廣東
Gemini總算上新了。
沒有發布會，官方發了條播客，三款新的Gemini模型：Gemini 3.6 Flash、Gemini 3.5 Flash-Lite以及Gemini 3.5 Flash Cyber就這么直接掛上去了……
說實話，我都快忘記自己上次認真打開Gemini是什么時候了。
這倒不是說Gemini完全不能用，你要知道，我可是去年才整了一整年的Gemini Pro訂閱，當時Gemini 3.1 Pro和Nano Banana2那叫一個意氣風發，即便放到今天依然是中上水平的大語言模型和圖片生成模型。
問題是最近幾個月，外面的模型更新得實在太快。
（圖源：Gemini）
Kimi K3沖進旗艦模型第一梯隊；DeepSeek V4正式版預計本月上線；Anthropic接連推出Fable 5和Sonnet 5；OpenAI更是剛把GPT-5.6端上來；只有谷歌這邊卻還在循環播放同一句話：Gemini3.5 Pro快來了。
5月說下個月發布，6月沒來，7月還是沒來，Gemini到頭來只有Flash更新了，這多少讓人有些失望。
Gemini三模齊發：更快，更便宜
言歸正傳，咱們來說說Gemini家族的新模型。
只看發布頁和跑分，Gemini 3.6 Flash的賣點被官方概括成一句話：更快、更便宜、更聰明。
為啥？因為基礎參數就沒啥亮點能說的。
谷歌依然沒有公開參數量，3.6 Flash整套架構、訓練數據和硬件信息基本沿用前代，輸入上下文還是104.8token，默認思考等級也是中等，支持文本、圖片、音頻、視頻和PDF。
好消息是，谷歌更新知識庫了，從原有的2025年1月推進到了2026年3月，現在不用聯網也能獲得很多新鮮知識。
（圖源：谷歌）
至于具體賣點嘛，按照官方博客的說明，第三方基準測試機構Artificial Analysis Index的實測顯示，該模型輸出token使用量較前代降低了17%，在DeepSWE這類代碼測試場景上甚至能減少了65%。
（圖源：谷歌）
不僅如此，該模型完成多步工作流程所需的推理步驟和工具調用也更少，在OSWorld-Verified計算機使用測試中，3.6 Flash比3.5 Flash少用55.8%的token，推理步驟更少之余，得到的結果也更好。
（圖源：谷歌）
眾所周知，在大語言模型的設計中，輸出token的數量直接關聯到延遲和費用。
更短的思考鏈，更低的token消耗，帶來了更快的響應速度。根據Artificial Analysis的任務時間測試，Gemini 3.6 Flash每項任務平均耗時約1.3分鐘，相比上一代3.5 Flash約2.7分鐘，減少了整整一半。
（圖源：谷歌）
不過在成績上，這倆卻是50對50，完全沒有提升可言。
只能說，雖然它沒有更聰明，但是確實做到了能用更少的token、更短的時間完成同樣水平的工作。
至于價格嘛...Gemini 3.6 Flash定價為每百萬輸入1.50美元，每百萬輸出7.50美元。相較于3.5 Flash每百萬輸出token9美元的價格，單次任務的總成本肯定是有所降低的，但依然比國產模型貴得多。
（圖源：雷科技自制）
至于什么產品落地，客戶追捧，那都屬于互吹，建議大伙別當真了。
再來看看Gemini 3.5 Flash-Lite。
顧名思義，Flash-Lite是Flash系列中更輕量的版本，相比Flash，它犧牲了一部分能力上限，換取了更低的成本和更快的速度。
每百萬輸入0.3美元、每百萬輸出2.5美元，速度更是最高能達到前代的三倍。
（圖源：谷歌）
不過能力就很弱了，雖然官方介紹各方面性能都有提升，例如代碼和agent基準的 Terminal-Bench 2.1，從31%干到54%，但是橫向對比起來，屬于是遠不如已經預覽了兩個月的DeepSeek v4 Flash，而且輸出價格高了接近10倍。
就...很難想象為什么會有人專門去用它好吧。
至于最后一款模型，Gemini 3.5 Flash Cyber，是專門用來發現和修補網絡安全漏洞的，不會公開提供，僅通過CodeMender平臺向政府和可信合作伙伴開放，和咱們就沒什么關系，所以直接按下不表。
新模實測：小有提升，未達預期
老樣子，咱們過了一遍參數，接下來就該給大伙整點實測了。
目前Gemini 3.6 Flash已經正式上線Gemini網頁版和客戶端，不過由于個人的使用習慣，我這邊還是用AI Studio和Antigravity做測試，畢竟這倆參數比較好調，而且也能直接切換模型進行對比。
我給3.6 Flash和3.5 Flash安排了邏輯、計算和網頁制作幾輪同題測試。兩邊都使用默認的中等思考，不額外進行任何提醒，主打一個讓它釋放天性。
先看邏輯題，我給了一個帶多重條件的座位排列題，故意塞了兩條很容易混淆的限制，要求它們確定五個人從1號到5號的唯一座位順序。
（圖源：雷科技）
Gemini 3.6 Flash回答得挺快，沒有上來先復述題目，再用幾百字告訴我“這是一個典型的約束滿足問題”，而且直接列條件、逐步排除，最后給出答案，過程和結論也全部正確，最終消耗了2338tokens。
盡管Gemini 3.5 Flash也能完成啦，但是速度慢了約1/3，而且消耗了3707tokens。
（圖源：雷科技）
這樣看來，Gemini 3.6 Flash的速度更快應該不是token本身算得更快，主要還是靠思考鏈的優化來實現的。
整個問題的思考鏈就下面四段話，簡單明了。
（圖源：雷科技）
作為反面例子，我也拿這題問了一下DeepSeek v4 Flash，那叫一個停不下來，模型在那里反復窮舉檢查各種可能性，算出來之后，還要回頭重新算一遍的，最終用了76秒才做完。
只能說，還好最后是算對了。
（圖源：雷科技）
算數環節，我沒拿什么競賽題欺負模型，而是出了一個更貼近日常的問題，“滿減、折扣、稅費、優惠券不能疊加，最后四個人怎么AA”。
這次Gemini 3.6 Flash只用9.4s就思考出了答案，共消耗3505tokens，答案正確。
（圖源：雷科技）
作為對比，Gemini 3.5 Flash用了12.4s思考答案，共消耗4081tokens，答案正確；DeepSeek v4 Flash則耗時113s，深度思考國產滑三次滾輪都看不完，理論上消耗的tokens差不多也是10倍。
我說思考優化是對的，你們聾了嗎?
