谷歌連發三款“Lite、Flash”模型，但最強Pro再次缺席

谷歌連發三款“Lite、Flash”模型，但最強Pro再次缺席

在AI大模型競賽日益激烈的背景下，谷歌DeepMind團隊近日一口氣推出三款全新的Gemini系列模型，分別為Gemini 3.6 Flash、Gemini 3.5 Flash-Lite以及專注於網絡安全的Gemini 3.5 Flash Cyber。這些模型在效率、速度和專用性上各有突破，試圖滿足開發者對成本與性能的多樣化需求。然而，外界翹首以盼的旗艦級產品Gemini 3.5 Pro依然沒有具體發佈時間，谷歌僅表示其正在與合作伙伴測試，同時首度透露下一代模型Gemini 4的預訓練已經啟動，引發業界對於其旗艦路線圖的更多猜測。 此次發佈的核心亮點之一是Gemini 3.6 Flash，它主打「告別囉嗦」的AI體驗。大語言模型在應用中，輸出token的數量直接影響費用與延遲，而這款模型透過更高效的推理來降低不必要的消耗。第三方機構的實測顯示，其輸出token使用量較前代平均減少了17%，在需要多步驟推理和工具調用的複雜任務中，節省幅度甚至高達65%。這意味著模型在完成任務時減少了冗餘的代碼編輯與循環操作，從而帶來直接的成本下降。Gemini 3.6 Flash的定價為每百萬輸入token 1.50美元、輸出token 7.50美元，相較於3.5 Flash的輸出價格有所降低，整體性價比更為突出。 在性能方面，Gemini 3.6 Flash在多個基準測試中展現了量化提升。例如，在DeepSWE基準得分從37%提升至49%，MLE-Bench機器學習工程測試從49.7%提升至63.9%，計算機使用能力在OSWorld-Verified測試中也由78.4%進步至83%。這些數據體現了它在編碼、多模態任務及智能體工作流中的優化。多家客戶如Figma、Harvey和JetBrains反饋，該模型在處理複雜知識型任務時，能夠在token效率、準確性和速度之間取得良好平衡。谷歌也展示了其在金融數據分析、代碼遷移以及創意工具等實際場景中的應用，強調其綜合實力的進化。 如果說Gemini 3.6 Flash追求效率與質量的平衡，那麼Gemini 3.5 Flash-Lite則將速度與成本卷到了新高度。這款被定義為3.5系列中「最快、最具成本效益」的模型，生成速度達到了每秒350個輸出token，約為上一代同類模型的兩倍。其定價極具攻擊性，每百萬輸入token僅需0.30美元，輸出token為2.50美元。如此低廉的價格和高吞吐量，使它在智能體搜索、大規模文檔處理等場景中極具吸引力。儘管名為「Lite」，它在SWE-Bench Pro測試中卻取得了54.2%的成績，超越了標準版Gemini 3 Flash的49.6%；在OSWorld-Verified測試中也以74%的成績優於後者，顯示其「輕量不輕質」的特性。 開發者使用Gemini 3.5 Flash-Lite時，還能根據工作負載靈活調整模型的「思考層級」，從簡單任務的低延遲模式到複雜任務的高質量輸出，都能自由切換。谷歌展示了其從海量電商數據中提取產品特徵、即時生成多個網頁設計概念、大規模收據翻譯以及快速構建遊戲等應用實例。早期客戶如Ashler和Ramp強調了該模型在速度、智能與成本之間的獨特組合，特別適合需要擴展智能體工作流和高併發數據處理的企業，這在一定程度上滿足了市場對經濟型高性能模型的需求。 第三款模型Gemini 3.5 Flash Cyber則是一款面向特定領域的專用模型，專注於網絡安全漏洞的檢測與修復。該模型基於Gemini 3.5 Flash進行微調，旨在以更低的token成本完成代碼安全任務。在CyberGym基準測試中，它的表現已達到前沿水平。考慮到網絡攻防的雙刃劍性質，谷歌採取了審慎的交付策略，不會全面開放，而是集成到其代碼安全智能體CodeMender中，作為有限訪問試點項目，僅獨家提供給政府和受信任的合作伙伴。谷歌透露，在內部測試中，這款模型在開源代碼庫V8 JavaScript Engine中發現了55個問題，其中10個漏洞是其他模型未能識別的，凸顯其專注安全領域的價值。 儘管Flash系列迭代迅速，但開發者社群最關心的旗艦模型Gemini 3.5 Pro依然缺席。谷歌上一次更新Pro系列是在今年2月發佈的Gemini 3.1 Pro，之後競爭對手如OpenAI和Anthropic陸續更新了各自的旗艦產品。今年5月，谷歌曾預告Pro版本已在內部使用，預期一個月內推出，但如今已至7月底仍未公開。有報道稱，谷歌因難以達到內部性能目標而面臨延遲。對此，谷歌DeepMind技術負責人回應說，Gemini 3.5 Pro正在與合作伙伴測試，計劃在準備就緒後廣泛提供，但未給出確切時間表。同時，團隊首次正式提及下一代旗艦模型Gemini 4，稱其為「迄今為止最雄心勃勃的預訓練工作」，並已啟動相關進程。 從三款新模型的佈局來看，谷歌當前的策略是在效率上建立優勢，壓低成本、提高速度，同時增強處理具體任務的能力。然而，伴隨著新模型的開放訪問，開發者社區也傳出不少負面聲音。有開發者反饋，Gemini 3.6 Flash在實際應用中表現不穩，例如反覆提示後仍忽略指令，輸出質量甚至不如幾個月前的舊模型。還有用戶指出，雖然定價便宜，但它在編碼基準上表現不如預期，相比資本規模更小的實驗室所打造的模型，成績顯得遜色。Artificial Analysis的評分顯示，3.6 Flash的得分與前代持平，但排名落後於多個競品模型。 這些反饋反映了市場對谷歌模型表現的更高期待。在AI大模型競爭進入白熱化階段的今天，單純依靠降本增效已不足以滿足專業用戶的需求，質量的穩定性與突破性同樣關鍵。谷歌在推廣Flash系列時強調其對企業投入產出比的思考，但如何平衡成本、速度與實際效果，仍是其需要應對的挑戰。目前，Gemini 3.5 Flash-Lite將逐步在谷歌搜索引擎中應用，而Gemini 3.5 Flash Cyber則通過邀請制落地，預計將在特定領域發揮作用。至於旗艦路線的下一步，則有待Gemini 3.5 Pro的正式問世以及Gemini 4的後續進展來揭曉。 總體而言，谷歌此次三款模型連發，展現了其在細分市場上的積極佈局，從極致性價比到專用安全領域都有所覆蓋。但開發者與用戶的目光仍聚焦於旗艦產品的性能突破。在未來的一段時間內，如何在快速迭代中重建市場對其頂級模型的信心，將是谷歌DeepMind需要直面的問題。隨著Gemini 4的預訓練啟動，業界也在等待這家科技巨頭能否在下一波AI浪潮中重新奪回技術高地。