如果你从去年就开始使用gemini，最近最火的一句戏谑是：那种体验，仿佛眼睁睁看着自家兄弟逐渐患上阿尔茨海默症。按常理，一家科技公司发布新一代模型，本该是有力回击这类调侃的绝佳机会。可就在刚刚，google一口气推出三款新模型——结果非但没能平息质疑，反而让网友笑得更放肆了，活脱脱一副“所有人都不看好你，偏偏你最不争气”的既视感。这三款新作分别是3.6flash、3.5flash-lite，以及聚焦网络安全领域的3.5flash cyber。官方博客措辞依旧熟悉得令人恍惚：“更高效、更聪明、专为大规模ai agent而生”——一字未改，但真实使用体验却呈现出冰火两重天的割裂感。
先来看当家主力3.6Flash。它是今年5月I/O大会上亮相的3.5Flash的小幅升级版，官方将其定位为真正能扛事、跑得稳、干得久的实干型模型。这一代最核心的卖点在于“省token”：据Artificial Analysis Index数据显示，3.6Flash相较3.5Flash输出token减少17%，在DeepSWE等复杂场景下甚至能节省高达65%；多步任务中推理轮次与工具调用次数也显著下降。价格方面同样下调：输入端为1.5美元/百万token，输出端从上一代的9美元降至7.5美元/百万token，成本压缩明显，单个agent任务开销进一步降低。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
基准测试中，代码能力成为主攻方向。DeepSWE得分由37%跃升至49%，官方强调其生成代码冗余更少、执行循环更短、整体风格更贴近生产环境标准；机器学习研究类任务MLE Bench提升尤为亮眼，从49.7%飙升至63.9%；操作系统交互类OSWorld-Verified则从78.4%升至83%，且计算机操作能力已作为Gemini API与企业版的原生内置功能，主打即插即用；知识型工作GDPval-AA v2分数由1349涨至1421，Hebbia、Harvey等客户反馈其在文档解析、图表数据解读、报告撰写等多模态任务中表现突出，Figma与JetBrains亦公开为其背书。一个虽不起眼但意义实在的更新是：知识截止时间终于从2025年1月推进至2026年3月，“老黄历”总算翻篇。安全层面，3.6Flash搭载升级版Frontier Safety防护机制，重点防范化学、生物、放射性、核及网络攻击五大高危滥用方向，越狱抵抗能力增强，同时兼顾误拒率控制，避免对合理请求过度拦截。
定位稍低一档的是3.5Flash-Lite，主打极致速度与极致性价比，专攻高吞吐、低延迟场景，如agent驱动的实时搜索与批量文档处理。它目前是3.5系列中响应最快的模型，Artificial Analysis实测可达每秒350 token输出，价格更是亲民——输入仅0.3美元、输出2.5美元/百万token，质量远超今年3月发布的3.1Flash-Lite。该模型支持动态推理档位调节：轻量任务启用最低档以求快与省；复杂子任务则可提升“思考档位”，实现多步拆解；计算机操作能力同样内置于工具链中。
性能提升颇为可观：代码与agent任务测试集Terminal-Bench2.1得分由31%跃至54%，长上下文理解GDM-MRCR v2从60.1%升至72.2%，真实业务场景GDPval-AA v2更是从642暴增至1140。更有意思的是，这款“小弟”在多项agent与编程任务中反超前辈3Flash——例如SWE-Bench Pro达54.2%（3Flash为49.6%）、OSWorld-Verified为74.0%（3Flash为65.1%），意味着原本需靠3Flash完成的任务，如今有了更快更强的平替方案。官方列举多个落地案例：从海量电商数据中自动提取产品特征、辅助3.6Flash一次性生成25套网页设计方案、批量翻译并摘要收据、边玩边迭代开发小游戏……Ashler、Palo Alto Networks、Ramp等客户也纷纷点赞其“速度、智能、成本”三位一体的优势。
