Gemini三箭齐发！实测让人失望，但谷歌AI未来可期？

Gemini总算上新了。

没有发布会，官方发了条播客，三款新的Gemini模型：Gemini 3.6 Flash、Gemini 3.5 Flash-Lite以及Gemini 3.5 Flash Cyber就这么直接挂上去了……

说实话，我都快忘记自己上次认真打开Gemini是什么时候了。

这倒不是说Gemini完全不能用，你要知道，我可是去年才整了一整年的Gemini Pro订阅，当时Gemini 3.1 Pro和Nano Banana2那叫一个意气风发，即便放到今天依然是中上水平的大语言模型和图片生成模型。

问题是最近几个月，外面的模型更新得实在太快。

（图源：Gemini）

Kimi K3冲进旗舰模型第一梯队；DeepSeek V4正式版预计本月上线；Anthropic接连推出Fable 5和Sonnet 5；OpenAI更是刚把GPT-5.6端上来；只有谷歌这边却还在循环播放同一句话：Gemini3.5 Pro快来了。

5月说下个月发布，6月没来，7月还是没来，Gemini到头来只有Flash更新了，这多少让人有些失望。

Gemini三模齐发：更快，更便宜

言归正传，咱们来说说Gemini家族的新模型。

只看发布页和跑分，Gemini 3.6 Flash的卖点被官方概括成一句话：更快、更便宜、更聪明。

为啥？因为基础参数就没啥亮点能说的。

谷歌依然没有公开参数量，3.6 Flash整套架构、训练数据和硬件信息基本沿用前代，输入上下文还是104.8token，默认思考等级也是中等，支持文本、图片、音频、视频和PDF。

好消息是，谷歌更新知识库了，从原有的2025年1月推进到了2026年3月，现在不用联网也能获得很多新鲜知识。

（图源：谷歌）

至于具体卖点嘛，按照官方博客的说明，第三方基准测试机构Artificial Analysis Index的实测显示，该模型输出token使用量较前代降低了17%，在DeepSWE这类代码测试场景上甚至能减少了65%。

（图源：谷歌）

不仅如此，该模型完成多步工作流程所需的推理步骤和工具调用也更少，在OSWorld-Verified计算机使用测试中，3.6 Flash比3.5 Flash少用55.8%的token，推理步骤更少之余，得到的结果也更好。

（图源：谷歌）

众所周知，在大语言模型的设计中，输出token的数量直接关联到延迟和费用。

更短的思考链，更低的token消耗，带来了更快的响应速度。根据Artificial Analysis的任务时间测试，Gemini 3.6 Flash每项任务平均耗时约1.3分钟，相比上一代3.5 Flash约2.7分钟，减少了整整一半。

（图源：谷歌）

不过在成绩上，这俩却是50对50，完全没有提升可言。

只能说，虽然它没有更聪明，但是确实做到了能用更少的token、更短的时间完成同样水平的工作。

至于价格嘛...Gemini 3.6 Flash定价为每百万输入1.50美元，每百万输出7.50美元。相较于3.5 Flash每百万输出token9美元的价格，单次任务的总成本肯定是有所降低的，但依然比国产模型贵得多。

（图源：雷科技自制）

至于什么产品落地，客户追捧，那都属于互吹，建议大伙别当真了。

再来看看Gemini 3.5 Flash-Lite。

顾名思义，Flash-Lite是Flash系列中更轻量的版本，相比Flash，它牺牲了一部分能力上限，换取了更低的成本和更快的速度。

每百万输入0.3美元、每百万输出2.5美元，速度更是最高能达到前代的三倍。

（图源：谷歌）

不过能力就很弱了，虽然官方介绍各方面性能都有提升，例如代码和agent基准的 Terminal-Bench 2.1，从31%干到54%，但是横向对比起来，属于是远不如已经预览了两个月的DeepSeek v4 Flash，而且输出价格高了接近10倍。

就...很难想象为什么会有人专门去用它好吧。

至于最后一款模型，Gemini 3.5 Flash Cyber，是专门用来发现和修补网络安全漏洞的，不会公开提供，仅通过CodeMender平台向政府和可信合作伙伴开放，和咱们就没什么关系，所以直接按下不表。

新模实测：小有提升，未达预期

老样子，咱们过了一遍参数，接下来就该给大伙整点实测了。

目前Gemini 3.6 Flash已经正式上线Gemini网页版和客户端，不过由于个人的使用习惯，我这边还是用AI Studio和Antigravity做测试，毕竟这俩参数比较好调，而且也能直接切换模型进行对比。

我给3.6 Flash和3.5 Flash安排了逻辑、计算和网页制作几轮同题测试。两边都使用默认的中等思考，不额外进行任何提醒，主打一个让它释放天性。

先看逻辑题，我给了一个带多重条件的座位排列题，故意塞了两条很容易混淆的限制，要求它们确定五个人从1号到5号的唯一座位顺序。

（图源：雷科技）

Gemini 3.6 Flash回答得挺快，没有上来先复述题目，再用几百字告诉我“这是一个典型的约束满足问题”，而且直接列条件、逐步排除，最后给出答案，过程和结论也全部正确，最终消耗了2338tokens。

