Gemini似乎正在逐渐演变成一个“大号豆包”。昨夜，万众期待的Gemini 3.5 Pro并未现身，谷歌却端上了三道“配菜”。
首先是Gemini 3.5 Flash-Lite。它定位高吞吐、低延迟，速度达到每秒350个token，输入成本0.3美元、输出成本2.5美元/百万token。与3月发布的3.1 Flash-Lite相比，Terminal-Bench 2.1准确率从31%提升至54%，长文本理解基准GDM-MRCR v2从60.1%提升至72.2%，真实任务执行力GDPval-AA v2更是从642飙升至1140。跑分表现相当亮眼。
其次是Gemini 3.5 Flash Cyber。据DeepMind使用Chrome V8 JavaScript引擎进行测试，采用“多智能体套路”反复提问取交集，成功找出55个独立确认的漏洞，比3.5 Flash（47个）和Claude Opus 4.6（36个）都要多，其中10个是其他模型完全未能发现的。不过，这款产品目前仅向政府机构和“受信任合作伙伴”开放试点，普通用户暂无法使用。
最后是Gemini 3.6 Flash。相比3.5 Flash，在Artificial Analysis Index的测量下，输出token消耗减少了17%；在DeepSWE基准上，token消耗甚至能降低65%。硬性指标也有所提升：SWE-Bench Pro从55.1%涨至58.7%，MLE-Bench从49.7%提升到63.9%，OSWorld-Verified从78.4%提升到83.0%，GDPval-AA v2从1349涨到1421。价格也有所下调：每百万输出token从9美元降至7.5美元，输入维持1.5美元不变，并增加了上下文缓存读取功能（0.15美元/百万token）。总的来说，听上去感觉都不错。
然而，这三款产品的风评却呈现出完全不对称的局面。Flash-Lite被公认是真正的升级，Flash Cyber走专业路线也没什么争议，本该挑大梁的3.6 Flash，却遭到了大量差评的淹没。
这种评价或许有些过分，但有一点不得不承认：谷歌正被架在火上烤。
这次雷声大雨点小的发布会，是当下AI竞赛的一个缩影。行业确实形成了新的共识：重心从“卷参数、卷跑分”转向“卷效率、卷单位成本”，用更少的算力干等量甚至更多的活。3.6 Flash和Flash-Lite主打token效率提升、推理步骤精简，本质上是几乎所有大厂都在做的事。Flash Cyber针对具体高价值场景（如网络安全漏洞挖掘）单独调优、利用多智能体协作摊薄成本。这种打法部署更快、成本更低，未来大概率也会被更多企业复制。
但也不能因为这样，就完全忽视了模型能力的升级。那么，3.6 Flash到底出了什么问题？为了强行降低输出Token的成本，谷歌极大概率在后训练和RLHF阶段，粗暴地剪枝了模型生成冗余结构标签的倾向。结果就是，模型直接省略了必要的包裹层和样式重置代码。你以为它变快了，其实是变傻了。据昨夜多位知名开发者的连夜测试数据，3.6 Flash在生成带有超过3个层级嵌套的React/Vue组件时，标签闭合错误率高达42%。Artificial Analysis给出的智能指数上，3.6 Flash只拿了50分，与3.5 Flash完全打平，排在Meta Spark 1.1、GLM-5.2、5.6 Luna、Sonnet 5、Grok 4.5、5.6 Terra等一大票对手后面；反倒是Flash-Lite涨了11分。虽然价格降了一点，但有人算了一笔账，它每token的使用成本比GPT-5.6 Sol medium还贵，智能程度却更低。Flash模型的特点就是性价比，你既贵又笨是怎么回事？这就很尴尬。
