gemini 4 pro 强的可怕，泄露的基准测试，在DeepSWE中获得最高约 88.5% 的高分，在 OSWorld-2.0里面达到 86.8%，并且在多项测试中全面压制 OpenAI 的 Astra 和 Anthropic 的 Fable 5.1，还有一些UI网页交互测试和一键出游戏都有很好的效果，而且最大上下文达到了恐怖的10M，又又又要变天了 ^-^