就在昨夜，谷歌DeepMind宣布推出三款新模型：Gemini 3.6 Flash、Gemini 3.5 Flash-Lite以及Gemini 3.5 Flash Cyber。然而，随着这些模型在Vertex AI上的上线，Gemini 3.6 Flash的口碑遭遇了滑铁卢，被许多用户戏称为“史上最差”。
尽管谷歌宣称3.6 Flash在代码任务上超越了3.1 Pro，主打“性价比”，但实际表现却令人大跌眼镜。用户最直观的感受是：我们期待已久的3.5 Pro去哪了？
首当其冲的是前端生成能力。在Frontend Arena的测试中，3.6 Flash的表现全线崩盘。开发者使用2-shot测试其代码生成能力，结果令人震惊：输出代码逻辑错乱，组件嵌套混乱，交互逻辑断裂，完全无法投入实际使用。这一结果迅速在开发者社区传播，引发了“这是我见过最差结果”的感叹。
在空间推理方面，测试同样不及格。有博主逐帧测试发现，模型对位置关系和方向的判断频繁出错，准确率相比3.5 Flash明显倒退。即便开启了高性能模式，结果依然不尽如人意，木纹纹理尚可，但大理石纹理存在明显Bug。在CursorBench基准测试中，3.6 Flash甚至不如Cursor的Composer 2.5。
第三方测评机构Artificial Analysis的数据也佐证了这一糟糕表现：3.6 Flash的得分与3.5 Flash持平，远低于Meta Spark 1.1、GLM-5.2、Sonnet 5等竞争对手。更令人诟病的是其知识截止日期问题，模型声称支持到2026年3月，但实际上对2026年及2025年大部分内容的认知仍停留在2025年1月，被指为“未完成的模型”。
与此同时发布的Gemini 3.5 Flash-Lite主打极速，每秒可输出350个token。然而，快速给出错误答案只会浪费用户时间，且其价格更贵、效果更差。此外，谷歌还推出了网络安全模型Gemini 3.5 Flash Cyber。
在算力紧缺的当下，发布一个逻辑混乱的模型是否是一种渎职？有用户讽刺称，DeepMind这种浪费算力的行为，不如将资源转让给Moonshot等竞争对手。这背后反映了开发者对谷歌“版本号游戏”的深层不满。谷歌方面表示，Gemini 3.5 Pro尚未完全准备好，而Gemini 4已启动了有史以来规模最大的预训练项目。这种赶鸭子上架、败坏口碑的做法，不禁让人质疑谷歌在AGI竞赛中的前景。