尽管Gemini 3.5 Flash也能完成啦，但是速度慢了约1/3，而且消耗了3707tokens。

（图源：雷科技）

这样看来，Gemini 3.6 Flash的速度更快应该不是token本身算得更快，主要还是靠思考链的优化来实现的。

整个问题的思考链就下面四段话，简单明了。

（图源：雷科技）

作为反面例子，我也拿这题问了一下DeepSeek v4 Flash，那叫一个停不下来，模型在那里反复穷举检查各种可能性，算出来之后，还要回头重新算一遍的，最终用了76秒才做完。

只能说，还好最后是算对了。

（图源：雷科技）

算数环节，我没拿什么竞赛题欺负模型，而是出了一个更贴近日常的问题，“满减、折扣、税费、优惠券不能叠加，最后四个人怎么AA”。

这次Gemini 3.6 Flash只用9.4s就思考出了答案，共消耗3505tokens，答案正确。

（图源：雷科技）

作为对比，Gemini 3.5 Flash用了12.4s思考答案，共消耗4081tokens，答案正确；DeepSeek v4 Flash则耗时113s，深度思考国产滑三次滚轮都看不完，理论上消耗的tokens差不多也是10倍。

我说思考优化是对的，你们聋了吗?

不过DeepSeek v4 Flash的输出价格只有Gemini 3.6 Flash的1/30，所以还是国产更省钱，同价格的API你甚至都能用上GPT-5.6 Luna了...

接下来，我准备不给设计稿，让它直接写一个能看的前端页面。

直接打开Google Canvas，选择Gemini 3.6 Flash，要求它制作一个“雷科技AI模型评测中心”网站，具体需求如下，主要是想看在没有明确设计参考的情况下，它到底能做出什么效果。

页面约一分钟生成完成，生成过程中，Canvas会实时显示当前阶段，例如定义样式变量、渲染指标卡等，而不是让用户一直面对空白等待。

（图源：雷科技）

你别说，这玩意的完成度还真不差，虽然这种设计模板我们在AI生成的网页里见得多了，但是Gemini 3.6 Flash做到了主标题、指标卡和按钮层级清楚；配色统一；首屏留白和视觉重心处理得比较成熟。

主题虽然不够Frutiger Aero，但也却是做到了三套设计的切换。

（图源：雷科技）

此外，各项测试内容都很完整，雷达图和指标卡能够正常渲染，确实挑不出什么大问题。

作为对比，这是目前GPT 5.5极速做出来的效果，差不多也是1分钟。

（图源：雷科技）

这是DeepSeek v4 Flash的效果，大部分功能都缺失了，用了3分钟左右。

（图源：雷科技）

然后，这是价格接近的GPT 5.6 Luna做出来的效果，前后用了10分钟，整体观感确实更丰富一些，但是很难说和Gemini 3.6 Flash做的网页有什么代差。

（图源：雷科技）

只能说，如果你和我一样对HTML一窍不通，用它做个可交互的网页原型，那完成度足够高；但是要上线的话，肯定还是需要设计师和前端工程师去对数据真实性、可访问性、移动端细节和交互状态进行一系列优化的。

这是我偷X上面的提示词做的行星发动机交互网页，全程不到两分钟，感兴趣的可以体验一下：https://share.gemini.google/NN5vQ7Vdw4ba。

（图源：雷科技）

当然，Gemini 3.6 Flash也不能说是全面提升，从推特网友们的反馈来看，这玩意的建模和编程能力都挺拉跨的。

（图源：雷科技）

博主表示，输出的界面代码逻辑错乱，组件嵌套混乱，交互逻辑断裂，完全无法投入实际使用。

至于用它生成的FPS游戏，看起来根本没法玩，玩家手上没有生成武器，无法正常调整任务视觉，而且还出现了很多Gemini 3.5 Flash都不会出现的建模错误，不过这玩意倒是用两分钟就做好了。

（图源：雷科技）

嗯...只能说术业有专攻吧，不可能啥都做得又快又好的。

AI掉队，谷歌正在拼命赶作业了

在我看来，谷歌当然谈不上要凉。

目前Gemini应用月活已经超过7.5亿，Alphabet年收入超过4000亿美元，搜索、安卓、Chrome、YouTube，整套谷歌生态全握在自己手里。当别家还在想办法抢入口，谷歌已经掌握了西方互联网的大部分入口。

但在模型这条线上，它现在表现得确实有点菜。

在Gemini 3.6 Flash的发布公告中，谷歌明确提到，Gemini 3.5 Pro还没有完全准备好，而Gemini 4已开始“目前最雄心勃勃的预训练”，他们对目前取得的进展感到非常振奋。

（图源：雷科技）

步子这么大，谷歌倒是不怕扯着蛋。

与此同时，国产模型正在从两头包抄。DeepSeek V4 Flash支持百万上下文，API输出价格低至每百万Token 2元；Kimi K3则在Artificial Analysis基准测试上拿到57分，轻松超过Gemini 3.6 Flash的50分，仅次于Claude Fable 5和GPT-5.6 sol。

论便宜，Gemini怎么都便宜不过DeepSeek V4；论性能，Claude和ChatGPT都不说了，Gemini现在连Kimi都打不过了。

别人既在抬高模型能力上限，也在完善代码、Agent和办公产品，谷歌这边却忙着给Flash削减Token、提高速度，可以说他们的产品节奏已经开始跟不上模型行业的更新速度了。

要问谷歌还能在AGI竞赛中有一席之地吗？或许只有Gemini 4还剩一丝希望了。