Gemini 3.5 eller till och med 4.0? Kodnamnet "Snow Bunny": Läckta benchmarkdata från en förmodat ny Google-modell

Ett ingenjörsäventyr på gränsen till den kognitiva revolutionen

De riktmärkesdata som läckte ut i januari 2026 från en förmodat ny Google-modell med kodnamnet "Snow Bunny" symboliserar en djupgående vändpunkt inom artificiell intelligens som går långt bortom rena sifferspel. Istället för stegvisa framsteg i modellutvecklingen avslöjar dessa data ett fenomen som väver in själva kärnarkitekturen i mänskligt tänkande i den tekniska grunden för artificiell intelligens. Prestandaskillnaderna är inte bara numeriska, utan kvalitativt transformerande, med direkta konsekvenser för europeisk och tysk industripolitik och framtiden för konkurrensen mellan tekniksupermakterna USA, Kina och ett fragmenterat Europa.

Det hieroglyfiska riktmärket, där Snowbunny enligt uppgift uppnår en framgångsgrad på 80 procent – ​​långt före GPT-5.2 på 55 procent och Gemini 3.0 Pro på 45 procent – ​​testar inte bara kunskap eller mönsterigenkänning, utan snarare lateralt tänkande. Lateralt tänkande är den mänskliga förmågan att se samband mellan orelaterade koncept, att kreativt kringgå etablerade tankemönster och att närma sig problem från ovanliga vinklar. Det är en mekanism som trotsar rent statistiska förutsägelser och är anledningen till att kreativitet, innovation och genuin problemlösning inte uppstår enbart genom skalning. Akademisk forskning dokumenterar konsekvent att även de bästa tillgängliga modellerna faller under 50 procent på lateralt tänkande uppgifter. Snowbunny verkar ha överträffat denna tröskel avsevärt.

Den underliggande tekniska innovationen är djupgående i dess systemarkitektur. Google har uppenbarligen implementerat det som intensivt har bedrivits inom AI-forskning sedan 2025: en uppdelning av kognitivt tänkande i vad psykologen Daniel Kahneman kallar "System 1"- och "System 2"-tänkande. System 1 är det blixtsnabba, intuitiva tänkandet av statistiska mönster. System 2 är det långsamma, avsiktliga tänkandet som räknar steg, ifrågasätter antaganden och utvärderar flera lösningsvägar parallellt. Tidigare modeller som GPT-5.2 eller Gemini 3.0 optimerar främst System 1, den obearbetade mönstermatchningsförmågan, med några ytliga försök att låtsas långsammare tänkande genom "tankekedja"-uppmaningar. Snowbunnys arkitektur verkar implementera ett verkligt djupare resonemangsramverk – ett som verkligen följer flera tankevägar parallellt, testar hypoteser och iterativt förfinar dem.

Säkerhetsfokuset förblir transparent och är inte längre bara en kostnadsfaktor

En detalj i läckorna är särskilt betydelsefull för experter: båda versionerna av modellen, den "råa" varianten och den "mindre råa" varianten med strängare säkerhetsfilter, uppnår identiska framgångsgrader på 80 procent. Detta motsäger ett länge antaget antagande inom AI-forskning att säkerhetsanpassning, dvs. träning mot problematiska resultat, nödvändigtvis försämrar ren kognitiv prestation. Om Google har löst denna klassiska avvägning mellan effektivitet och säkerhet, representerar det ett icke-trivialt genombrott i metodiken efter träning. Implikationerna är djupgående: det antyder att säkerhet och kapacitet inte behöver vara antagonistiska, utan att omstrukturerade träningspipelines kan maximera båda samtidigt.

Jämförelsedatan i sig kräver försiktighet. Skärmdumpar från jämförelsetestet är lätta att manipulera, och även om Hieroglyph-testet är känt i akademiska kretsar är det inte lika brett etablerat och standardiserat som det klassiska MMLU-testet (Massive Multitask Language Understanding), som fortfarande är guldstandarden för allmänkunskap. De läckta uppgifterna överensstämmer dock med Googles offentliga tillkännagivanden genom att företaget introducerade en funktion som heter "Gemini Deep Think" redan i november 2025 – ett läge där Gemini-modeller får mer tid att tänka innan de svarar, och som uppnår mätbara förbättringar jämfört med etablerade riktmärken som ARC-AGI-2 (45,1 procent) och GPQA Diamond (93,8 procent). Dessa offentligt verifierade data och de läckta Hieroglyph-resultaten talar ett liknande språk: punkten där datorkraft omsätts i verkligt kognitivt djup har nåtts.

Marknaden som en indikator på verklig konkurrensförändring

Marknadsdynamiken underbygger den tekniska berättelsen med anmärkningsvärd tydlighet. OpenAI:s marknadsandel bland AI-användare minskade från 87 procent till 68 procent år 2025. Samtidigt ökade Googles Gemini från 5,4 procent till 18,2 procent. Denna förändring drivs inte främst av datadiskriminering eller mediecirkulation, utan av en strukturell förändring i hur AI integreras i produktivitetsstacken. Google har bäddat in Gemini i Chrome, Android och Google Workspace – det är inte längre en applikation som användare medvetet öppnar, utan en omgivande funktion som redan finns i operativsystemet och vardagliga arbetsverktyg. Adoption är således inte längre ett aktivt val, utan ett standardfenomen.

