神偷奶爸2
不吹不黑！世预赛若杨瀚森缺席，还有谁能扛这把大旗呢？_我的网站
A | 7月21日，谷歌突然上线了两个新模型：
Gemini 3.6 Flash和Gemini 3.5 Flash-Lite。
B | 中国男篮2026年世预赛备战期间，核心内线的替代人选已成为关键议题。
没有一点点防备，也没有一丝顾虑，它俩就这样出现在了Google AI Studio和Gemini的模型选择器里。
这两个模型，一个主打更强的代码和Agent能力，一个主打更低成本的大规模调用。
而作为旗舰模型的Gemini 3.5Pro，千呼万唤依然……出不来。
C | 从现有阵容看，胡金秋是即战力最强的过渡选择，余嘉豪是长期储备，而周琦虽仍具实力但已淡出主力框架。
当前国家队阵容现状：
据2026年8月初公布的19人集训名单，中国男篮已完成新老交替。
D |
按照此前的计划，3.5 Pro本应在6月份上线，现在7月都过一大半了，这款被寄予厚望的模型仍然没有正式亮相。杨瀚森、王俊杰等留洋球员正式上位，而周琦、赵睿因伤病与状态问题无缘本次世预赛主力框架。
代表旗舰实力的答卷迟迟不交，谷歌先拿出两张“草稿纸”，是个什么意思？
01
3.6 Flash：比上一代便宜，不比上一代聪明
谷歌表示，相比上一代Flash模型，Gemini 3.6 Flash进一步提升了编码、推理和工具调用表现，同时通过减少输出token降低运行成本。
Gemini 3.6 Flash的定位是一个面向真实生产环境的高效模型，或者更直白一点，为Agent服务。
E |
在Agent时代，一次任务可能需要几十轮模型调用，这意味着模型不仅要聪明，还必须足够快、足够便宜。
F |
主教练郭士强确立的新体系强调高位策应和挡拆驱动，要求内线具备更强的机动性和策应能力。杨瀚森在开拓者体系下练就的"发牌"能力被视为目前国内内线"独一档"。
三大替代人选对比：
胡金秋 （适配度高）
优势：CBA总冠军核心，经验丰富，终结能力强。
劣势：策应能力一般，高位发起进攻非强项。
胡金秋是目前最现实的过渡核心，胡金秋是目前阵容中最接近"核心"定位的球员。作为上赛季CBA总冠军的核心成员，他在2025年亚洲杯热身赛中场均11.5分位列全队第一。
Google此前已经在Gemini 3.5 Flash上强化了这条路线。
G | 根据官方API文档，Gemini 3.5 Flash支持100万token的长上下文，可以一次处理大量信息，同时支持代码执行、调用外部工具、搜索文件等能力，能够完成更复杂、更长时间的任务。
Gemini 3.6 Flash延续了这条路线，它追求的并不是单次回答的质量，是一个“能够承担得起每日真实工作”的位置。
在郭士强的战术体系中，胡金秋被安排回到4号位，与杨瀚森或余嘉豪搭档内线。
他的优势在于：
一是终结效率高，篮下吃饼和中距离投射很稳定，是挡拆后的可靠终结点。
H |
Gemini 3.6 Flash的定价如下：
输入：1.50 美元/百万 token
输出：7.50 美元/百万 token
相比此前Gemini 3.5 Flash每百万token输入1.5美元、输出9美元的价格，输入成本没有变化，但输出成本进一步下降。
对于需要大量调用AI的企业来说，这种成本变化可能比benchmark上的几个百分点提升更加重要。
另外，谷歌展示的一项内部测试显示，在完成同一任务时，Gemini 3.6 Flash相比3.5 Flash减少了55.8%的token消耗，同时将任务评分从85分提升到了100分。
当然，这只是谷歌自己的测试结果，只能说明Google希望展示的方向：
新模型不仅更省，而且能够用更少的计算完成同样甚至更好的任务。
二是比赛经验丰富，多次代表国家队出战，关键时刻心理素质过硬。
三是防守轮转意识好，能快速补位协防，构建立体防守体系。
在那些被公开的benchmark里，谷歌主要强调的是代码能力和Agent能力。
在DeepSWE代码评测中，Gemini 3.6 Flash得分49%，高于上一代的37%。
I |
但胡金秋的短板也很明显：他缺乏杨瀚森那样的高位策应能力，无法成为进攻发起点。这意味着如果杨瀚森缺席，球队需要更多依靠后卫线组织进攻。
余嘉豪（适配度中）
优势：身高2米21，篮板保护出色，年轻有潜力。谷歌表示，新模型能够减少无效代码修改和重复执行过程。
劣势：国际大赛经验不足，进攻手段单一。
J |
余嘉豪是未来的储备选项，而现在球场上还缺乏经验。
身高2米21的余嘉豪是中国男篮现役的“第一高度”，在2025年亚洲杯热身赛中以场均6.3个篮板领跑全队。
在测试AI操作电脑能力的OSWorld-Verified评测中，Gemini 3.6 Flash得分83%，超过3.5 Flash的78.4%。
余嘉豪的优势在于护筐和篮板保护，但进攻端手段相对单一，主要依赖篮下吃饼。
