谷歌近日一口气发布了三款Gemini系列新模型，本想借此扭转外界对其AI进展的质疑，却意外引发了更大范围的吐槽。网友们纷纷调侃，这些新模型非但没能证明谷歌的实力，反而让人觉得“自家兄弟的阿尔茨海默症更严重了”。
此次发布的三款模型分别是3.6 Flash、3.5 Flash-Lite和专攻网络安全的3.5 Flash Cyber。谷歌官方博客中，这些模型被描述为“更高效”“更聪明”“为大规模AI agent而生”，但实际体验却让不少人感到失望。3.6 Flash作为主打模型，被定位为“主力干活模型”，最大的卖点是节省token使用。根据Artificial Analysis Index的数据，3.6 Flash比前代3.5 Flash在输出token上减少了17%，在某些场景下甚至能节省65%。谷歌还声称，它在执行多步任务时推理步数和工具调用更少，成本也随之降低。输入价格为1.5美元/百万token，输出价格为7.5美元/百万token，比上一代的9美元有所下降。
在基准测试中，3.6 Flash的代码能力有所提升，DeepSWE从37%提升至49%，机器学习方向的MLE Bench从49.7%提升至63.9%。计算机操作能力也有进步，OSWorld-Verified从78.4%升至83%。知识工作方面，GDPval-AA v2从1349涨到1421。然而，尽管数据看似亮眼，但网友们并不买账。第三方评测机构Artificial Analysis指出，3.6 Flash的智能水平与3.5 Flash相比几乎没有提升，价格也没有便宜到足以忽略能力差距。
3.5 Flash-Lite的定位更低，主打“快”和“便宜”，适用于高吞吐、低延迟的任务，如agent搜索和文档处理。它是3.5系列中最快的模型，每秒可输出350个token，输入价格为0.3美元/百万token，输出价格为2.5美元/百万token。谷歌称其质量比3月发布的3.1 Flash-Lite有显著提升。3.5 Flash-Lite还支持调整“推理档位”，用户可以根据任务需求选择不同的思考强度。尽管如此，它在某些任务上的表现反而超过了更高级的3 Flash，例如在SWE-Bench Pro和OSWorld-Verified上得分更高。这一结果让不少人感到意外，甚至有网友认为，3.5 Flash-Lite成了3 Flash的“平替”。
3.5 Flash Cyber则是一款专门用于检测和修复代码安全漏洞的模型。谷歌的逻辑是，既然AI检测漏洞的速度已经超过现有系统修复漏洞的速度，不如用更便宜高效的Flash模型来批量处理。该模型基于3.5 Flash微调而成，搭配自家的CodeMender工具使用。然而，这款模型目前仅对“可信合作伙伴”限量开放，走内测路线，普通用户暂时无法使用。谷歌此举被认为是为了防止模型被滥用，同时也为一线防守方争取修复漏洞的时间。
尽管谷歌发布了三款新模型，但外界更关注的旗舰模型3.5 Pro却迟迟未见踪影。据彭博社等媒体报道，3.5 Pro的代码生成能力一直未能达到谷歌内部预期，甚至有传闻称谷歌推翻了原有训练方案，从头开始重训。谷歌AI宣传委员Logan Kilpatrick在舆论上直接跳过3.5 Pro，转而将重点放在Gemini 4上，声称已启动史上最雄心勃勃的预训练，进展令人兴奋。这一说法被不少人解读为转移视线、画饼续命。
网友们对新模型的吐槽声此起彼伏。有人认为，3.6 Flash在Artificial Analysis上的得分与3.5 Flash相同，甚至不如meta Spark 1.1、GLM-5.2等对手。网友Angel直言，Gemini 3.6 Flash的使用成本比GPT-5.6 Sol medium更高，但智能程度更低，性价比不如对手。实测派网友Balder则吐槽，三款新模型的性能全比3.5 Flash差，基础解码有问题，中文选词离谱，生成的图片视频质量差，还经常记忆混乱、调用错误工具。网友Conor Dart用Google自家的Antigravity测试AI生成游戏，结果发现木头纹理更差，大理石效果仍不可用，直言这是一次翻车。
谷歌此次发布新模型，本想证明自己在AI领域的实力，却意外引发了更多质疑。一边是官方宣传的“更高效、更便宜、更省token”，一边是网友们的当场差评，再加上旗舰模型跳票、大牛出走、市值缩水等一连串问题，让人不禁怀疑谷歌是否点歪了科技树，光顾着省成本忘了提智商。随着Gemini 4预训练的启动，谷歌能否扭转局面，仍需时间验证。
