O Gemini 4 Pro pode ter aparecido na Arena — mas a história maior é a autossuperação recursiva
O Google tem mantido um silêncio incomum sobre o lado Pro da linha Gemini, enquanto seus modelos Flash continuam avançando rapidamente.
Gemini 3.6 Flash, 3.7 Flash e 3.8 Flash chegaram em rápida sucessão. O Google lançou oficialmente o Gemini 3.8 Flash em 2 de setembro de 2026, descrevendo-o como seu modelo Flash mais capaz para engenharia de software de longo horizonte, agentes autônomos e tarefas complexas com várias etapas.
Então algo estranho aconteceu.
Um modelo com o mesmo rótulo gemini-3.8-flash começou a aparecer na Arena, mas desenvolvedores que o testaram disseram que seu comportamento parecia significativamente mais forte do que o Gemini 3.8 Flash de produção que já conheciam.
O modelo gerou SVGs mais refinados, interfaces web mais completas, cenas 3D mais elaboradas e resultados mais fortes no estilo de agentes do que os testadores esperavam do lançamento público do 3.8 Flash.
Isso desencadeou uma teoria que se espalhou rapidamente:
O modelo da Arena pode ser, na realidade, um checkpoint de teste oculto do Gemini 4 Pro.
As evidências são intrigantes, mas ainda circunstanciais. O Google não anunciou o Gemini 4 Pro e, em 20 de setembro, a documentação pública do Google sobre os modelos Gemini não listava nenhum modelo Gemini 4.
Por isso, a parte mais importante da história talvez esteja em outro lugar: no uso acelerado de sistemas de IA para avaliar, otimizar e construir a próxima geração de sistemas de IA.
É nesse ponto que entra a autossuperação recursiva, ou RSI.
O histórico de lançamentos confirmados do Google fornece um contexto útil.
O Gemini 3.8 Flash foi lançado em 2 de setembro, apenas três semanas depois do Gemini 3.7 Flash. O Google o chamou de seu terceiro lançamento Flash em seis semanas e afirmou que ele aprimorava a engenharia de software, as tarefas com agentes e o raciocínio complexo em várias etapas, mantendo a velocidade e o custo da categoria Flash.
Como o verdadeiro 3.8 Flash já está disponível publicamente, os desenvolvedores têm um ponto de comparação direto.
Assim, quando um segundo modelo com o mesmo nome apareceu na Arena e parecia substancialmente mais forte, as pessoas perceberam rapidamente.
Uma comparação amplamente compartilhada pediu aos modelos que desenhassem um gato doméstico de perfil usando SVG.
Os três resultados mostrados na fonte foram identificados, da esquerda para a direita, como o suposto “Gemini 4 Pro”, o GPT-6 Astra e o Gemini 3.8 Flash lançado.
O resultado anônimo da Arena parecia mais completo e refinado em termos de proporções do que o resultado do Flash de produção.
Isso, por si só, não identifica o modelo oculto. A Arena é baseada em avaliações cegas ou parcialmente cegas, e um modelo anônimo mais forte poderia ser um novo checkpoint, um sistema configurado de outra forma ou outra variante Gemini ainda não lançada.
Mas a diferença foi grande o suficiente para manter o rumor vivo.
Outros testadores levaram o modelo a tarefas de geração mais complexas.
Um usuário relatou que o suposto modelo levou aproximadamente oito minutos para produzir uma cena interativa de pagode em estilo voxel.
O mesmo testador também descreveu uma página detalhada de um helicóptero Airbus H145 gerada em cerca de dez minutos e um site monocromático concluído em aproximadamente quatorze minutos.
Outro testador da comunidade usou o suposto modelo para criar um jogo e relatou forte qualidade visual e completude na geração do mundo.
O tema comum não era a velocidade bruta. O modelo frequentemente parecia passar mais tempo raciocinando ou gerando do que um modelo Flash normal passaria.
