当地时间7月21日，谷歌旗下DeepMind对外推出了三款全新的Gemini轻量化模型，分别是Gemini 3.6 Flash、Gemini 3.5 Flash-Lite以及行业专用模型Gemini 3.5 Flash Cyber。然而，市场期待已久的旗舰版本Gemini 3.5 Pro却未能如期亮相。
据第三方评测榜单数据，谷歌当前主力Gemini系列的综合实力已跌至全球榜单前十名之外，在头部大模型竞速赛道中显露出不小的压力。
据官方披露信息，这三款新模型定位清晰，主要面向规模化商用场景。Gemini 3.6 Flash作为通用主力轻量模型，重点优化了多模态理解、工具调用与代码生成能力，在降低Token消耗的同时下调了调用定价，适配智能体运行、批量文档处理等高频场景；Gemini 3.5 Flash-Lite主打超高吞吐与低成本，面向高并发文本摘要、信息预处理、实时翻译等对延迟敏感的业务；Gemini 3.5 Flash Cyber则是网络安全专项模型，针对漏洞挖掘、代码安全检测完成了定向微调，现阶段仅对限定机构开放试点，暂不全面公开发布。
今年谷歌I/O开发者大会上，谷歌CEO桑达尔·皮查伊曾在主题演讲中表示，Gemini 3.5 Pro计划于6月发布。这款旗舰模型被外界视作谷歌扭转高端市场劣势的核心产品，市场普遍预期其将在夏季正式亮相，对标OpenAI、Anthropic同期高端模型。然而两个多月过去，谷歌依旧未能给出明确上线时间表，仅对外透露模型仍处在封闭合作伙伴测试阶段。旗舰机型的持续跳票，也让行业开始审视谷歌在前沿通用大模型研发层面面临的瓶颈。
第三方评测平台最新排行榜展现出谷歌当前的窘境，主力Gemini型号综合评分已经落到榜单第十名之后。据AI模型评测平台Arena.ai数据显示，Gemini 3.6 Flash在前端代码竞技场中以1537分排名第12位。国内月之暗面最新发布的Kimi K3以1677分位列榜首，智谱GLM-5.2位列第四，Anthropic的Claude和OpenAI的GPT的多款系列产品位居前列。Artificial Analysis最新智能指数排行榜中，谷歌目前没有任何一款模型进入前十，这与去年Gemini的情况大相径庭。去年11月，谷歌发布Gemini 3模型，曾反超OpenAI，测评引起业界震动，谷歌公司的股价也一路飙升。
进入2024年，全球头部大模型赛道竞争愈发白热化。OpenAI持续迭代GPT高端版本，不断夯实复杂推理、多模态能力；Anthropic持续更新Claude系列，凭借长文本、安全性优势收获大量企业客户；与此同时，Meta、深度求索、月之暗面等国内外厂商持续推出新一代高性能基座模型，不断向上挤压排名空间。7月17日凌晨，月之暗面正式发布新一代大模型Kimi K3。该模型参数规模达2.8万亿，拥有100万token上下文窗口，原生支持视觉理解。月之暗面称其为“迄今能力最强的模型”。特斯拉CEO马斯克在相关评测报道下留言“令人印象深刻”表达赞赏。随后，马斯克便在社交平台宣布，旗下AI公司正在训练的2万亿参数新模型，且“可能超越Kimi”。
多组横向盲测数据显示，现有Gemini主力版本在复杂逻辑推演、长链条任务规划、复杂图文联合推理等高难度任务上，与第一梯队模型形成可见差距。部分评测机构指出，谷歌过往依靠先发优势建立的多模态领先优势正在被持续追赶、赶超。竞争对手不断缩小多模态能力差距，而谷歌迟迟没有新一代旗舰产品补齐性能上限缺口。本次推出的三款新品均属于轻量化路线，优势集中在推理速度与使用成本，综合基础智能提升幅度有限。
市场调研人士分析，榜单排名滑落背后，竞品普遍维持稳定的高端旗舰迭代节奏，形成“旗舰开拓性能上限、轻量化版本承接商业化落地”的成熟布局。反观谷歌，中端Flash系列持续更新，但高端旗舰长期缺位，或将持续侵蚀谷歌在高端企业服务市场的话语权。
不过也有分析认为，从商业角度看，谷歌的策略更节省成本。更多的公司都开始重视AI投入产出比，大量消耗token并不总是带来最好的结果。谷歌CEO桑达尔·皮查伊则表示，如果混合使用Flash模型和其他前沿模型，能节省大量资金。
和竞争对手相比，谷歌拥有Android、Chrome、Workspace、搜索、云服务等形成的产品生态。在产品上不断压低成本、提高速度，同时增强模型处理具体任务的能力，而不是单纯追逐模型能力和榜单。不过，谷歌母公司Alphabet近期在AI领域的大手笔投入并没有减少。据公开财报与投资者沟通信息，Alphabet将2024年全年资本开支上调至1800亿至1900亿美元，规模接近前一年两倍，绝大多数资金流向AI算力集群、数据中心扩建与自研芯片研发。一季度公司资本开支达到357亿美元，同比增幅超过100%。
与此同时，谷歌DeepMind持续扩充前沿研究团队，吸纳人工智能领域顶尖人才，并且正式启动下一代Gemini 4基座模型的预训练工作。