搞笑一家人

Gemini 3.5 Pro难产，谷歌先交了两张草稿纸_我的网站

一 |     晨曦微露，济源世纪广场体彩主题健身公园已然活力满满：老年人在健身器材上舒展筋骨，年轻人在“乐小星” 主题篮球场上尽情驰骋；望春园内，经过升级改造的健身步道上晨跑者步履轻快，羽毛球场上来来回回，球影翻飞。

二 |     7月21日，谷歌突然上线了两个新模型：          Gemini 3.6 Flash和Gemini 3.5 Flash-Lite。         没有一点点防备，也没有一丝顾虑，它俩就这样出现在了Google AI Studio和Gemini的模型选择器里。

三 | 两座体彩主题公园遥相呼应，依托体彩公益金落地的健身阵地，让市民在家门口就能畅快运动、乐享健身之乐。体彩支持，健身更便捷　　在望春园，河南体彩济源分中心筹措发行经费，支持园区健身空间完成全面升级。

四 |          这两个模型，一个主打更强的代码和Agent能力，一个主打更低成本的大规模调用。         而作为旗舰模型的Gemini 3.5Pro，千呼万唤依然……出不来。         按照此前的计划，3.5 Pro本应在6月份上线，现在7月都过一大半了，这款被寄予厚望的模型仍然没有正式亮相。

五 | 崭新的健身步道、标准羽毛球场投入使用，配套路标、休闲石凳、照明路灯等便民设施一应俱全。如今焕然一新的场地，收获了大家一致好评。“这个羽毛球场使用十几年了，以前地面凹凸不平，不少打球的人不小心扭伤脚踝。         代表旗舰实力的答卷迟迟不交，谷歌先拿出两张“草稿纸”，是个什么意思？          01          3.6 Flash：比上一代便宜，不比上一代聪明          谷歌表示，相比上一代Flash模型，Gemini 3.6 Flash进一步提升了编码、推理和工具调用表现，同时通过减少输出token降低运行成本。         Gemini 3.6 Flash的定位是一个面向真实生产环境的高效模型，或者更直白一点，为Agent服务。         在Agent时代，一次任务可能需要几十轮模型调用，这意味着模型不仅要聪明，还必须足够快、足够便宜。         Google此前已经在Gemini 3.5 Flash上强化了这条路线。体彩翻新了场地，真是为咱们老百姓办了件实实在在的好事。根据官方API文档，Gemini 3.5 Flash支持100万token的长上下文，可以一次处理大量信息，同时支持代码执行、调用外部工具、搜索文件等能力，能够完成更复杂、更长时间的任务。         Gemini 3.6 Flash延续了这条路线，它追求的并不是单次回答的质量，是一个“能够承担得起每日真实工作”的位置。” 常年在此锻炼的李先生感慨道。

　　世纪广场西北侧的中国体育彩票主题健身公园，则盘活闲置空地，打造充满青春气息的“乐小星” 主题篮球场，色彩明快、富有活力，为周边青少年和篮球爱好者提供了专业舒适的运动场地。         Gemini 3.6 Flash的定价如下：          输入：1.50 美元/百万 token          输出：7.50 美元/百万 token          相比此前Gemini 3.5 Flash每百万token输入1.5美元、输出9美元的价格，输入成本没有变化，但输出成本进一步下降。

六 |          对于需要大量调用AI的企业来说，这种成本变化可能比benchmark上的几个百分点提升更加重要。

七 | 篮球场采用环保材料铺设，场地标线清晰，与园内绿植相得益彰，既确保运动安全，又营造出愉悦的锻炼氛围。

八 | 放学后和周末，这里成为孩子们挥洒汗水的一方乐土。

九 |          另外，谷歌展示的一项内部测试显示，在完成同一任务时，Gemini 3.6 Flash相比3.5 Flash减少了55.8%的token消耗，同时将任务评分从85分提升到了100分。

十 | “球场修得很好，离家也近，孩子放学就能来打球，特别方便。”一位陪孩子锻炼的家长如是说。         当然，这只是谷歌自己的测试结果，只能说明Google希望展示的方向：          新模型不仅更省，而且能够用更少的计算完成同样甚至更好的任务。

　　公园内设置体彩公益宣传栏，图文并茂解读中国体育彩票“来之于民，用之于民”发行宗旨。市民休闲健身的同时，直观了解一座座运动场、一套套健身设施背后的公益力量，真切感受体彩温度与社会责任。         在那些被公开的benchmark里，谷歌主要强调的是代码能力和Agent能力。