Esse comportamento, por si só, alimentou a teoria de que o rótulo da Arena poderia estar ocultando um checkpoint de classe Pro.
Uma alegação mais sensacional veio do desenvolvedor Qwinah, que afirmou ter feito um “roteamento fantasma” para um backend do Gemini 4 Pro.
Ele publicou uma captura de tela que parecia mostrar metadados internos do modelo, com strings como G4P-ARGON e VIA_3.8_FLASH.
A captura de tela também afirmava que o modelo tinha capacidades como:
Essas alegações não foram confirmadas pelo Google, pelo Google DeepMind, pela Arena ou pela documentação oficial do Gemini.
Portanto, a captura de tela deve ser tratada como um artefato comunitário não verificado, e não como uma ficha técnica.
Em 20 de setembro, a documentação publicada pelo Google sobre a API Gemini listava o Gemini 3.8 Flash com limite de 1.048.576 tokens de entrada e 65.536 tokens de saída. Não havia uma página oficial do Gemini 4 Pro nem um identificador de API.
Uma tabela de benchmarks separada também circulou amplamente.
A tabela afirmava que o suposto Gemini 4 Pro alcançou aproximadamente:
| Benchmark | Alegação viral |
|---|---|
| DeepSWE v1.1 | 88,7% |
| Terminal-Bench 2.1 | 95,3% |
| HLE-Verified | 72,1% |
| OSWorld 2.0 | 86,8% |
| GDPval-AA v2 | 2064 Elo |
Se fossem reais, esses números colocariam o modelo acima de vários sistemas líderes de fronteira em tarefas de programação, agentes, raciocínio e uso de computadores.
Mas há problemas sérios com a tabela.
Ela não tem fonte oficial do Google, validação da Arena, configuração de avaliação publicada nem execução reproduzível do benchmark. Alguns valores de comparação de outros modelos também não correspondem aos resultados oficiais publicados.
Por exemplo, os materiais oficiais de lançamento do GPT-6 Astra pela OpenAI informam que o Astra alcançou 74,1% no DeepSWE v1.1 e usam versões diferentes dos benchmarks em várias outras categorias.
Portanto, a tabela de benchmarks não deve ser apresentada como um resultado verificado do Gemini 4.
O status correto é simples:
modelo misterioso mais forte na Arena: observado
identidade como Gemini 4 Pro: não confirmada
tabela viral de benchmarks: não verificada
alegações de contexto de 10 milhões / saída de 256 mil: não verificadas
A documentação pública do Google apresenta um quadro muito mais conservador.
Em 20 de setembro de 2026:
gemini-3.8-flash está geralmente disponível.Isso não prova que o Gemini 4 não esteja sendo testado internamente.
Laboratórios de fronteira avaliam rotineiramente checkpoints ainda não lançados antes de um lançamento formal.
Significa apenas que as evidências públicas ainda não justificam tratar o “Gemini 4 Pro” como um produto anunciado.
A segunda seção do artigo original se afasta do vazamento e aborda uma ideia mais ampla: autossuperação recursiva.
RSI descreve um processo no qual sistemas de IA contribuem cada vez mais para construir, avaliar ou melhorar futuros sistemas de IA, criando um ciclo de feedback em que modelos melhores ajudam a acelerar a produção de modelos ainda melhores.
Uma versão simples se parece com isto:
A IA ajuda a melhorar o desenvolvimento de IA
↓
a IA de próxima geração se torna mais forte
↓
a IA mais forte contribui mais para P&D
↓
o ciclo de desenvolvimento acelera
A distinção importante é que os laboratórios de fronteira atuais não estão afirmando publicamente uma explosão de inteligência totalmente autônoma.
Os seres humanos ainda definem os objetivos de pesquisa, projetam sistemas de treinamento, alocam computação, aprovam mudanças de risco e decidem quando os modelos são implantados.
O que está mudando é a parcela do ciclo de desenvolvimento que a IA já consegue executar.
