谷歌最新发布的Gemini 3.5 Flash模型在市场上引发了广泛争议。尽管公司高层在发布会上宣称该模型性能超越前代，但实际用户体验却暴露出诸多问题。用户反馈显示，该模型虽然响应速度较快，但输出内容存在大量冗余信息，且在复杂任务处理时token消耗量远超预期，导致使用成本激增。
针对资源消耗问题，谷歌Antigravity项目负责人瓦伦·莫汉宣布推出轻量级版本Gemini 3.5 Flash (Low)。据内部测试数据显示，该版本在处理简单任务时可减少约45%的token生成量，在软件工程任务中的表现甚至优于前代旗舰模型。然而这一优化措施并未平息用户不满，社交媒体上充斥着对谷歌产品测试流程的质疑，有用户直言："感觉我们成了你们的测试员。"
成本争议成为焦点话题。第三方评估机构Artificial Analysis的测试表明，完成相同任务时，Gemini 3.5 Flash的总成本是前代模型的5.5倍，甚至高于GPT-5.5 medium。问题根源在于该模型需要更多交互轮次完成任务，每轮对话都会重复输入完整历史记录，导致token消耗呈指数级增长。用户实测显示，某些复杂任务的实际token消耗量达到预期值的三倍以上。
模型性能呈现明显分化特征。在工具调用和代码执行等专项测试中，Gemini 3.5 Flash取得头部成绩，但在综合推理能力测评中表现欠佳。长上下文处理能力测试显示，当输入规模达到1M token时，模型准确率骤降至26.6%。编程能力评估中，该模型仅获得45.0分，显著落后于主要竞争对手。
硬件业务成为谷歌为数不多的亮点。最新财报显示，云服务部门收入同比增长63%，其中AI解决方案收入激增800%。公司推出的第八代TPU芯片获得Anthropic等大客户青睐，后者签署的多年期协议涉及高达百万片芯片的使用权。新架构TPU 8t针对模型训练优化，目标实现97%以上的有效运算时间；TPU 8i则通过增加板载内存和CPU协同，显著提升Agent推理效率。