十一 | 体彩助力，全民健身成效显著　　济源两座体彩主题公园的建设，只是体彩助力全民健身的一个缩影。数据显示，2025年济源体育场地总数达3565个，人均体育场地面积2.86平方米，城市社区10分钟健身圈实现全覆盖，经常参加体育锻炼人数比例达到44.3%。承留花石健身步道、思礼健康步道等一批户外健身打卡点广受市民喜爱。各村（社区、公园）公共体育设施免费开放，篮球城等场馆推行分时段免费、低收费开放，持续拓宽群众健身空间。　　赛事活动方面，济源充分利用体彩公益金，持续丰富群众赛事供给，先后举办新春全民健身系列活动、河南省社区运动会等各类赛事，涵盖篮球、排球、足球、太极拳等多个项目。         在DeepSWE代码评测中，Gemini 3.6 Flash得分49%，高于上一代的37%。谷歌表示，新模型能够减少无效代码修改和重复执行过程。

十二 |          在测试AI操作电脑能力的OSWorld-Verified评测中，Gemini 3.6 Flash得分83%，超过3.5 Flash的78.4%。从城市社区到乡村广场，体彩支持的全民健身赛事活动遍地开花，让“我运动、我健康、我快乐”的理念深入人心。         而在面向机器学习任务的MLE Bench中，Gemini 3.6 Flash得分63.9%，相比上一代的49.7%也有明显提升。　　从社区里一套崭新的健身器材，到城市中的运动公园；从日常健身阵地建设，到丰富多彩的群众体育赛事，体彩公益金持续扎根山城大地，将“来之于民，用之于民”的公益初心落到群众身边。　　每一笔体彩公益金投入，都是为健康中国建设添砖加瓦；每一次市民在运动场挥洒汗水，都是体彩公益力量最鲜活的回响。         不过，上述数据更多说明Gemini 3.6 Flash相比上一代有所进步。中国体育彩票持续以责任传递温暖，点亮每一处热爱运动的角落，让健康幸福的生活方式触手可及。

十三 |          如果放到当前大模型竞争中横向比较，Google选择的对手是GPT-5.6 Luna、Grok 4.5和Claude Sonnet 5（这里也可以看出这个产品的定位）。         从结果来看，Gemini 3.6 Flash并没有全面领先，GPT和Claude的模型在复杂软件工程和知识工作任务上仍然保持优势。

十四 |          但这其实也是Flash系列存在的意义：          它不一定要成为最强模型，只需要在明显低于旗舰模型成本的情况下，提供够用的能力。         官方测评之外，根据Artificial Analysis的发布前测试，Gemini 3.6 Flash在Intelligence Index上拿到了50分，与Gemini 3.5 Flash持平。         这意味着，如果只看模型综合“智力”，Gemini 3.6 Flash并没有什么升级。

十五 |          但是呢，它的速度又很好地弥补了这一点。

十六 |          Artificial Analysis还统计了模型完成Intelligence Index任务所需的平均时间。结果显示，Gemini 3.6 Flash每项任务平均耗时约1.3分钟，相比上一代3.5 Flash的约2.7分钟，减少了一半。         与此同时，Gemini 3.5 Flash-Lite的任务完成时间也从上一代3.1 Flash-Lite的约1.6分钟，下降到约0.6分钟。         总的来说，Gemini 3.6 Flash的升级方向其实是效率——更少的token消耗，更低的运行成本，以及更适合长期运行的Agent能力。

十七 |          对于习惯使用Gemini 3.5 Flash的用户来说，确实是非常不错的升级。         02          3.5 Flash-Lite：更快，但没有上一代便宜          然后再来看另一个模型Gemini 3.5 Flash-Lite。

十八 |          顾名思义，Flash-Lite是Flash系列中更轻量的版本，相比Flash，它牺牲了一部分能力上限，换取了更低的成本和更快的速度。         就像前面提到的那样，Gemini 3.5 Flash-Lite的任务完成时间从上一代3.1 Flash-Lite的约1.6分钟，下降到了约0.6分钟。         3.5 Flash-Lite也是3.5系列中速度最快的型号，根据Artificial Analysis测试数据，其生成速度达到约350 token/秒，已经属于当前主流大模型中的高速水平。         Gemini 3.5 Flash-Lite的定价如下：          输入：0.30 美元/百万 token          输出：2.50 美元/百万 token          相比Gemini 3.6 Flash，输入价格约为1/5，输出价格约为1/3。不过，与上一代Gemini 3.1 Flash-Lite相比，新模型并没有进一步降价。         虽然Gemini 3.5 Flash-Lite由于能力提升，可以通过减少输出量降低部分成本，但综合起来，还是很难抵消单价上的成本增加。         根据官方文档，相比上一代Gemini 3.1 Flash-Lite，新模型在不同思考等级（thinking levels）下都有明显提升。开发者可以根据任务需求调整模型的思考深度。         此外，Gemini 3.5 Flash-Lite还内置了Computer Use能力，可以帮助Agent更可靠地操作电脑环境，完成跨应用任务。         在具体测试中，Gemini 3.5 Flash-Lite相比上一代模型也有明显提升：在Terminal-Bench 2.1编程Agent测试中，成绩从31%提升到54%；在测试长上下文理解能力的GDM-MRCR v2中，从60.1%提升到72.2%；在更贴近真实工作场景的GDPval-AA v2任务执行测试中，从642提升到1140。         值得注意的是，在一些Agent和代码相关测试中，Gemini 3.5 Flash-Lite甚至超过了上一代更高定位的Gemini 3 Flash模型。