O anúncio oficial do Gemini 3.8 pelo Google é uma das evidências mais fortes de que essa tendência é real.
A empresa afirma que o Gemini 3.8 Flash e o 3.8 Flash Cyber são acelerados por ciclos agentivos prolongados projetados para avaliar e refinar recursivamente os modelos subjacentes.
Essa formulação é importante porque vem diretamente do Google, e não de especulações da comunidade.
Isso não significa que o Google tenha alcançado uma RSI totalmente autônoma.
Significa que ciclos de avaliação orientados por IA já fazem parte do processo de desenvolvimento dos modelos Gemini de produção.
O pesquisador do Google DeepMind Shunyu Yao resumiu a importância em uma breve publicação pública após o lançamento do 3.8:
Descreva sua ideia uma vez e o We0 AI pode gerar um site de apresentacao, paginas e CMS, alem de ajudar a atrair clientes e trafego apos o lancamento.
Uma geração completa de projetos para registro gratuito
Melhor para experimentar um fluxo de geração completo e ver rapidamente um primeiro rascunho do projeto.
A mensagem parafraseava a frase da Apollo 11: um pequeno passo para o modelo, mas um passo muito maior para a RSI.
Em 14 de setembro, pesquisadores do Google, do Google DeepMind, da University of Maryland e da University of Virginia publicaram o Dream-RSI: Recursive Self-Improvement through Evolving Worlds.
O artigo concentra-se em um gargalo específico: como um agente pode melhorar a forma como explora espaços de busca difíceis sem pagar repetidamente por testes online caros.
O Dream-RSI usa um ciclo baseado no histórico de explorações anteriores:
Os pesquisadores relatam melhorias em áreas como:
O trabalho é mais restrito do que a ideia popular de uma IA redesenhando autonomamente todas as partes de si mesma.
Ainda assim, ele demonstra um mecanismo recursivo real: o trabalho anterior do sistema se torna material de treinamento para melhorar a forma como ele busca melhorias futuras.
Na mesma semana, a Anthropic publicou métricas internas excepcionalmente detalhadas mostrando quanto a IA já entrou em seu próprio processo de pesquisa.
Em agosto de 2026, a Anthropic afirma que:
A Anthropic define “IA lidera” como o modelo concluir a maior parte de uma tarefa de ponta a ponta a partir de um prompt de alto nível, enquanto um ser humano supervisiona.
O número de 26% é especialmente marcante porque a Anthropic afirma que essa participação estava abaixo de 1% no início do ano.
A Anthropic publicou a métrica em parte porque acredita que observadores externos precisam de mais visibilidade sobre a velocidade com que os laboratórios de fronteira estão automatizando seus próprios processos de desenvolvimento de modelos.
A Z.ai publicou outro exemplo útil.
A empresa afirma que um Infra Agent alimentado pelo GLM-5.3 ajudou a construir e otimizar a infraestrutura de inferência que atende ao GLM-5.3-Flash.
De acordo com a divulgação da Z.ai em setembro:
A Z.ai afirma explicitamente que isso não é autossuperação recursiva completa.
Sua abordagem é mais modesta: surgiu um ciclo de escala mínima no qual um modelo ajuda a otimizar o sistema que atende outro modelo.
Essa distinção é importante.
Os sistemas atuais ainda exigem objetivos humanos, design de feedback, restrições de infraestrutura e revisão de modificações de alto risco.
Mas o ciclo já não é puramente teórico.
A seção final do artigo original conecta a RSI a um novo debate entre líderes de empresas de IA de fronteira.
Em 12 de setembro, o CEO da Anthropic, Dario Amodei, defendeu publicamente que o setor deveria desacelerar a fronteira para que o trabalho de segurança tivesse mais tempo para acompanhar a capacidade dos modelos.
Sua proposta incluía acesso permanente, no nível dos funcionários, para avaliadores independentes terceirizados e, posteriormente, uma coordenação mais ampla em torno de limites de capacidade e medidas de segurança.
