谷歌继续挤牙膏！Gemini 3.6 Flash 刚刚上线，3.5 Pro 还在难产
在人工智能大模型领域，近期市场呈现出白热化的竞争态势。就在刚刚，谷歌发布了新模型 Gemini 3.6 Flash，同时推出了轻量级的 3.5 Flash-Lite 以及仅限政府使用的 3.5 Flash Cyber。然而，备受期待的旗舰级 3.5 Pro 却依旧处于“搁浅”状态。
在竞品纷纷推出重磅更新的背景下，谷歌此次的更新显得尤为谨慎。本文将基于最新发布的材料，深度解析 Gemini 3.6 Flash 的技术定位及其在市场中的真实竞争力。
一、 巨头竞速：谷歌的“追赶”时刻
回顾过去一个月，AI 领域的头部玩家动作频频，技术迭代速度惊人：
- 6 月 9 日：Anthropic 发布 Claude Fable 5，迅速登顶综合榜单第一。
- 7 月 9 日：OpenAI 发布 GPT-5.6 Sol，成为 Fable 5 的有力挑战者。
- 7 月 16 日：月之暗面发布 Kimi K3，拥有 2.8 万亿参数，创下全球最大开源模型的纪录。
- 7 月 19 日：阿里紧随其后放出 Qwen3.8-Max 预览版，参数量达 2.4 万亿。
在此背景下，谷歌于近日发布的 Gemini 3.6 Flash，试图在激烈的竞争中稳住阵脚。
二、 Gemini 3.6 Flash：主打“省钱”而非“最强”
从发布策略来看，Gemini 3.6 Flash 的核心卖点并非极致的性能突破，而是 Token 效率的提升，即通过降低资源消耗来为用户省钱。
1. 效率显著提升
在长周期编程任务 DeepSWE 的测试中，数据对比如下：
* 上一代 (3.5 Flash)：平均消耗 27.6 万 输出 token。
* 新一代 (3.6 Flash)：仅消耗 9.7 万 输出 token。
* 结果：节省了 65% 的 Token 用量。
与此同时，模型的定价也随之调整，从每百万 token 9 美元降至 7.5 美元。
2. 性能微幅进步
谷歌官方博客重点展示了其与自家旧版本的对比，各项指标均有提升：
* DeepSWE（长周期编程）：从 37% 提升至 49%。
* MLE-Bench（机器学习研究）：从 49.7% 提升至 63.9%。
* OSWorld-Verified（电脑操控）：从 78.4% 提升至 83.0%。
三、 第三方测评：谷歌陷入“前十困境”
尽管谷歌强调内部进步，但在第三方权威机构 Artificial Analysis 的排行榜上，Gemini 3.6 Flash 的表现却略显尴尬。
该排行榜覆盖全球 187 个模型，Gemini 3.6 Flash 的综合得分仅为 50 分，与其前代产品 Gemini 3.5 Flash 分数完全一致。目前，它仅排在第 11 名，未能进入前十。
1. 竞品碾压
在前十名的席位中，各大模型表现优异：
1. Claude Fable 5：60 分
2. GPT-5.6 Sol：59 分
3. Kimi K3：57 分
4. Claude Opus 4.8：56 分
5. GPT-5.6 Terra：55 分
6. Grok 4.5：54 分
7. Claude Sonnet 5：53 分
2. 核心能力差距
在软件工程测试 SWE-Bench Pro 中，Gemini 3.6 Flash 的得分为 58.7%，落后于其他三家竞品：
* GPT-5.6 Luna：62.7%
* Grok 4.5：64.7%
* Claude Sonnet 5：63.2%
而在 DeepSWE 测试中，差距更为明显：
* GPT-5.6 Luna（GPT-5.6 系列中最弱、最便宜的版本）：得分高达 67%。
* Gemini 3.6 Flash：仅得 49%。
这表明，尽管谷歌在卷效率和性价比（此前已有 Grok 4.5 瞄准此赛道），但在核心性能上，谷歌似乎已失去了昔日的优势。
四、 旗舰缺席：3.5 Pro 的“难产”
相较于 3.6 Flash 的“挤牙膏”，更令人关注的是其旗舰模型 Gemini 3.5 Pro 的缺席。
早在今年 5 月的 I/O 大会上，谷歌曾承诺 3.5 Pro 将在下月发布，但这一承诺并未兑现。据爆料，该模型的开发过程一波三折：
1. 未达预期：在编程任务上未达到内部标准。
2. 二次尝试失败：6 月底更换训练数据重新训练，结果仍不理想。
3. 推倒重来：DeepMind 团队被迫重构模型关键部分。
4. 官方回应：截至文章撰写时，官方说法仅为“正在与合作伙伴测试”。
自今年 2 月发布 Gemini 3.1 Pro 以来，谷歌已近半年未推出新的 SOTA（State-of-the-Art）级别模型。3.5 Pro 的延期导致谷歌母公司 Alphabet 股价在 7 月 16 日应声下跌。
五、 结语
除了备受争议的 3.6 Flash，谷歌此次还推出了更具性价比的 Gemini 3.5 Flash-Lite。其 API 定价极具侵略性：输入每百万 token 仅 0.3 美元，输出 2.5 美元，且输出速度可达 350 token/s。
然而，对于 AI 从业者和开发者而言，单纯的低成本若无法弥补性能的短板，或许难以在高端市场形成足够壁垒。下一代预训练已悄然启动，而上一代旗舰仍在测试中徘徊。谷歌在“死磕 Flash”的同时，亟需解决其在顶级模型竞赛中掉队的现实问题。