7 月 21 日，谷歌新一批大模型悄然亮相了。
没有发布会，没有直播，官方只在推特上轻描淡写地发了个通知，然后匆匆建好页面，宣告发布完毕。
是不是有点敷衍呢？大家翘首以盼的 Gemini 3.5 Pro 并没有出现，取而代之的是 3 款轻量级模型：Gemini 3.6 Flash、Gemini 3.5 Flash-Lite、Gemini 3.5 Flash Cyber。
不是……原本 5 月 I/O 开发者大会上，谷歌 CEO 亲口承诺 6 月推出旗舰 Pro 版本，可到了 7 月末，连个影子都没见着，这算不算 AI 纪元的新型“大健忘症”呢！
事已至此，不妨看看这 3 款新模型的实际表现如何吧。
首先是这次重点推荐的 3.6 Flash，谷歌宣称以相同成本能获得更强效果。
官方公布的数据显示，3.6 Flash 的输出 Token 消耗量比上一代降低了 18%，虽然提升不是特别显著，但这意味着用它处理任务，将比以往更高效，至少没那么啰嗦，用最短路径完成指派的工作，节省下来的时间就是实实在在的收益。
顺便提一下，价格也下调了，从 9 美元降至 7.5 美元/百万 Token，反正怎么省钱怎么来。
在代码基准测试中，DeepSWE 的得分从 37% 提升至 49%，毕竟代码生成的需求正飞速增长，这方面的改进和贴近实际工程场景的需求，无疑是优化的重心。
单看纸面参数，像是全方位均衡进步，但实际测试后却发现不对劲。
根据 Artificial Analysis 提供的测试数据，3.6 Flash 的综合智能评分与上一代 3.5 Flash 完全一致，本质上只是优化了推理路径，模型底层的理解能力并未获得提升，虽然完成任务所需的算力成本更低了，但解决复杂问题的上限丝毫未变。
翻译过来就是，变便宜了，但智力并没提升……
在 X 平台上，也有用户分享了不同应用场景下 3.6 Flash 的实际表现，只能说各有千秋……
说白了，这波 Gemini 升级改进的不是模型智商，是推理效率。它学会了少说废话、少走弯路，完成同样简单的任务，消耗的算力更少、更划算。
但若指望它能处理更复杂的事务，比如长链条代码重构、复杂多模态创作、深度逻辑推演，抱歉，依然表现平平。
可不谈智能单纯谈省钱，这妥妥的伪命题啊……
省 Token 是真的省，笨也是真的笨。适合简单批量任务，一旦涉及复杂逻辑，就需要反复提示、多次修正，看似单次调用成本低廉，总成本反而更高，有些离谱！
再说说 3.5 Flash-Lite，这款模型的定位更极限：便宜、快、吞吐量大。
价格无需多言，量大管饱，输入成本 0.3 美元，输出 2.5 美元/百万 Token，直接打到地板价级别了。
代价也显而易见，模型能力大幅缩水，上下文深度和逻辑复杂度都砍了一刀，更适配做批量摘要、简单检索这类流水线式工作。
不过，总算比 3.1 Flash-Lite 聪明一些。
老实说，个人认为这就是为海量标准化任务量身打造的“算力消耗品”，与智能几乎没有任何关联。
至于 3.5 Flash Cyber，这款模型其实和普通用户关系不大。
它专为代码漏洞扫描进行了微调，仅对政府和可信企业内测开放，想来谷歌也是在 AI 安全防范这一叙事中比较谨慎，生怕这款模型被用来挖掘攻击漏洞，因此严格限制了准入门槛。
看下来，3.5 Flash Cyber 更像是安全赛道的补充产品，算不上核心竞争力，也无法赢得大众青睐。
至于表现究竟如何？普通用户无法体验，在比较知名的 CyberGym 基准测试中，官方表示 3.5 Flash Cyber 属于有竞争力的水平，我们姑且当作看看热闹吧。
说了这么多，其实大家最关心的问题仍然是：还能等到 Gemini 3.5 Pro 吗？
据彭博社等多家科技媒体的报道，3.5 Pro 缺