Sam Altman, Elon Musk e Demis Hassabis expressaram diferentes níveis de apoio à ideia geral de que o desenvolvimento de fronteira pode exigir salvaguardas mais fortes ou um ritmo mais lento sob determinadas condições.
Mas concordar que é necessária cautela é mais fácil do que concordar sobre quem deve desacelerar primeiro.
Todo laboratório de fronteira enfrenta o mesmo problema estratégico.
Se uma empresa desacelerar o desenvolvimento de capacidades enquanto seus concorrentes continuam, ela corre o risco de perder liderança técnica, talentos, clientes e participação de mercado.
A mesma lógica funciona no nível nacional.
Um país que considere impor limites rígidos ao desenvolvimento de fronteira pode temer que seus rivais continuem acelerando.
Isso torna as propostas de desaceleração coordenada estruturalmente difíceis, mesmo quando os principais laboratórios concordam que os riscos são graves.
A tensão é visível no ciclo atual de modelos.
O Google está lançando modelos Flash rapidamente e pode estar testando checkpoints ocultos mais fortes. A Anthropic está medindo publicamente quanto de sua própria P&D o Claude já realiza, enquanto também considera futuros lançamentos de modelos. A OpenAI continuou lançando sistemas de fronteira e ampliando os requisitos de avaliação e segurança por terceiros.
O resultado não é uma simples contradição.
É um problema de coordenação: as mesmas organizações podem se preocupar sinceramente com os riscos da fronteira e, ao mesmo tempo, enfrentar incentivos poderosos para permanecer na fronteira.
O artigo original também cita relatos da comunidade que sugerem que outros laboratórios podem estar testando modelos de próxima geração por trás de interfaces de produtos existentes.
Uma publicação amplamente compartilhada afirmou que algumas solicitações do Claude Code exibiam um identificador claude-opus-5-2.
Isso não é um anúncio oficial de produto da Anthropic.
Da mesma forma, publicações da comunidade afirmaram ter identificado outros identificadores de modelos da OpenAI além da linha atualmente anunciada.
Esses relatos devem ser tratados da mesma forma que a teoria sobre o Gemini 4 Pro: são úteis como evidência de que algo pode estar em testes, mas não equivalem a um lançamento oficial, uma especificação ou uma data de lançamento.
| Alegação | Status em 20 de setembro de 2026 |
|---|---|
| O Google lançou o Gemini 3.8 Flash em 2 de setembro | Confirmado |
| O Gemini 3.8 usa ciclos agentivos prolongados para avaliar e refinar recursivamente os modelos subjacentes | Confirmado pelo Google |
Um modelo mais forte identificado como gemini-3.8-flash apareceu na Arena | Relatado e amplamente observado |
| O modelo da Arena é o Gemini 4 Pro | Não confirmado |
| O Google anunciou oficialmente o Gemini 4 Pro | Não |
| A documentação pública de modelos do Google lista atualmente o Gemini 4 | Não |
G4P-ARGON é um identificador real de modelo interno do Google | Não verificado |
| O Gemini 4 Pro tem contexto superior a 10 milhões e saída de 256 mil tokens | Não verificado |
| As pontuações virais de benchmark do Gemini 4 são oficiais | Não |
| Dream-RSI é um artigo de pesquisa real de setembro de 2026 | Confirmado |
| A Anthropic afirma que Claude lidera 26% do trabalho medido de P&D em IA | Confirmado |
| A Anthropic afirma que mais de 90% do trabalho medido de P&D em IA é, no mínimo, colaborativo com IA | Confirmado |
| A Z.ai afirma que o Infra Agent do GLM-5.3 ajudou a aumentar em 3,2 vezes o throughput de atendimento do GLM-5.3-Flash | Confirmado como resultado divulgado pelo fornecedor |
| As aparições do Claude Opus 5.2 na comunidade representam um lançamento oficial | Não |
Não. O Google não anunciou oficialmente o Gemini 4 Pro, e a documentação pública atual da API Gemini não lista um modelo Gemini 4. A história atual baseia-se em um modelo incomumente capaz na Arena e em especulações da comunidade sobre sua identidade.
