剛剛，Gemini 3.6 Flash 正式發佈，但網友笑得更大聲了

Google 稍早一口氣推出三款新模型，包括 Gemini 3.6 Flash、3.5 Flash-Lite 以及專攻網路安全的 3.5 Flash Cyber，官方部落格照例以「更高效」、「更聰明」、「為大規模 AI agent 而生」等字眼包裝，然而網友的反應卻與官方預期截然相反。過去幾個月，用戶對 Gemini 系列模型的幽默批評層出不窮，最經典的一句莫過於「看著自家兄弟慢慢得了阿爾茨海默症」。本以為新模型能扭轉形象，但實際發布後，網路上嘲笑聲浪反而更高漲，形成一種「大家都不看好你，偏偏你最不爭氣」的尷尬局面。 先來看這次的主角 Gemini 3.6 Flash。官方將其定位為「主力」幹活模型，是今年 5 月 I/O 大會發表的 3.5 Flash 的小幅迭代版本。最大亮點在於省 token：根據 Artificial Analysis Index 的數據，3.6 Flash 相比 3.5 Flash 能減少 17% 的輸出 token，在 DeepSWE 這類基準測試上甚至可節省高達 65%。官方宣稱，執行多步任務時推理步數與工具調用次數都更少，意味著同樣的工作量，廢話更少、繞路更少，最終帳單更薄。價格方面也確實有感降價，輸入每百萬 token 1.5 美元，輸出每百萬 token 7.5 美元，而上一代 3.5 Flash 的輸出要價 9 美元，直接砍到七五折。又快又省，單一 agent 任務的成本因此明顯壓低。 基準測試數字則更為具體。代碼能力是重點項目：DeepSWE 從 37% 躍升至 49%，官方解釋是多餘代碼改動減少、執行循環縮短，生成的程式碼更貼近生產環境。機器學習研究方向的 MLE Bench 從 49.7% 拉到 63.9%。電腦操作能力方面，OSWorld-Verified 從 78.4% 升到 83%，並且「電腦操作」已成為 Gemini API 及企業版的內建工具，主打開箱即用。知識工作部分，GDPval-AA v2 從 1349 漲到 1421。客戶如 Hebbia、Harvey 回饋在多模態任務上表現突出，Figma 與 JetBrains 也出面背書。此外，一個不起眼但實用的更新是知識截止日期從 2025 年 1 月推進到 2026 年 3 月，總算翻過舊黃曆。安全方面，3.6 Flash 搭載升級版 Frontier Safety 防護，重點鎖定 CBRN（化學、生物、放射性、核）與網路攻擊兩類濫用，抗越獄能力更強，同時盡量不誤傷正常需求。 第二個模型是 3.5 Flash-Lite，定位比 3.6 Flash 更低一階，主打「快」與「便宜」，專治高吞吐、低延遲任務，例如 agent 搜尋、文件處理。根據 Artificial Analysis 測量，它是 3.5 系列中速度最快的，每秒可輸出 350 個 token，價格更是白菜價：輸入每百萬 token 0.3 美元、輸出 2.5 美元。官方說品質比今年 3 月發表的 3.1 Flash-Lite 好上一大截。一個靈活的設計是支援調整「推理檔位」，低負載時開最低檔以追求速度與省錢，碰上需要多步拆解的子任務則可調高思考檔位。電腦操作同樣內建為工具。跟前代相比，提升幅度相當驚人：Terminal-Bench 2.1 從 31% 衝到 54%，長上下文任務 GDM-MRCR v2 從 60.1% 提升到 72.2%，真實任務執行 GDPval-AA v2 更從 642 飆升至 1140。最有趣的是，這個「小弟」在不少 agent 與程式碼任務上居然反超了輩分更高的 3 Flash，例如 SWE-Bench Pro（54.2% 對 49.6%）、OSWorld-Verified（74.0% 對 65.1%），形成以小博大的局面，等於說跑 3 Flash 的活兒現在有了更快更強的平替。官方列舉使用場景：從海量電商數據中抽取產品特徵、幫 3.6 Flash 當副手一口氣生成 25 個網頁設計方案、批量翻譯總結收據、邊玩邊迭代做小遊戲。