 Pro-modeller, der lå i toppen af kodnings- og ræsonneringslister i længere perioder.

Hvad vi ved om Gemini 4 Pro (pr. 17. september)

Bekræftede officielle signaler

Google har offentligt anerkendt Gemini 4 i juli 2026. I lanceringen af Gemini 3.6 Flash (og relaterede Flash-varianter) skrev teamet, at de “allerede er startet på vores mest ambitiøse pre-training-run til dato, for Gemini 4.” Alphabet-CEO Sundar Pichai forstærkede dette på Q2-indtjeningsopkaldet, og beskrev Gemini 4 som krævende “meget større basismodeller” for at blive på frontier, med eksplicit vægt på kodning og autonome agenter. Han udtrykte intern begejstring over fremskridt og tillid til, at resultaterne vil glæde eksterne brugere ved udgivelse.

Der er ikke offentliggjort nogen officiel model-kort, parameterantal, kontekstvindue, benchmarks, priser eller API-endpoint for Gemini 4 eller Gemini 4 Pro. Flash-serien (herunder september 2026 Gemini 3.8 Flash og 3.8 Live-varianter) fortsætter med hyppige opdateringer, mens arbejdet med den større Pro-tier skrider frem.

Lækket checkpoint og specifikationer

Community-rapportering indikerer, at Google har produceret et tidligt internt checkpoint af den kommende Pro-model. one zero-shot peacock svg demo gør rundene. tidligere checkpoint var Argon 160 / Gemini 3.8 Flash på arena. Rapporterede detaljer inkluderer:

• En output-token-grænse på 256k (en stor stigning over de ~64k i tidligere Gemini-modeller).
• Generering under en “High”-tænkeindsats-tilstand, der tog cirka 2,4 minutter.
• Association med Gemini 4 Pro-tier frem for endnu en Flash-iteration.

Kapitaludgifter og RSI-forbindelsen

I begyndelsen af august 2026 beskrev Google DeepMind-chefstrateg Jasjeet Sekhon offentligt, at branchens massive kapitaludgifter til AI er et sats på rekursiv selvforbedring (RSI)—systemer, der kan forbedre sig selv eller processerne, der producerer næste generation af modeller. Han bemærkede, at nuværende indtægter endnu ikke retfærdiggør omfanget af udgifterne, og at RSI bliver en central del af investerings-teorien, samtidig med at han erkendte, at den endnu ikke er opnået.

Uafhængigt heraf publicerede Google-forskere Dream-RSI-paperet i midten af september 2026, der demonstrerer rekursiv forbedring af en agents udforskningsstrategier (uden opdatering af modelvægte) ved at lade den “drømme” alternative politikker og bevare de bedste, med brug af Gemini 3.x-modeller. Dette er relateret forskning, men ikke bevis for, at Gemini 4 selv inkorporerer stærk vægt-rum-RSI.
RSI-framingen understreger den strategiske skala af Gemini 4-indsatsen: Google investerer på et niveau, der passer til et generationsspring frem for en inkrementel opgradering.

Arena.ai / LM Arena-omtaler og routing-påstande

Arena.ai (den crowdsourcede menneskepræferenceplatform tidligere kendt som LMSYS Chatbot Arena / LMArena) er et hyppigt tidligt teststed for Google-modeller. Nye anonyme eller mærkede Gemini-indgange dukker ofte op der før officielle annonceringer, og community’et betragter dem som signaler om nært forestående udgivelser.

Gemini 4.0 er “stille dukket op”, og trafik mærket som Gemini 3.8 Flash bliver til tider routet til et nyt Gemini Pro-checkpoint inde i Arena-kampe:

• http://Arena.ai lancerede pludselig en ny variant "gemini-3.8-flash" her til morgen den 17. september
• Den officielle 3.8 Flash blev udgivet den 2. september, genoptræden af samme navn er ekstremt usædvanlig.

Hvad er stadig ubekræftet

Som af 17. september 2026 er der ingen autoritativ Google-annoncering, der bekræfter:

Forholdet mellem Gemini 4 Pro og RSI

Rekursiv selvforbedring (RSI)—systemer, der meningsfuldt kan forbedre deres egne kapabiliteter eller processerne, der producerer næste generation—er blevet et hyppigt spekulationsemne omkring hvert stort frontier-træningsrun.

• Påstanden om, at “Google har opnået RSI, hvilket gør den nye model mere kraftfuld,” stammer fra opslag på X, men er endnu ikke bekræftet af test eller officielle rapporter.
• Uafhængigt heraf publicerede Google-forskere (med samarbejdspartnere) Dream-RSI i september 2026. Systemet tillader en agent at forbedre sine egne udforsknings- og søgestrategier rekursivt ved at “drømme” alternative politikker og beholde de bedste, uden at opdatere de underliggende modelvægte. Eksperimenter brugte Gemini 3.1 Pro og Gemini 3.7 Flash. Dette er meta-niveau forbedring af orkestreringslaget, ikke fuld vægt-rum-RSI, der automatisk ville producere en stærkere Gemini 4 fra Gemini 3.
• Bredere forskning i 2026 (AIDE², forskellige agent-loop papers og økonomiske analyser) viser afgrænset eller komponent-niveau selvforbedring—bedre prompts, færdigheder, memory-retrieval eller evalueringsrammer—men ikke fuldt lukket loop vægt-niveau RSI, der producerer successivt stærkere basismodeller uden menneskelig indgriben.

