谷歌Gemini新模型发布，风评却不对称
昨夜，万众期待的Gemini 3.5 Pro没来，谷歌推出了三道“配菜”：Gemini 3.5 Flash - Lite、Gemini 3.5 Flash Cyber和Gemini 3.6 Flash。
Gemini 3.5 Flash - Lite定位高吞吐、低延迟，速度达每秒350个token，输入0.3美元、输出2.5美元/百万token。与3月发布的3.1 Flash - Lite相比，多项跑分数据提升明显，跑分成绩好看。
据DeepMind测试，Gemini 3.5 Flash Cyber用多智能体套路找出了55个独立确认漏洞，比3.5 Flash和Claude Opus 4.6都多，其中10个是别的模型未揪出的。不过，这款目前只对政府机构和“受信任合作伙伴”开放试点，普通用户无法使用。
相比3.5 Flash，Gemini 3.6 Flash在Artificial Analysis Index测量下少用17%的输出token，在DeepSWE基准上，token消耗甚至能省到65%，硬指标也有所提升，价格也降了一些，还带上下文缓存读取（0.15美元/百万token）。
然而，三者风评不对称。Flash - Lite被公认是真升级，Cyber走专业路线没争议，本该挑大梁的3.6 Flash却被大量差评淹没。
雷声大雨点小，谷歌发布新模型背后的无奈
这次发布会是当下AI竞赛的缩影，行业重心从“卷参数、卷跑分”转向“卷效率、卷单位成本”。3.6 Flash和Flash - Lite主打的token效率提升、推理步骤精简，以及Flash Cyber针对具体高价值场景单独调优、用多智能体协作摊薄成本的打法，未来大概率会被更多企业复制。
但3.6 Flash存在明显问题。为降低输出Token成本，谷歌极大概率在后训练和RLHF阶段粗暴剪枝，导致模型省略必要代码，变“傻”了。多位知名开发者测试数据显示，3.6 Flash在生成特定组件时标签闭合错误率高达42%，智能指数与3.5 Flash打平，排在众多对手后面，且每token使用成本比GPT - 5.6 Sol medium还贵，智能程度更低。
谷歌发布有明显缺陷的新模型，核心原因一是算力全部调去跑Gemini 4的预训练，3.5 Pro内部测试未达既定目标，谷歌只能拿出3.6 Flash和Lite版本凑数；二是财报压力，谷歌云销售团队需要更便宜的模型打价格战，研发团队采用极端策略，导致前端复杂任务成为成本优化牺牲品。不过，摩根士丹利等机构依然维持看多评级，谷歌股价昨夜仅微跌1.38%。目前谷歌打法混乱，旗舰不到位、人才被挖角、发布节奏被牵着走。
大企业病成谷歌AI竞争障碍
Gemini 3.6 flash发布即被群嘲，只是谷歌今年AI故事的小插曲，其大企业病症状明显成为竞争障碍，至少表现在两个方面。
一是内斗不断。尽管谷歌几年前将Google Brain和DeepMind合并为Google DeepMind，但效果不佳。3.6 flash模型底层优秀的Token吞吐能力是底层工程团队（原Brain系）优化的功劳，而糟糕的视觉 - 空间融合暴露了多模态训练团队资源争夺失败。负责模型基座和多模态视觉微调的团队沟通不畅，导致语义鸿沟，且没人愿意负责。
二是创新者窘境。谷歌所有AI动作都受保护搜索广告业务的影响。比如Gemini在Agent操作UI上畏手畏脚，因为担心AI替代搜索会砍掉广告利润。谷歌需要AI成为辅助工具，但恐惧能完全替代用户浏览网页的Agent。谷歌虽有顶级研究能力，但商业执行速度慢。如今，众多企业都在AI领域下注，互联网行业可能迎来重新洗牌，谷歌能否完成转型将决定其未来十年生态位。