用于在用户想通过浏览器自动化与 Google Gemini 或 ChatGPT 交互时。触发短语包括“ask Gemini”“ask ChatGPT”“ask GPT”“让...”。
第三款3.5Flash Cyber画风突变，专精于代码安全漏洞的识别与修复。Google的思路颇具巧思：当前AI发现漏洞的速度已远超人类修复节奏，导致漏洞越积越多；与其被动追赶，不如用低成本、高效率的Flash模型批量“补锅”。该模型基于3.5Flash微调而来，配合自研CodeMender工具，内部可调度多个Flash Cyber agent协同作业，最终整合生成结构化安全报告。在业内权威CyberGym基准测试中已跻身第一梯队，且token消耗优于更大尺寸模型。不过该模型暂未开放公众使用——考虑到漏洞挖掘本身具有双刃剑属性，Google效仿Anthropic采取严格安全叙事策略，仅面向可信合作伙伴限量内测，目标是为一线防御团队争取黄金修复窗口，在漏洞被恶意利用前完成闭环处置，同时严防技术滥用。
看到这里，你或许会疑惑：说好的旗舰级3.5Pro去哪儿了？官方口径仍是“正与合作伙伴联合测试，成熟后即刻上线”。但这句话背后的故事未必体面。据彭博社等媒体报道，3.5Pro在代码生成能力上长期未能达到内部预期，Google甚至在今年6月下旬紧急更新训练数据以强化代码短板，结果仍无明显起色；更有传闻称其已彻底推翻原有训练路径，启动全新预训练流程。而Google AI布道师Logan Kilpatrick更是在舆论场中直接绕过3.5Pro，将焦点转向Gemini 4，宣称“史上最宏大的Gemini 4预训练已全面启动，进展令人振奋”。放在旗舰跳票的大背景下，此举难免被解读为转移视线、画饼续命。
单看今日发布的Flash系列，外界评价也并非一边倒叫好。第三方评测机构Artificial Analysis指出：两款新模型确实在单任务耗时与token效率上实现减半式优化，Flash-Lite智能指数上涨11分，但3.6Flash的综合智能水平相较3.5Flash几乎停滞不前。价格未低到足以掩盖能力落差，能力也未高到足以支撑其成本溢价。X平台上有用户直言，3.6Flash在Artificial Analysis榜单上与3.5Flash同分，甚至不及Meta Spark1.1、GLM-5.2、5.6Luna、Sonnet5、Grok4.5、5.6Terra等竞品，直呼“简直烂透”。
网友Angel则从性价比切入，指出3.6Flash单位成本高于GPT-5.6Sol medium，而智能表现反而更低，“又贵又笨”的组合确实尴尬——毕竟Flash系列立身之本正是极致性价比，如今却被对手当场戳破短板，无异于自砸招牌。作为对照，OpenAI近日亦宣布：因周活跃用户突破1000万，Codex与ChatGPT Work付费用户的配额迎来新一轮重置。这般对比、这般落差，还有人记得那个曾被寄予厚望的Google Gemini 3吗？
实测派也迅速补刀。网友Balder直接开团，称三款新模型整体性能均逊于旧版3.5Flash，问题涵盖基础解码异常、中文选词离谱、生成图像与视频质量极差、指令响应错位、额度限制严苛、记忆混乱频繁、工具调用严重失准等。他还抛出一则“阴谋论”：Google此举或意在腾出算力资源转售给Anthropic，并阴阳一句“这就是皮查伊想要的Cloud First”。X用户Conor Dart则用Google自家Antigravity平台跑了一轮AI游戏生成测试，结果木纹质感更糟、大理石纹理勉强接近但依然不可用，直言“又一次翻车”，并表示“还是继续等Gemini 3.5或3.6Pro吧”。
一边是官方描绘的“更高效、更便宜、更省token”的理想账本，一边是多数用户现场打出的差评，再叠加旗舰跳票、核心人才流失、市值持续承压等一系列连锁反应。这很难不让人怀疑：Google此番是否真在技术路线上走了偏锋——只顾压缩成本，却忘了同步拉升智力水位，只能靠几款Flash模型暂时稳住阵脚。反正Gemini 4的预训练早已启程，倘若这一把再翻车，那句关于“阿尔茨海默症”的玩笑，恐怕就要从调侃变成预言了。