Kort sagt: Google investerer tydeligvis i selvforbedrende agentsystemer, og Gemini 4-træningsrun’et beskrives som usædvanligt ambitiøst. Stærke påstande om, at modellen selv legemliggør løst RSI, er stadig ubekræftede og bør behandles som rygter.

Hvilke funktioner er bekræftet eller forventet for Gemini 4 Pro?

Med udgangspunkt i udviklingen fra Gemini 1.5 → 2.5 → 3.x og de lækkede argon-detaljer er følgende områder de mest plausible steder for meningsfulde fremskridt. Hvert er indrammet som en H3-niveau forventning baseret på enten læk-data eller rimelig ekstrapolation fra tidligere generationer.

Drastisk udvidet outputkapacitet

Den lækkede output-token-grænse på 256k ville muliggøre generering af hele multi-fil kodebaser, lange forskningsrapporter eller komplekse strukturerede dokumenter i én enkelt kørsel. Tidligere Gemini-modeller var mere begrænsede på outputlængde og krævede ofte iterativ fortsættelse. Denne ændring alene ville forenkle agentiske kode-pipeliner.

Længere kontekstvinduer og bedre genfinding

Rapporter om mulig 1,5M–2M token-kontekst (stadig uafgjort) ville forlænge Googles traditionelle styrke i lang-kontekst-håndtering. Kombineret med forbedret genfinding og reducerede “lost-in-the-middle”-effekter vil dette gavne juridisk, videnskabelig og stor-kodebaseanalyse.

Stærkere kodning og agentisk ydeevne

Pichai fremhævede eksplicit kodning og agentisk kodning som fokusområder. Gemini 2.5 og 3.x leverede allerede store spring på SWE-bench, LiveCodeBench og WebDev Arena. Gemini 4 Pro forventes at skubbe videre på multi-fil refaktorering, autonom fejlrettelse, værktøjsbrugspålidelighed og langsigtet planlægning.

Dybere ræsonnering / adaptiv beregning

“High”-tænkeindsats-tilstanden, der brugte 2,4 minutter på argon-checkpointet, antyder fortsatte investeringer i skalering af beregning ved inferenstid (lignende Deep Think eller udvidede thinking-tilstande i 3.x-serien). Forvent mere pålidelig multi-trins logik, lavere hallucinationsrater på svære problemer og konfigurerbare indsatsniveauer.

Multimodal og forbedringer af indbyggede værktøjer

Gemini har længe været nativt multimodal. Yderligere forbedringer i videoforståelse, realtids visuel ræsonnering og sømløs værktøjskald (baggrundsværktøjer uden at bryde samtaleflowet) er i tråd med retningen i 3.8 Live og relaterede udgivelser.

Effektivitet og serving-optimeringer

Selv med større basismodeller parrer Google typisk frontier Pro-modeller med effektive Flash-varianter og spekulativ dekodning. Forvent fortsatte fremskridt i tokens pr. sekund og omkostning pr. kvalitet.

Hvilken hjælp kan CometAPI tilbyde imens?

Indtil Gemini 4 Pro udkommer, kan udviklere allerede tilgå nutidens state-of-the-art-modeller via CometAPI’s samlede, OpenAI-kompatible endpoint. Bemærkelsesværdige muligheder inkluderer:

• GPT-6 Astra – OpenAI’s flagskib til kompleks ræsonnering, kodning, computerbrug og agentiske opgaver med lang horisont (1.050.000-token-kontekst, op til 128k output). Tilgængelig på CometAPI med permanent rabat i forhold til listepris.
  Modelside: https://www.cometapi.com/models/openai/gpt-6-astra/
  Brugervejledning: https://www.cometapi.com/how-to-use-gpt-6-astra-api/
• Seneste Gemini 3.x Flash- og Pro-klassemærker (inklusive 3.8-varianter) til multimodale og agentiske workloads.
• Sømløst skift mellem udbydere med én API-nøgle og kompatibilitet med OpenAI SDK.
• Dokumentation for Gemini CLI-integration til lokale agentiske kodningsarbejdsgange.

CometAPI’s katalog løfter også hurtigt nye modeller frem, så Gemini 4 Pro (når den udgives) kan forventes at dukke op ved siden af det eksisterende sortiment under samme endpoint.

Hvordan Gemini 4 Pro sammenlignes (projiceret vs. nuværende frontier)

Tabelnoter: Gemini 4 Pro-tal er hentet fra argon-læk og community-rapporter; de er ikke officielle Google-specifikationer. GPT-6 Astra-specifikationer er fra offentlig dokumentation.

Konklusion

Gemini 4 Pro repræsenterer Googles udmeldte næste skridt på frontier: en pre-training-indsats i større skala eksplicit rettet mod at holde trit med—og ideelt overgå—samtidige modeller fra OpenAI, Anthropic og andre. Argon-checkpointet fra september 2026 giver det første konkrete (om end stadig uofficielle) glimt af udvidet outputkapacitet og høj-indsats-ræsonnering. Udgivelsestidspunktet ser ud til at stramme sig omkring oktober 2026, selvom eftertræning og evaluering stadig er variable.

RSI er fortsat en aktiv forskningsretning snarere end en bekræftet funktion i modellen. I mellemtiden er den praktiske vej for udviklere klar: fortsæt med at levere med de stærkeste tilgængelige systemer—GPT-6 Astra, aktuelle Gemini 3.x-modeller og ligemænd—mens officielle Google-kanaler overvåges for Gemini 4-annonceringen. Platforme som CometAPI aggregerer allerede disse modeller under én nøgle og én faktureringsrelation, hvilket reducerer friktion både i dag og når Gemini 4 Pro engang ankommer.