按理说，谷歌这种巨头，内部测试流程极其严格，为什么会发布这样一个有明显缺陷的新模型？最核心的原因，谷歌官方可能已经说出来了：我们已经开始了迄今为止最雄心勃勃的预训练任务，Gemini 4。翻译一下就是，算力全部调去跑Gemini 4的预训练了。彭博社援引爆料信息，3.5 Pro内部测试未能达到既定目标，短板主要集中在编码能力上，迟迟达不到发布标准。谷歌6月底曾专门针对性更新训练数据想补齐编码短板，但效果不尽如人意。而与此同时，对手一点没闲着：OpenAI已经发布GPT-5.5并开始推送GPT-5.6，还官宣给付费用户重置使用额度；Anthropic则接连推出Claude Opus 4.8、Claude Sonnet 5，并扩大了Fable 5的开放范围。自家旗舰迟迟不来，对手却接连上新抢占市场，谷歌总得拿出点动静证明自己没有躺平。只能把原本只是测试分支的3.6 Flash和Lite版本拿出来凑数。其次，财报的压力。谷歌今晚就要交出Q2财报，市场预期营收1169亿美元、每股收益2.90美元，Cloud业务增速预计在64%左右。真正左右市场方向的，是云业务增长曲线和管理层有没有给3.5 Pro一个更靠谱的时间表，而不是用户对3.6 Flash的吐槽热度。
之前的Grok 4.5发布时，我们已经讨论过。目前，AI行业的叙事逻辑已经发生了巨大变化。模型有多强不再是唯一的指标，更重要的是能不能赚钱。谷歌云的销售团队，需要更便宜、速度更快、Token消耗更少的模型，去跟微软Azure和AWS打价格战。为了实现降本目标，研发团队被迫使用了极端的多专家混合网络路由剪枝策略和高损的KV Cache压缩。结果就是，前端生成和空间推理这种需要高度注意力机制的全量在线复杂任务，成为了成本优化的牺牲品。所以，尽管在用户社区上骂声一片，但摩根士丹利、摩根大通、高盛等机构依然维持看多评级，理由是谷歌在算力基建、Cloud和Workspace分发渠道上的护城河依然坚固。昨夜，谷歌股价仅仅微跌1.38%，也远不及前几周因人才和跳票消息造成的暴跌。目前的真实情况是：谷歌不是没有牌可打了，而是打法太乱。一手基建和分发的好牌，但旗舰迟迟不到位、核心人才不断被挖角、发布节奏被对手牵着鼻子走的窘境，凑在一起显得格外拧巴。
Gemini 3.6 Flash这次发布即被群嘲，只是谷歌今年AI故事里的一个小插曲。它的大企业病症状，已经明显成为竞争中的障碍。至少表现在两个方面。
第一，内斗不断。虽然早在几年前谷歌就将Google Brain和DeepMind合并为了Google DeepMind，但强扭的瓜根本不甜。3.6 Flash就是个典型的例子。模型底层优秀的Token吞吐能力，显然是底层工程团队（原Brain系）优化的功劳；而极度糟糕的视觉-空间融合，暴露了多模态训练团队在资源争夺上的失败。负责模型基座的团队和负责多模态视觉微调的团队，似乎根本没有好好沟通。导致视觉Encoder传过来的特征向量，跟语言大模型的输入空间之间，存在着巨大的语义鸿沟。更糟糕的是，没人愿意为之负责，所有人都只想完成任务赶紧交差。
谷歌AI团队结构第二，创新者窘境。即我们常说的船大难掉头。归根结底，谷歌所有的AI动作，都笼罩在保护其万亿市值基石——搜索广告业务的阴影下。比如，为什么Gemini始终在Agent操作UI这件事上显得畏手畏脚？因为如果一个AI能够完美地理解网页结构，帮你买东西、帮你查资料，谁还会去看谷歌搜索结果页面上的广告？这根本就不是技术上的问题，而是战略上无法让AI接管UI。Google Search一年创造数千亿美元广告收入。任何AI战略都必须考虑，“如果AI替代搜索，会不会砍掉自己的利润？”这是非常现实的问题。谷歌确实需要AI成为一个强大的辅助工具（所以它推GitHub Copilot接入、推文档处理工具），但它更恐惧能够完全替代用户浏览网页的Agent。过去，谷歌拥有搜索入口、Android入口、浏览器入口、YouTube入口、云入口，是全球互联网最豪华的生态。如果AI真的成为下一代入口，谷歌最大的恐惧不是输掉一个模型，而是输掉下一代计算入口。所以我们最终看到的结果：谷歌明明拥有顶尖的研究能力，商业执行速度却总是慢一拍。可惜，时间不等人。此时此刻，OpenAI在下注，Anthropic在下注，开源社区在下注，中国AI公司也在下注……几年之内，互联网行业很可能迎来前所未有的重新洗牌。而谷歌能不能完成从“搜索巨头”到“AI基础设施巨头”的转型，将决定它未来十年的生态位。