而在面向机器学习任务的MLE Bench中，Gemini 3.6 Flash得分63.9%，相比上一代的49.7%也有明显提升。他的成长需要时间，短期内难以完全替代杨瀚森的战术价值。
不过，上述数据更多说明Gemini 3.6 Flash相比上一代有所进步。
周琦 （适配度低）
优势：护筐能力顶级，曾是中国男篮内线第一人。
如果放到当前大模型竞争中横向比较，Google选择的对手是GPT-5.6 Luna、Grok 4.5和Claude Sonnet 5（这里也可以看出这个产品的定位）。
K |
劣势：腰伤反复，状态下滑，不符合新体系要求低。
L |
从结果来看，Gemini 3.6 Flash并没有全面领先，GPT和Claude的模型在复杂软件工程和知识工作任务上仍然保持优势。
周琦昔日核心已淡出视线，曾长期被视为中国男篮内线第一人，但据2026年8月的报道，他因腰伤反复、状态下滑，且不符合郭士强新确立的高位策应体系，已经基本无缘世预赛主力阵容。
但这其实也是Flash系列存在的意义：
它不一定要成为最强模型，只需要在明显低于旗舰模型成本的情况下，提供够用的能力。
国家队培养年轻人的方向已经明确，杨瀚森、徐昕等年轻中锋的崛起让竞争格局发生改变。
M |
官方测评之外，根据Artificial Analysis的发布前测试，Gemini 3.6 Flash在Intelligence Index上拿到了50分，与Gemini 3.5 Flash持平。
如果杨瀚森不能以核心身份出战，胡金秋是最现实的过渡选择，但他无法完全复制杨瀚森的战术价值。球队需要调整打法，更多依靠后卫线组织进攻，而非依赖内线高位策应。
这意味着，如果只看模型综合“智力”，Gemini 3.6 Flash并没有什么升级。
从长期看，中国男篮的内线核心之争将在杨瀚森和余嘉豪之间展开。
N | 而周琦、胡金秋这一代球员，正在逐步完成新老交替的历史使命。
但是呢，它的速度又很好地弥补了这一点。
o |
Artificial Analysis还统计了模型完成Intelligence Index任务所需的平均时间。
p | 结果显示，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的约2.7分钟，减少了一半。
大家什么高见，在评论聊聊吧！！！。
与此同时，Gemini 3.5 Flash-Lite的任务完成时间也从上一代3.1 Flash-Lite的约1.6分钟，下降到约0.6分钟。
总的来说，Gemini 3.6 Flash的升级方向其实是效率——更少的token消耗，更低的运行成本，以及更适合长期运行的Agent能力。
对于习惯使用Gemini 3.5 Flash的用户来说，确实是非常不错的升级。
02
3.5 Flash-Lite：更快，但没有上一代便宜
然后再来看另一个模型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。
就像前面提到的那样，Gemini 3.5 Flash-Lite的任务完成时间从上一代3.1 Flash-Lite的约1.6分钟，下降到了约0.6分钟。
3.5 Flash-Lite也是3.5系列中速度最快的型号，根据Artificial Analysis测试数据，其生成速度达到约350 token/秒，已经属于当前主流大模型中的高速水平。
Gemini 3.5 Flash-Lite的定价如下：
输入：0.30 美元/百万 token
输出：2.50 美元/百万 token
相比Gemini 3.6 Flash，输入价格约为1/5，输出价格约为1/3。不过，与上一代Gemini 3.1 Flash-Lite相比，新模型并没有进一步降价。
q |
虽然Gemini 3.5 Flash-Lite由于能力提升，可以通过减少输出量降低部分成本，但综合起来，还是很难抵消单价上的成本增加。
根据官方文档，相比上一代Gemini 3.1 Flash-Lite，新模型在不同思考等级（thinking levels）下都有明显提升。
r | 开发者可以根据任务需求调整模型的思考深度。
此外，Gemini 3.5 Flash-Lite还内置了Computer Use能力，可以帮助Agent更可靠地操作电脑环境，完成跨应用任务。
在具体测试中，Gemini 3.5 Flash-Lite相比上一代模型也有明显提升：在Terminal-Bench 2.1编程Agent测试中，成绩从31%提升到54%；在测试长上下文理解能力的GDM-MRCR v2中，从60.1%提升到72.2%；在更贴近真实工作场景的GDPval-AA v2任务执行测试中，从642提升到1140。
