Gemini 3.6 Flash來了，但網友笑得更大聲：省下了token，卻沒保住智商

# Gemini 3.6 Flash來了，但網友笑得更大聲：省下了token，卻沒保住智商

科技巨頭Google週二晚間一口氣發佈三款新模型，試圖在AI賽道重新搶回聲量。然而，這場備受期待的發表會並未如預期迎來好評，反而在社群平台上掀起新一波嘲諷浪潮。網友們調侃：「那種感覺就像看著自家兄弟慢慢得了阿爾茨海默症。」原本新模型問世該是打破這種刻板印象的最佳機會，但Google這次的表現，卻讓許多人直呼「他們都不看好你，偏偏你最不爭氣」。 本次發佈的三款模型分別是3.6 Flash、3.5 Flash-Lite，以及專攻資安的3.5 Flash Cyber。官方部落格延續一貫的口吻，強調「更高效、更聰明、為大規模AI agent而生」，然而實際體驗卻呈現冰火兩重天的局面。 ## 當家頭牌3.6 Flash：省錢但不省心

被定位為「真正扛活的幹活模型」，3.6 Flash是今年5月I/O大會上3.5 Flash的小版本迭代。它最大的賣點在於省token。根據Artificial Analysis Index的數據，3.6 Flash比3.5 Flash少用了17%的輸出token，在DeepSWE這類場景甚至能省到65%，多步任務的推理步數和工具調用也明顯減少。 價格方面確實有所讓步，輸入1.5美元每百萬token，輸出7.5美元每百萬token，相較於上一代的9美元輸出價，確實降了一截。官方強調「又快又省」，單個agent任務的成本被成功壓低。 在基準測試上，代碼能力成為重點突破領域。DeepSWE從37%提升到49%，官方聲稱多餘代碼改動更少、執行循環更短，生成代碼更貼近生產環境；機器學習研究方向的MLE Bench從49.7%躍升至63.9%；計算機操作OSWorld-Verified從78.4%升至83%。此外，文件解析、圖表數據分析、報告起草等多模態任務也有明顯進步。一個不起眼但實用的更新是，知識截止日期終於從2025年1月推進到2026年3月。 安全方面，3.6 Flash搭載升級版Frontier Safety防護，重點鎖定化學、生物、放射性、核與網絡攻擊等濫用風險，抗越獄能力更強，同時力求不誤傷正常需求。 ## Flash-Lite逆襲上位，3Flash淪為舊世代

比3.6 Flash低一檔的3.5 Flash-Lite，以「快」和「便宜」打出一片天。每秒可吐350個token，價格更是殺到輸入0.3美元、輸出2.5美元每百萬token，品質較3月發佈的3.1 Flash-Lite大幅提升。 真正令人驚豔的是，這個「低檔小弟」在不少agent和代碼任務上竟反超輩分更高的3Flash。SWE-Bench Pro成績為54.2%對49.6%，OSWorld-Verified為74.0%對65.1%，意味著過去需要由3Flash執行的任務，現在有了更快更強的平替方案。Terminal-Bench 2.1從31%飆升至54%，長上下文GDM-MRCR v2從60.1%提升至72.2%，真實任務執行GDPval-AA v2更從642猛增至1140。 ## 資安特化模型：雙面刃的尷尬

3.5 Flash Cyber是本次發布中畫風最不同的產品，專門用來搜尋和修補程式碼中的安全漏洞。Google的邏輯是：現在AI找漏洞的速度比現有系統修補速度還快，漏洞越積越多，不如用便宜高效的Flash來批量處理。 該模型在3.5 Flash基礎上微調，搭配自家CodeMender工具，由多個Flash Cyber agent協同工作，最終彙總成報告。在業界知名的CyberGym基準測試中達到第一梯隊水平，且比更大的模型更省token。然而，由於找漏洞技術是把雙刃劍，Google採取極度保守策略，現階段僅對可信合作伙伴限量開放內測，以防遭惡意利用。 ## 旗艦跳票：3.5 Pro的難產之痛

發表會看似熱鬧，但真正令外界關注的旗艦模型3.5 Pro卻遲遲未見蹤影。官方僅以「正在和合作夥伴測試，準備好就上」帶過，但背後故事可能沒那麼體面。 據彭博社等媒體報導，3.5 Pro的代碼生成能力始終未達內部預期。Google在6月下旬緊急更新訓練數據試圖補救，成績卻仍未見起色。更有傳聞指出，Google已推翻原有訓練方案，從零開始重新訓練。Google AI宣傳委員Logan Kilpatrick甚至索性跳過3.5 Pro，將預告重點直接轉向Gemini 4，聲稱「已啟動史上最雄心勃勃的Gemini 4預訓練，進展令人興奮」。放在旗艦跳票的背景下解讀，此舉不無轉移視線、畫餅續命的嫌疑。 ## 網友不買單：智能原地踏步，性價比不如對手

第三方評測機構Artificial Analysis的數據顯示，兩個新模型確實將單任務耗時砍半、token效率提升，Flash-Lite的智能指數也漲了11分，但3.6 Flash的智能水平相比3.5 Flash幾乎原地踏步。 X平台上網友直言：「3.6 Flash在Artificial Analysis上跟3.5 Flash拿了一模一樣的分，還不如Meta Spark1.1、GLM-5.2、5.6 Luna、Sonnet5、Grok4.5、5.6 Terra這一票對手，簡直爛透了。」

更尷尬的是性價比問題。網友Angel指出，3.6 Flash的使用成本比GPT-5.6 Sol medium還高，智能程度卻更低，形成「又貴又笨」的尷尬組合。Flash系列立身根本就是性價比，如今卻被當場點破不如對手，無異於自砸招牌。作為對比，OpenAI的Tibo同時宣布，Codex和ChatGPT Work付費用戶因週活躍用戶達1000萬，迎來新一輪額度重置——此對比更凸顯Google的尷尬處境。 ## 實測翻車不斷：基礎解碼出包，中文選詞離譜

網友Balder的實測回饋更為直接，稱三個模型性能全比之前的3.5 Flash差，問題包括基礎解碼就有毛病、中文選詞經常離譜，生成的圖片影片品質極差、跟指令對不上且限額嚴重，頻繁出現記憶混亂、調用完全錯誤的工具。他甚至拋出陰謀論，認為Google之所以如此，是為了把算力騰出來賣給Anthropic，嘲諷道：「這就是皮查伊想要的Cloud First。」

X網友Conor Dart使用Google自家的Antigravity測試AI生成遊戲，結果木頭紋理更差了，大理石看起來差不多但依舊無法使用。他直言「又是一次翻車」，表示自己「還是等Gemini 3.5或者3.6 Pro吧」。 ## 結語：科技樹是否點歪？ 一邊是官方口中「更高效、更便宜、更省token」的漂亮帳本，一邊是多數網友的當場差評，以及旗艦跳票、大牛出走、市值縮水等一連串糟心事。這不禁令人好奇，Google這次是否真的點歪了科技樹——光顧著省成本，卻忘了提升智商，只能先靠幾個Flash模型穩住場面。 Gemini 4的預訓練已經啟動，這一把若再翻車，那句「阿爾茨海默症」的玩笑，恐怕真要成為現實。在AI賽道日益競爭激烈的今天，Google需要的或許不只是省token，而是重新找回曾經的創新靈魂。