Samtidigt bedriver Google en aggressiv prisstrategi. Medan GPT-5.2 kostar 1,75 dollar per miljon input-tokens, är Gemini Flash prissatt till 0,50 dollar – en rabatt på 71 procent. Detta är inte ett erbjudande för marknadspenetration, utan en strukturell ompositionering. Med sina egna TPU:er (Tensor Processing Units) och anpassad chipinfrastruktur har Google en radikal kostnadsstrukturfördel jämfört med OpenAI, som förlitar sig på Nvidias GPU:er och Microsofts Azure-infrastruktur. Detta hårdvarudjup är inte lätt att replikera.

Strategin är briljant, men också oroande för europeiska och särskilt tyska industriföretag. Googles tillvägagångssätt är "företagsfokuserat" – inte "konsumentfokuserat" som OpenAI. Google integrerar AI i de verktyg som företag redan använder. De kombinerar Gemini med Google Workspace, skapar över 1 500 färdiga AI-agenter och integrerar direkt med Salesforce, SAP och ServiceNow. Det strategiska budskapet är starkt: varför köpa separata ChatGPT-prenumerationer när AI:n redan finns i produktivitetssviten?

Morgan Stanley uppskattar att om Google bara konverterar 30 procent av sin befintliga Workspace-kundbas till Gemini Enterprise, skulle de kunna generera 8–10 miljarder dollar i årliga återkommande intäkter år 2027 – med rörelsemarginaler som överstiger 40 procent. Detta är inte spekulation, utan snarare aritmetik baserat på tillgängliga kundsiffror och beprövade SaaS-uppgraderingsmönster.

Hanterad AI-plattform - Bild: Xpert.Digital

Här får du lära dig hur ditt företag kan implementera skräddarsydda AI-lösningar snabbt, säkert och utan höga inträdesbarriärer.

En hanterad AI-plattform är din heltäckande och bekymmersfria lösning för artificiell intelligens. Istället för att behöva hantera komplex teknik, dyr infrastruktur och långa utvecklingsprocesser får du en färdig lösning skräddarsydd efter dina behov från en specialiserad partner – ofta inom bara några dagar.

De viktigaste fördelarna i korthet:

⚡ Snabb implementering: Från idé till färdig applikation på dagar, inte månader. Vi levererar praktiska lösningar som skapar omedelbart mervärde.

🔒 Maximal datasäkerhet: Dina känsliga uppgifter stannar hos dig. Vi garanterar säker och korrekt behandling utan att dela data med tredje part.

💸 Ingen ekonomisk risk: Du betalar bara för resultat. Höga initiala investeringar i hårdvara, mjukvara eller personal elimineras helt.

🎯 Fokusera på din kärnverksamhet: Koncentrera dig på det du gör bäst. Vi tar hand om hela den tekniska implementeringen, driften och underhållet av din AI-lösning.

📈 Framtidssäkert och skalbart: Din AI växer med dig. Vi säkerställer kontinuerlig optimering och skalbarhet, och anpassar modellerna flexibelt till nya krav.

Mer om detta här:

• Hanterad AI-plattform

Lateralt tänkande som en ekonomisk faktor: Innovationens infrastruktur

Varför är lateralt tänkande ekonomiskt relevant? För att sann innovation – inte bara att skala upp befintliga mönster, utan att identifiera nya utrymmen av möjligheter – kräver just dessa kognitiva förmågor. Ett AI-system som bara kan adressera problem genom statistisk mönsterigenkänning kommer att fungera inom snävt definierade domäner men kommer blint att stöta på innovativa språng. Men om ett AI-system kan konstruera parallella hypoteser, testa dem mot varandra och söka efter oväntade samband, då har det plötsligt verklig generaliserbarhet. Det kan hantera tvetydighet. Det kan utvärdera flervärdesalternativ.

För tysk industri, särskilt ledningen av medelstora företag inom maskinteknik, automationssystem och logistik, innebär detta en direkt innovationsutmaning. En AI-partner som kan tänka lateralt är ett genuint innovationsverktyg. En AI-partner som är begränsad till resonemang i GPT 5.2-stil är en effektiv dokumentförfattare och kodgenerator, men inte en strategisk rådgivare. Detta är skillnaden mellan ett "produktivitetsverktyg" och en "strategisk förmåga"

Går ännu längre: Om Googles Snow Bunny-kontrollpunkt verkligen införlivas i den kommande Gemini 3.5 (vilket tekniska insiders misstänker baserat på namngivningskonventionen och tidslinjelogiken), då kommer maktbalansen i AI-branschen att förändras fundamentalt år 2026. Inte bara lite. Grundläggande.