客戶如 Ashler、Palo Alto Networks、Ramp 也出面稱讚其「速度、智能、成本三合一」。 第三個模型 3.5 Flash Cyber 則畫風突變，專門用來查找與修補程式碼中的安全漏洞。Google 的邏輯是：現在 AI 找漏洞的速度已經比現有系統修漏洞的速度還快，漏洞越堆越多，不如用便宜高效的 Flash 來批量補鍋。該模型基於 3.5 Flash 微調，搭配自家 CodeMender 工具使用，CodeMender 內跑多個 Flash Cyber agent 協同工作，最後彙總成一份報告。在業界知名的 CyberGym 基準上，官方稱它摸到第一梯隊水準，且比更大的模型更省 token。但考量到「找漏洞」是雙面刃，Google 學 Anthropic 玩起安全敘事，將此模型鎖得死死的──只對「可信合作伙伴」限量開放，走內測，目的是讓一線防守方爭取時間，在漏洞被利用前先修掉，同時防止被拿來做壞事。 看到這裡，讀者可能想問：真正的旗艦模型 Gemini 3.5 Pro 去哪了？官方口徑是「正在和合作夥伴測試，準備好就上」。然而這套說辭背後的故事可能沒那麼體面。據彭博社等媒體報導，3.5 Pro 的程式碼生成能力一直未達內部預期，Google 6 月下旬還專門更新了一版訓練數據想補程式碼短板，結果成績依舊沒起色。更有傳聞指出，Google 乾脆推翻原本訓練方案，從零開始重新訓練。與此同時，Google AI 宣傳委員 Logan Kilpatrick 索性在輿論上跳過 3.5 Pro，將預告重點放在 Gemini 4，聲稱已啟動史上最雄心勃勃的預訓練，進展讓人興奮。但把這番話放在旗艦跳票的背景下看，多少有轉移焦點、畫餅續命的意味。 除了旗艦缺席的內幕，單看今天發布的 Flash 模型本身，網友也並不買單。第三方評測機構 Artificial Analysis 指出，兩個新模型確實將單任務耗時砍半、token 效率提升，Flash-Lite 的智能指數漲了 11 分，但 3.6 Flash 的智能水準相比 3.5 Flash 基本原地踏步。價格沒有便宜到足以忽略能力差距，能力也沒有高到能解釋成本。X 平台網友吐槽，3.6 Flash 在 Artificial Analysis 上跟 3.5 Flash 拿下一模一樣的分數，還不如 Meta Spark 1.1、GLM-5.2、5.6 Luna、Sonnet 5、Grok 4.5、5.6 Terra 這一批對手，直呼「簡直爛透了」。另一位網友 Angel 從性價比切入，指出 Gemini 3.6 Flash 的使用成本比 GPT-5.6 Sol medium 還高，智能程度卻更低，又貴又笨的組合對主打性價比的 Flash 系列來說等於自砸招牌。 對比之下，OpenAI 的 Tibo 剛剛發話，由於周活躍用戶達到 1000 萬，Codex 與 ChatGPT Work 的付費用戶迎來新一輪額度重置。這番正面消息讓 Google 的處境更顯尷尬。實測派網友 Balder 更直接開團，稱這三個模型性能全比之前的 3.5 Flash 還差，列舉了基礎解碼毛病、中文選詞離譜、生成圖片影片品質極差、記憶混亂、調用錯誤工具等問題，甚至陰謀論地認為 Google 是為了把算力騰出來賣給 Anthropic，諷刺這就是皮查伊想要的「Cloud First」。另一名網友 Conor Dart 用 Google 自家的 Antigravity 跑 AI 生成遊戲測試，結果木頭紋理更差，大理石看起來差不多但依舊不能用，直言又是一次翻車，表示自己還是等 Gemini 3.5/3.6 Pro 吧。 綜合來看，一邊是官方帳本上更高效、更便宜、更省 token 的漂亮數字，另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。這讓人不禁懷疑 Google 是否點歪了科技樹，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。反正 Gemini 4 的預訓練已經開跑，如果這一把再翻車，那句「阿爾茨海默症」的玩笑恐怕真要成為讖語了。