十九 |          例如，在SWE-Bench Pro软件工程测试中，Gemini 3.5 Flash-Lite得分54.2%，高于Gemini 3 Flash的49.6%；在测试AI操作电脑能力的OSWorld-Verified中，Gemini 3.5 Flash-Lite也以74.0%的成绩超过Gemini 3 Flash的65.1%。         这意味着，随着模型能力不断提升，过去需要更大模型才能完成的部分Agent任务，正在逐渐下沉到更便宜、更快速的模型。         顺便一提，除了前两个面向普通用户的通用模型，谷歌还推出了Gemini 3.5 Flash Cyber。         它主要针对网络安全场景。

| 根据官方文档，在CodeMender系统中，多个Gemini 3.5 Flash Cyber Agent可以协同工作，分别完成不同分析任务，并最终汇总成一份完整报告。在网络安全基准测试CyberGym中，Flash Cyber也达到了接近前沿模型的表现。         该模型目前不会公开提供，仅通过CodeMender平台向政府和可信合作伙伴开放。         03          3.5 Pro：谷歌迟迟交不出的旗舰答卷          如果说Gemini 3.6 Flash和Gemini 3.5 Flash-Lite还可以看作是谷歌对AI规模化应用的判断，那么Gemini 3.5 Pro则代表着谷歌的模型上限。         但问题在于：这份答卷，到现在还没有交出来。         5月I/O的时候，谷歌表示Gemini 3.5 Pro将在“接下来一个月左右”推出，也就是预计在今年6月上线。

| 现在7月都过了一大半了。

|          据彭博社7月16日报道，Gemini 3.5 Pro的发布时间已经落后原计划数月。谷歌正在继续优化模型能力，尤其是编码表现，希望达到内部设定的目标。

|          路透社最新的报道则显示，截至目前，谷歌仍未公布具体上线时间，只表示该模型正在与合作伙伴测试，并将“很快”推出；另有新闻稿透露，Gemini 4的训练工作已经开始了。

|          而我们都知道，“很快”就是不确定的意思。

|          Gemini 1.0发布时就曾因演示争议受到质疑；Gemini 1.5 Pro凭借百万token上下文短暂扳回局面，但随后Claude和GPT系列快速追赶；直到Gemini 3系列发布，谷歌才重新获得“回到前沿竞争”的评价。         如今Gemini 3.5 Pro再次延期，市场关注的已经不只是一个模型什么时候上线，还有谷歌到底能否保持旗舰模型的竞争节奏问题。

|          何况谷歌透露出的编码表现不及预期，并不是什么容易解决的小问题。         随着Agent开始进入企业工作流，代码能力的重要性迅速提升。一个模型能否理解复杂项目、修改真实代码、完成多步骤开发任务，已经成为衡量它是否具备实际生产价值的重要指标。         路透社指出，华尔街正在等待Gemini 3.5 Pro，因为它将成为判断Google DeepMind是否能够跟上OpenAI和Anthropic的重要指标。         当然，谷歌并不是没有动作，这次推出的几个模型，恰说明谷歌正在强化另一条路线：让AI变得更便宜、更容易规模化。         谷歌CEO Sundar Pichai近期也多次强调成本优势，并表示企业如果将大部分AI工作负载迁移到Gemini模型，可以每年节省超过10亿美元。         但问题在于，市场在期待一份证明谷歌模型实力的“答卷”，谷歌交出的却是两张关于效率和成本的“草稿纸”——很难不让人觉得，谷歌在用Flash系列填补Pro延迟留下的空档。

|          有意思的是，在Gemini 3.5 Pro延期的同时，AI竞争格局正在发生变化。         过去，人们讨论AI领先者，主要关注海外“御三家”：OpenAI、Anthropic和Google DeepMind。         但最近，GLM-5.2、Kimi K3等国产模型也开始进入前沿竞争，并引发了大量讨论。

|          前沿模型的追赶速度正在加快，也让谷歌的问题变得更加紧迫，它当然可以继续大力推出Flash模型，但前提是它的旗舰模型足够给力——只要硬实力足够，自有大儒为他辩经。         如果谷歌最终推出一个真正领先的旗舰模型，那么Flash路线会成为完整体系的一部分：Pro负责突破能力上限；Flash负责规模化应用。

|          但如果Gemini 3.5 Pro持续落后，市场很可能会继续追问：谷歌拥有最强AI研究资源，为什么却无法稳定跑赢竞争对手？          在Alphabet本周举行第二季度财报电话会议时，人们很可能会进一步询问有关Gemini 3.5 Pro的更多细节。

| （作者：袁心玥）。

Current article:http://og6nt5.panningbuquanchencaibingzhang.cyou/zzksokt/20260826/52334.html

Published on:12:11:09