Genombrottets arkitektur: Inte bara skalning

En kritisk punkt: Förbättringen berodde inte på ytterligare parametrar eller ökad datorkraft. Det var forskningsfrågan från 2023 till 2025: om enbart skalning skulle räcka. Nu visar det sig: Det är det inte. En genuin arkitektonisk innovation behövdes. Ett paradigmskifte från "förutsäga nästa token statistiskt" till "bryta ner problemet, resonera hierarkiskt, verifiera". Den tekniska litteraturen om hierarkiska resonemangsmodeller (HRM) och neurosymbolisk AI har redan sedan 2024-2025 visat att sådana arkitekturer är möjliga och att de kan uppnå bättre resonemangsprestanda med betydligt färre parametrar än rena skalningsmetoder.

Google har helt klart satt en version av detta i produktion. OpenAI och Anthropic (Claude) är ännu djupare inbäddade i skalförståelseparadigmet. Detta är en strategisk skillnad, inte en marginell. Det förklarar också varför det stora antalet miljarder parametrar inte längre är den enda faktorn.

Riskerna är inte marginella

Datas äkthet är fortfarande oklar. Läckor från benchmarks är lätta att manipulera, och AI-industrin har upprepade gånger upplevt att benchmarkintegriteten har urholkats under 2024-2025. Poängborttagning, kontaminering av träningsdata, selektiv rapportering – dessa metoder är väl dokumenterade. En försiktig analytiker skulle råda: Lita inte på skärmdumparna, vänta på allmän tillgänglighet (GA) och genomför oberoende utvärderingar.

Teknisk insiderinformation om "Deep Think"-läge, parallell kodgenerering (3 000 rader i en prompt) och SVG- och musikgenereringsfunktioner – allt detta är redan dokumenterat i betatestrapporter och bekräftat med Vertex AI Cloud-integration. Detta minskar risken för manipulation. Google skulle ha för mycket att förlora om dessa riktmärken var falska. Företaget må vara en mindre transparent konkurrent, men det är inte dumt.

Strategiska konsekvenser för europeisk industri

Det är här det blir allvar. Europa har ingen större aktör i Foundation Model-spelet. Inte direkt. Mistral, grundat i Frankrike, kämpar för överlevnad mot öppen källkod-alternativ. Aleph Alpha, den tyska startupen, gav upp sin självständighet för länge sedan. Europa exporterar talang till OpenAI, Google och Anthropic istället för att behålla den. Kontinenten producerar forskningsrapporter men vinner inte marknader.

Den framväxande dynamiken är farlig. Google kommer att vässa sitt företagserbjudande inom AI med Snow Bunny/Gemini 3.5. Om tyska maskintillverkare, logistikföretag och små och medelstora företag är fundamentalt beroende av Google, Microsoft (med OpenAI-integration) eller Anthropic, då är de i ett strategiskt beroende. De betalar för att växa med tekniken, men de kontrollerar den inte. För ett land som Tyskland, som har byggt sin konkurrenskraft på tekniskt djup, är detta en risk på medellång sikt.

Tyskland är en global ledare inom Industri 4.0 och automatisering. Men om det kognitiva lagret – AI:n som tänker på produktionsprocesser – kommer från USA, så delegerar Tyskland den strategiska nivån. Detta är en klassisk fälla: att förbli tekniskt stark på lägre nivåer, men förlora kontrollen över beslut och innovation på toppnivå.

Finns det en väg tillbaka eller åt sidan? Det är svårt. Modeller med öppen källkod (Llama, Qwen, Mistral) är billigare, men de ligger efter frontmodeller när det gäller resonemangsdjup. Ett "europeiskt AI"-program skulle kosta år och biljoner. Den praktiska vägen är sannolikt denna: europeisk industri måste arbeta med frontmodeller men utveckla sina egna specialiseringar och domänexpertis som generalistmodellerna inte bara kan replikera. Detta är möjligt, men kräver organisatoriskt djup och investeringar i talang, inte bara API-anrop.

Den större berättelsen: Skiftet till kognitivt djup

Vi befinner oss vid en vändpunkt från en era av skalning till en era av kognitivt djup. Åren 2017–2023 var "Större modeller, bättre resultat" – berättelsen från GPT-2 till GPT-3 till GPT-4 var ren skalning. 2024–2025 var året då denna effektivitetsgräns blev uppenbar. Man kunde inte uppnå 10 gånger bättre resultat med 10 gånger fler parametrar. Man var tvungen att tänka (arkitektoniskt) och förnya sig.

Google, med sina forskningslaboratorier (DeepMind + Google Brain unified), sina TPU-investeringar och sin långsiktiga horisont, var förberett för denna övergång. OpenAI är mer reaktivt, bättre på PR, men ligger något efter i forskningscykeln. Det är situationen i januari 2026.

Hieroglyf-riktmärket och Snowbunny-läckorna är symptom på denna djupare förändring. Inte för att en ny modell är bra på att lösa pussel, utan för att genuint System 2-tänkande har implementerats i produktionsskala.

Detta får konsekvenser inte bara för AI-branschen, utan för alla branscher som ser AI som en strategisk insats. Och det borde egentligen gälla alla.

Konrad Wolfenstein

Jag hjälper dig gärna som personlig konsult.

kontakta mig på wolfenstein ∂ xpert.digital

Ring mig bara på +49 89 89 674 804 (München) .

Linkedin