谷歌发布Gemini三款Flash新模型，旗舰3.5 Pro跳票，市场反应冷淡

事件概述

谷歌发布三款新Flash模型（3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyber），但市场评价不佳，旗舰3.5 Pro继续跳票，用户对Gemini能力下滑的调侃未因本次发布而改善。

核心信息

1. Gemini 3.6 Flash（主力模型）

• 定位：3.5 Flash的小迭代，主打节省输出token（比上一代少用17%，DeepSWE场景节省65%）。
• 价格：输入1.5美元/百万token，输出7.5美元/百万token（上一代输出9美元）。
• 性能提升：DeepSWE基准从37%提升至49%；MLE Bench从49.7%升至63.9%；OSWorld-Verified从78.4%升至83%；GDPval-AA v2从1349升至1421。
• 知识截止：更新至2026年3月。
• 安全：升级Frontier Safety防护，重点关注CBRN和网络攻击抗越狱能力。

2. Gemini 3.5 Flash-Lite（高吞吐低延迟）

• 价格：输入0.3美元/百万token，输出2.5美元/百万token，每秒可输出350个token。
• 特点：支持调整推理档位，可应对不同复杂度任务。
• 对比：在SWE-Bench Pro（54.2% vs 49.6%）和OSWorld-Verified（74.0% vs 65.1%）等任务上反超旧款3 Flash。

3. Gemini 3.5 Flash Cyber（安全专用）

• 基于：3.5 Flash微调，配合CodeMender工具使用。
• 能力：CyberGym基准达到第一梯队水平，比大模型更省token。
• 开放：仅对“可信合作伙伴”限量内测，防止被用于攻击。

4. 旗舰3.5 Pro跳票

• 官方仅称“正在和合作伙伴测试”，未公布上线时间。
• 据彭博社等报道，3.5 Pro的代码生成能力未达内部预期，谷歌曾更新训练数据补短板仍无起色，甚至有传闻从零重训。
• 谷歌AI宣传委员Logan Kilpatrick已将宣传重点转向Gemini 4，引发“画饼续命”质疑。

市场与用户反馈

• 第三方评测：Artificial Analysis指出3.6 Flash智能水平与3.5 Flash基本持平，全行业排名低于Meta Spark 1.1、GLM-5.2、Sonnet 5、Grok 4.5等竞品。网友Angel称其使用成本比GPT-5.6 Sol medium更高但智能更低，冲击Flash系列的“性价比”定位。
• 用户实测：网友Balder反映新模型存在基础解码错误、中文选词离谱、多模态生成质量差、记忆混乱、工具调用错误等问题。
• 整体印象：从去年起网友就调侃Gemini能力持续下滑，本次发布未能扭转负面印象，反而引发更多吐槽。谷歌目前仅靠Flash模型维持存在感，Gemini 4若再翻车，能力下滑的调侃可能成真。