Google 推出 Gemini Flash 模型，因編碼問題延遲 Pro 版本

Google 今天悄悄推出了三款新的 Gemini「Flash」模型——但承諾的 Pro 升級仍杳無蹤影，投資者已注意到這一點。 已發布的內容： - Gemini 3.6 Flash — 主打快速、成本敏感型代理工作負載的重點發布。 - Gemini 3.5 Flash‑Lite — 針對高吞吐量管道優化的超低成本模型。 - Gemini 3.5 Flash Cyber — 專為政府和經過審核的合作夥伴設計的專用模型，用於漏洞發現與修復（不對公眾開放）。 未發布的內容：Gemini 3.5 Pro Google 曾於五月的 I/O 大會上預告 Gemini 3.5 的 Pro 版本，並承諾一個月內推出，但該版本並未如期發布。彭博社報導，Google 在內部評估後發現 3.5 Pro 未達標，尤其在編程任務上表現不佳。六月下旬使用新數據重新訓練也未能填補差距，因此 Pro 版本被擱置。市場反應強烈：消息公布後，Alphabet 股價下跌約 4.4%，單日市值估計蒸發約 2000 億美元。（Google 上一次發布 Pro 級模型為今年二月的 Gemini 3.1 Pro。） 為何 Flash 系列至關重要 Flash 模型是 Google 為代理應用場景優化速度與成本的產品，例如自動化機器人處理文件流程、數據管道、網頁瀏覽及其他半自主任務。相比之下，Pro 模型速度較慢、成本較高，但專注於複雜推理與工程任務。 關鍵技術與成本細節： - Gemini 3.6 Flash： - 輸出 token 數量比 3.5 Flash 少約 17%（人工分析指數）。 - 定價：每百萬輸入 token $1.50，每百萬輸出 token $7.50（輸出價格從 3.5 Flash 的 $9 下調）。 - 基準測試：DeepSWE v1.1（長遠軟體工程）49%（對比 3.5 Flash 的 37%）；MLE‑Bench 63.9%（對比 49.7%）；OSWorld‑Verified（真實螢幕任務控制）83.0%，高於 Claude Sonnet 5（81.2%）與 GPT‑5.6 Luna（72.6%）。 - 仍存弱點：GPT‑5.6 Luna 在 DeepSWE（67%）與 Terminal‑Bench 2.1（84.7%）上仍領先；Claude Sonnet 5 在 GDPval‑AA v2（Elo）上以 1607 分領先 3.6 Flash 的 1421 分。 - Gemini 3.5 Flash‑Lite： - 吞吐量：每秒 350 個輸出 token。 - 定價：每百萬輸入 token $0.30，每百萬輸出 token $2.50。 - 專為超高吞吐量任務設計（大規模文件處理、代理搜尋/索引）。 - 編程表現較舊版 3 Flash 提升：Terminal‑Bench 2.1 從 31% 提升至 54%，儘管成本低得多。 - Gemini 3.5 Flash Cyber： - 不對公眾開放，僅限政府與經過審核的合作夥伴使用，因雙重用途風險而用於漏洞發現與修補。 實際編程測試筆記 該媒體對 3.6 Flash 的快速編程測試結果令人失望：模型生成了無法渲染的畸形 HTML。第三方工具（Deepseek）識別出 11 個錯誤並修復了其中 8 個，才將輸出轉為可玩遊戲——顯示模型在高層次推理上尚可，但微觀細節與可靠性不足。實際應用中，這意味著更便宜但可能耗時較長的「感覺編程」會話——需反覆修正才能獲得可用輸出。 為何加密建設者應關注 - 每個 token 成本降低與吞吐量提升，可顯著降低代理型加密工具的運營成本：自動化交易機器人、鏈上監控、批量智能合約索引與審計管道，以及需要總結長對話或交易歷史的代理會話壓縮。 - 但編程可靠性問題不容忽視：能正確掌握高層邏輯卻忽略細節的模型，在生成可部署的智能合約或自動化關鍵運營時存在風險，除非有強力的人工審查。 - Cyber 模型的受限可用性凸顯了對雙重用途 AI 工具在漏洞發現方面的持續擔憂——這項能力對加密領域的安全團隊具有明顯吸引力（同時伴隨風險）。 下一步動向 Google 表示已啟動「迄今最雄心勃勃的預訓練」以開發 Gemini 4，全面預訓練已展開，並大力宣傳下一個重大迭代版本。同時，Gemini 3.6 Flash 與 3.5 Flash‑Lite 現已可在 Gemini 應用、Google AI Studio 及 API 中使用。Google 承諾 Gemini 3.5 Pro 將「一旦準備好便立即推出」。 總結 Google 當日發布的 Flash 模型強調速度與成本優化，對高吞吐量加密應用場景具有吸引力。但 Pro 級模型的延遲發布及報告的編程可靠性問題提醒我們：更便宜、更快並不能取代生產級加密系統中對謹慎工程、審計與人工監督的需求。