不過DeepSeek v4 Flash的輸出價格只有Gemini 3.6 Flash的1/30，所以還是國產更省錢，同價格的API你甚至都能用上GPT-5.6 Luna了...
接下來，我準備不給設計稿，讓它直接寫一個能看的前端頁面。
直接打開Google Canvas，選擇Gemini 3.6 Flash，要求它制作一個“雷科技AI模型評測中心”網站，具體需求如下，主要是想看在沒有明確設計參考的情況下，它到底能做出什么效果。
頁面約一分鐘生成完成，生成過程中，Canvas會實時顯示當前階段，例如定義樣式變量、渲染指標卡等，而不是讓用戶一直面對空白等待。
（圖源：雷科技）
你別說，這玩意的完成度還真不差，雖然這種設計模板我們在AI生成的網頁里見得多了，但是Gemini 3.6 Flash做到了主標題、指標卡和按鈕層級清楚；配色統一；首屏留白和視覺重心處理得比較成熟。
主題雖然不夠Frutiger Aero，但也卻是做到了三套設計的切換。
（圖源：雷科技）
此外，各項測試內容都很完整，雷達圖和指標卡能夠正常渲染，確實挑不出什么大問題。
作為對比，這是目前GPT 5.5極速做出來的效果，差不多也是1分鐘。
（圖源：雷科技）
這是DeepSeek v4 Flash的效果，大部分功能都缺失了，用了3分鐘左右。
（圖源：雷科技）
然后，這是價格接近的GPT 5.6 Luna做出來的效果，前后用了10分鐘，整體觀感確實更豐富一些，但是很難說和Gemini 3.6 Flash做的網頁有什么代差。
（圖源：雷科技）
只能說，如果你和我一樣對HTML一竅不通，用它做個可交互的網頁原型，那完成度足夠高；但是要上線的話，肯定還是需要設計師和前端工程師去對數據真實性、可訪問性、移動端細節和交互狀態進行一系列優化的。
這是我偷X上面的提示詞做的行星發動機交互網頁，全程不到兩分鐘，感興趣的可以體驗一下：https://share.gemini.google/NN5vQ7Vdw4ba。
（圖源：雷科技）
當然，Gemini 3.6 Flash也不能說是全面提升，從推特網友們的反饋來看，這玩意的建模和編程能力都挺拉跨的。
（圖源：雷科技）
博主表示，輸出的界面代碼邏輯錯亂，組件嵌套混亂，交互邏輯斷裂，完全無法投入實際使用。
至于用它生成的FPS游戲，看起來根本沒法玩，玩家手上沒有生成武器，無法正常調整任務視覺，而且還出現了很多Gemini 3.5 Flash都不會出現的建模錯誤，不過這玩意倒是用兩分鐘就做好了。
（圖源：雷科技）
嗯...只能說術業有專攻吧，不可能啥都做得又快又好的。
AI掉隊，谷歌正在拼命趕作業了
在我看來，谷歌當然談不上要涼。
目前Gemini應用月活已經超過7.5億，Alphabet年收入超過4000億美元，搜索、安卓、Chrome、YouTube，整套谷歌生態全握在自己手里。當別家還在想辦法搶入口，谷歌已經掌握了西方互聯網的大部分入口。
但在模型這條線上，它現在表現得確實有點菜。
在Gemini 3.6 Flash的發布公告中，谷歌明確提到，Gemini 3.5 Pro還沒有完全準備好，而Gemini 4已開始“目前最雄心勃勃的預訓練”，他們對目前取得的進展感到非常振奮。
（圖源：雷科技）
步子這么大，谷歌倒是不怕扯著蛋。
與此同時，國產模型正在從兩頭包抄。DeepSeek V4 Flash支持百萬上下文，API輸出價格低至每百萬Token 2元；Kimi K3則在Artificial Analysis基準測試上拿到57分，輕松超過Gemini 3.6 Flash的50分，僅次于Claude Fable 5和GPT-5.6 sol。
論便宜，Gemini怎么都便宜不過DeepSeek V4；論性能，Claude和ChatGPT都不說了，Gemini現在連Kimi都打不過了。
別人既在抬高模型能力上限，也在完善代碼、Agent和辦公產品，谷歌這邊卻忙著給Flash削減Token、提高速度，可以說他們的產品節奏已經開始跟不上模型行業的更新速度了。
要問谷歌還能在AGI競賽中有一席之地嗎？或許只有Gemini 4還剩一絲希望了。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
