谷歌在毫无预热的情况下正式发布了新一代大模型 Gemini 4，这一发布节奏出乎不少业内人士预料。此前外界普遍预期谷歌会在下一场开发者大会或专门的技术活动中才亮出这张牌，但谷歌选择以突袭方式直接上线，显然希望在竞争白热化的大模型赛道上抢占话题与先机。从官方披露的信息看，Gemini 4 的核心卖点集中在推理能力与任务执行效率的提升，并首次明确提到引入 RSI 相关能力。
所谓 RSI，通常指递归自我改进（Recursive Self-Improvement），即模型能够参与对自身训练流程、策略或代码的优化。谷歌并未在发布中给出完整技术细节，但官方口径显示，这一机制被用于强化模型在多步推理、工具调用和复杂任务编排中的稳定性。换句话说，Gemini 4 不只是把参数或数据规模继续堆高，而是试图让模型在“自我迭代”的路径上走得更远，从而在长链条任务中减少中途出错和逻辑断裂。
真正引发讨论的是定价。谷歌公布的价格仅为 Astra 的一半，这一策略被普遍解读为对 GPT 系列与 Opus 系列的正面进攻。过去一年，头部模型的竞争焦点逐渐从单纯的跑分转向单位成本下的可用性，企业客户在选择模型时越来越看重推理成本与部署开销。Gemini 4 以明显更低的价格提供官方所称的更强推理能力，等于直接压缩了竞争对手在中高端市场的定价空间，也可能迫使其他厂商跟进降价或调整套餐结构。
从行业影响看，Gemini 4 的突然发布释放了两个信号。其一，大模型迭代周期正在进一步缩短，厂商不再依赖固定节奏的发布会，而是随时上线、快速试错。其二，价格战与技术战正在同步升级，RSI 这类偏前沿的能力被提前包装成产品卖点，说明竞争已从“能不能做”转向“能不能便宜且稳定地做”。对开发者和企业而言，短期内将获得更具性价比的选项，但也需要警惕新模型在实际业务场景中的稳定性与迁移成本。Gemini 4 能否真正撼动现有格局，还要看后续第三方评测与大规模落地反馈。
