Google 推出 Gemini Flash 模型，因編碼性能問題延遲推出 Pro 版本

標題：Google 推出三款新的 Gemini「Flash」模型——快速且便宜，但承諾的 Pro 版本仍杳無蹤影 Google 今天發布了三款專注於速度與規模的新 Gemini 模型——Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber——但許多人在 Google I/O 後期待的更高性能 Gemini Pro 版本仍缺席。 Gemini Pro 去哪了？ - Google 在五月的 I/O 大會上曾暗示將推出 Gemini 3.5 Pro，並預計一個月內上線。但根據彭博社報導，內部測試發現 Pro 模型在編碼任務中表現不佳，該截止日期隨即悄然延後。六月下旬嘗試透過更新訓練資料修復問題，卻未能達到內部目標。 - 市場反應：該報導發布後，Alphabet 股價下跌約 4.4%，單日市值蒸發約 2000 億美元。 - Google 表示，Gemini 3.5 Pro 將「一旦準備好便立即上線」。上一次 Pro 級發布是今年二月的 Gemini 3.1 Pro。 Google 已發布的產品 1) Gemini 3.6 Flash — 主打模型 - 定位：為 AI 執行緒與高吞吐量應用優化的高速、低成本模型。 - 效率：相較於 3.5 Flash，輸出 token 數減少 17%（人工分析指數）。 - 定價：輸入 token 每百萬個 1.50 美元；輸出 token 每百萬個 7.50 美元（較 3.5 Flash 的 9 美元下降）。 - 基準測試：在多項長時程工程測試中表現突出——DeepSWE v1.1：49%（對比 3.5 Flash 的 37%）；MLE‑Bench：63.9%（對比 49.7%）。同時在 OSWorld‑Verified 中以 83.0% 領先，略優於 Anthropic 的 Claude Sonnet 5（81.2%）與 OpenAI 的 GPT‑5.6 Luna（72.6%）。 - 落後之處：在其他代理與終端編碼基準測試中，競爭對手仍更強。例如，GPT‑5.6 Luna 在 DeepSWE 上得 67%，在 Terminal‑Bench 2.1 上得 84.7%。在 GDPval‑AA v2（一種 Elo 式知識工作排名）中，Claude Sonnet 5 得分為 1607，而 3.6 Flash 為 1421。 實測筆記（編碼） - 在我們的快速編碼測試中，Gemini 3.6 Flash 輸出了一個格式錯誤、無法正確渲染的 HTML 檔案。第三方工具 Deepseek 分析後發現了 11 個錯誤，並修復了其中 8 個，使專案得以運行。這表明 Gemini 的高階推理能力尚可，但細節與執行仍需改進——若今日用於生產環境編碼，您將需要大量迭代或手動修正。 2) Gemini 3.5 Flash-Lite — 專為高吞吐量設計 - 專注點：原始吞吐量。聲稱輸出速度達每秒 350 個 token。 - 定價：輸入 token 每百萬個 0.30 美元；輸出 token 每百萬個 2.50 美元。 - 使用情境：大規模文件處理、代理搜尋系統、長代理工作流程中的會話壓縮。 - 表現：儘管價格更低，但在多項編碼基準測試中仍超越舊版 3 Flash，包括 Terminal‑Bench 2.1（54% 對比 31%）。 3) Gemini 3.5 Flash Cyber — 受限安全工具 - 可用性：不對公眾開放。Google 僅限政府與經過審核的夥伴使用。 - 目的：專注於發現與修復軟體漏洞——這項雙重用途能力，公司尚未準備廣泛釋出。 這對加密貨幣的意義 - 更快、更便宜的 Flash 模型對需要規模化的區塊鏈應用極具吸引力：鏈上資料處理、大規模文件或日誌分析、高吞吐量指數器，或自動化監控與警報的代理系統。 - Cyber 模型的漏洞發現能力直接相關於智能合約審計與安全團隊——但 Google 的限制訪問意味著加密項目與安全公司可能仍需依賴第三方工具或經過審核的合作關係，以實現此等自動化漏洞掃描。 - Pro 版本的延遲對需要強大推理與可靠代碼生成的項目尤為重要，例如智能合約或自動交易策略——Flash 系列側重速度與成本，而非 Pro 模型提供的深度、高計算量推理。 展望未來：Gemini 4 已在開發中 - Google 已確認啟動 Gemini 4 的雄心勃勃預訓練流程。這意味著即使仍在解決 Pro 級性能問題，公司已積極打造下一代大型模型週期。 可用性 - Gemini 3.6 Flash 與 3.5 Flash-Lite 已於 Gemini 應用程式、Google AI Studio 及 API 上線。Gemini 3.5 Pro 則仍延遲，直至達到 Google 的標準。 總結 Google 加碼推出專注於代理與高吞吐量工作負載的快速、低成本模型——對需要高吞吐量與低 token 成本的團隊而言是重大勝利。但 Pro 版本的缺席以及編碼任務中持續存在的品質問題，意味著需要高準確度推理的公司（包括許多加密安全與智能合約工作流程）可能仍會繼續等待更強大的 Pro 模型或 Gemini 4 上線。