O modelo oculto usou o rótulo gemini-3.8-flash, mas pareceu mais forte do que o modelo público de produção em testes de SVG, web, 3D e tarefas no estilo de agentes. Seu comportamento mais lento e deliberado também levou alguns testadores a pensar que ele parecia mais um checkpoint de classe Pro do que um modelo Flash.
Elas não foram verificadas. A tabela viral não tem respaldo oficial do Google ou da Arena, não apresenta uma configuração de avaliação reproduzível e inclui valores de comparação que não correspondem totalmente às publicações oficiais de benchmarks de outros fornecedores.
Autossuperação recursiva refere-se a sistemas de IA que ajudam a melhorar o processo responsável pela produção de sistemas de IA mais fortes, criando um ciclo de feedback. Os laboratórios de fronteira atuais não afirmam publicamente uma RSI totalmente autônoma, mas a IA já contribui para avaliação, programação, otimização de infraestrutura e P&D de modelos.
O Google afirma que o Gemini 3.8 é acelerado por ciclos agentivos prolongados que avaliam e refinam recursivamente os modelos subjacentes. Esse é um mecanismo real de autossuperação, embora seja muito mais restrito do que um sistema totalmente autônomo que projeta seu próprio sucessor sem supervisão humana.
O Dream-RSI é uma estrutura de pesquisa de setembro de 2026 desenvolvida pelo Google, pelo Google DeepMind e por colaboradores acadêmicos. Ela usa históricos anteriores de exploração como simuladores de reprodução para que um agente possa melhorar sua política de exploração de forma econômica e, em seguida, reimplantar essa política aprimorada no ambiente real.
A Anthropic afirma que Claude lidera 26% de seu trabalho medido de P&D em IA e que mais de 90% é, no mínimo, colaborativo com IA. A Anthropic também afirma que Claude não é totalmente autônomo em nenhum subconjunto medido desse trabalho.
Uma empresa que desacelere sozinha corre o risco de perder terreno para concorrentes que continuem avançando. O mesmo problema de incentivos existe entre países, razão pela qual regras compartilhadas de avaliação e limites de capacidade são mais fáceis de propor do que de implementar.
Um modelo mais forte do que o esperado, identificado como gemini-3.8-flash, apareceu na Arena, e os testadores da comunidade produziram resultados incomuns suficientes para tornar plausível a teoria do Gemini 4 Pro. Mas plausível não é o mesmo que confirmado: o Google não anunciou o Gemini 4 Pro, a captura de tela viral do backend não foi verificada e a tabela de benchmarks que circula online não tem respaldo oficial.
A história mais duradoura é a aceleração do desenvolvimento de IA com assistência de IA. O Google afirma abertamente que o Gemini 3.8 usa ciclos prolongados para avaliar e refinar recursivamente seus modelos subjacentes. O Dream-RSI formaliza um ciclo de exploração com autossuperação. A Anthropic afirma que Claude já lidera 26% do trabalho medido de P&D em IA, enquanto a Z.ai afirma que um agente de infraestrutura alimentado por GLM ajudou a triplicar o throughput de atendimento do GLM-5.3-Flash.
Isso torna o debate sobre a desaceleração do setor mais difícil, e não mais fácil. Os laboratórios de fronteira podem concordar que são necessárias avaliações independentes e salvaguardas mais fortes, mas ainda enfrentam incentivos poderosos para continuar avançando.
O Gemini 4 Pro continua sendo um rumor; a mudança em direção a sistemas de IA que ajudam a construir a próxima geração de IA já é real.
Comece com uma frase e tenha um site completo em minutos.