值得注意的是，在一些Agent和代码相关测试中，Gemini 3.5 Flash-Lite甚至超过了上一代更高定位的Gemini 3 Flash模型。
s |
例如，在SWE-Bench Pro软件工程测试中，Gemini 3.5 Flash-Lite得分54.2%，高于Gemini 3 Flash的49.6%；在测试AI操作电脑能力的OSWorld-Verified中，Gemini 3.5 Flash-Lite也以74.0%的成绩超过Gemini 3 Flash的65.1%。
t |
这意味着，随着模型能力不断提升，过去需要更大模型才能完成的部分Agent任务，正在逐渐下沉到更便宜、更快速的模型。
u |
顺便一提，除了前两个面向普通用户的通用模型，谷歌还推出了Gemini 3.5 Flash Cyber。
它主要针对网络安全场景。根据官方文档，在CodeMender系统中，多个Gemini 3.5 Flash Cyber Agent可以协同工作，分别完成不同分析任务，并最终汇总成一份完整报告。在网络安全基准测试CyberGym中，Flash Cyber也达到了接近前沿模型的表现。
该模型目前不会公开提供，仅通过CodeMender平台向政府和可信合作伙伴开放。
v |
03
3.5 Pro：谷歌迟迟交不出的旗舰答卷
如果说Gemini 3.6 Flash和Gemini 3.5 Flash-Lite还可以看作是谷歌对AI规模化应用的判断，那么Gemini 3.5 Pro则代表着谷歌的模型上限。
但问题在于：这份答卷，到现在还没有交出来。
w |
5月I/O的时候，谷歌表示Gemini 3.5 Pro将在“接下来一个月左右”推出，也就是预计在今年6月上线。现在7月都过了一大半了。
据彭博社7月16日报道，Gemini 3.5 Pro的发布时间已经落后原计划数月。
x | 谷歌正在继续优化模型能力，尤其是编码表现，希望达到内部设定的目标。
y |
路透社最新的报道则显示，截至目前，谷歌仍未公布具体上线时间，只表示该模型正在与合作伙伴测试，并将“很快”推出；另有新闻稿透露，Gemini 4的训练工作已经开始了。
而我们都知道，“很快”就是不确定的意思。
Gemini 1.0发布时就曾因演示争议受到质疑；Gemini 1.5 Pro凭借百万token上下文短暂扳回局面，但随后Claude和GPT系列快速追赶；直到Gemini 3系列发布，谷歌才重新获得“回到前沿竞争”的评价。
如今Gemini 3.5 Pro再次延期，市场关注的已经不只是一个模型什么时候上线，还有谷歌到底能否保持旗舰模型的竞争节奏问题。
何况谷歌透露出的编码表现不及预期，并不是什么容易解决的小问题。
随着Agent开始进入企业工作流，代码能力的重要性迅速提升。一个模型能否理解复杂项目、修改真实代码、完成多步骤开发任务，已经成为衡量它是否具备实际生产价值的重要指标。
路透社指出，华尔街正在等待Gemini 3.5 Pro，因为它将成为判断Google DeepMind是否能够跟上OpenAI和Anthropic的重要指标。
当然，谷歌并不是没有动作，这次推出的几个模型，恰说明谷歌正在强化另一条路线：让AI变得更便宜、更容易规模化。
谷歌CEO Sundar Pichai近期也多次强调成本优势，并表示企业如果将大部分AI工作负载迁移到Gemini模型，可以每年节省超过10亿美元。
但问题在于，市场在期待一份证明谷歌模型实力的“答卷”，谷歌交出的却是两张关于效率和成本的“草稿纸”——很难不让人觉得，谷歌在用Flash系列填补Pro延迟留下的空档。
有意思的是，在Gemini 3.5 Pro延期的同时，AI竞争格局正在发生变化。
过去，人们讨论AI领先者，主要关注海外“御三家”：OpenAI、Anthropic和Google DeepMind。
但最近，GLM-5.2、Kimi K3等国产模型也开始进入前沿竞争，并引发了大量讨论。
前沿模型的追赶速度正在加快，也让谷歌的问题变得更加紧迫，它当然可以继续大力推出Flash模型，但前提是它的旗舰模型足够给力——只要硬实力足够，自有大儒为他辩经。
如果谷歌最终推出一个真正领先的旗舰模型，那么Flash路线会成为完整体系的一部分：Pro负责突破能力上限；Flash负责规模化应用。
但如果Gemini 3.5 Pro持续落后，市场很可能会继续追问：谷歌拥有最强AI研究资源，为什么却无法稳定跑赢竞争对手？
在Alphabet本周举行第二季度财报电话会议时，人们很可能会进一步询问有关Gemini 3.5 Pro的更多细节。（作者：袁心玥）。
Current article:http://5gvmk.shangyaohujunwei.bond/jeh3sp/20260826/32236.html
Published on:12:33:44
