左手亲情右手爱

刚刚，Gemini 3.6 Flash 正式发布，但网友笑得更大声了_我的网站

A |     如果你从去年就开始用 Gemini，那感觉就像看着自家兄弟慢慢得了阿尔茨海默症。    AI摘要      泉州作为“世界美食之都”，吸引印尼、也门、印度外籍创业者扎根。他们以异国美食为桥，见证侨史、助力外贸、彰显包容，让多元风味与本土文化交融，增辉海丝名城魅力。         这是最近网友对 Gemini 的一句调侃。         按理说，一家公司发新模型，通常是来打脸这种调侃的。         作为联合国教科文组织授予的“世界美食之都”，泉州自宋元起便是“市井十洲人”的海丝大港，包容多元的城市底色，吸引着来自全球的异乡人到此扎根创业。可就在刚刚，Google 一口气发了三个新模型之后，网友非但没收回这句话，反而笑得更大声了。三位外籍餐饮创业者来到这座城市，他们带着故土的烟火风味，以美食为桥，增辉泉州城市魅力。

B |          陈文杰受印尼本土集团委派来泉工作     印尼陈文杰：南洋美食见证百年侨史     泉州是海内外公认的著名侨乡，千年以来无数先辈扬帆下南洋谋生，又将南洋风物、饮食风味带回故土，形成双向流动的侨乡文脉。多少有种他们都不看好你，可偏偏你最不争气的即视感。来自印尼的华裔HERRY'T拥有一个地道的中文名字陈文杰，目前是泉州一家餐厅的店长。他在中国深耕事业已有十余年，今年受印尼本土集团委派来泉工作。

C |     在他眼中，泉州与东南亚的羁绊早已刻进城市肌理。作为海上丝绸之路起点城市，无数泉州人远赴印尼、马来西亚、菲律宾等地定居繁衍，南洋华侨又将沙茶、椰浆、香料等南洋食材与烹饪技艺带回泉州。如今，古城街巷散落着多家南洋风味餐馆，便是侨乡双向文化交融最鲜活的证明。         三个模型分别是 3.6 Flash、3.5 Flash-Lite，还有一个专搞网络安全的 3.5 Flash Cyber。南洋的传统咖喱、椰香糕点、南洋烤串，与闽南本土饮食巧妙呼应。    陈文杰说，南洋风味和闽南风味的融合，更像是一场侨乡情怀的奔赴。官方博客的措辞也相当眼熟，「更高效」「更聪明」「为大规模 AI agent 而生」，一句不落。在这里，南洋风味不再是遥远异国的陌生味道，而是连接泉州与海外侨胞、串联百年海丝侨史的温暖纽带。         只不过，实际体感却冰火两重天。         古巴提在泉州生活多年     也门古巴提：阿拉伯美食折射繁荣外贸     泉州自古商贸繁荣，“爱拼敢赢”的闽南精神催生了活跃开放的外贸市场。         主角登场，3.6 Flash 到底强在哪          先说头牌，3.6 Flash。官方给的定位就俩字——「主力」（workhorse），干活模型。         3.5 Flash 是今年 5 月 I/O 大会上发的，这次算是小版本迭代。石狮作为泉州商贸重镇，常年汇聚来自中东、东南亚、欧美各国的外商，来自也门的古巴提·穆罕默德博士便是被这座城市蓬勃的商贸机遇吸引，在此扎根创业十余载。

D |     2000年，古巴提远赴中国东北，进入吉林大学攻读计算数学专业，一路顺利拿下硕士、博士学位。2008年博士毕业后，他敏锐捕捉到石狮对外贸易飞速发展的时代机遇——彼时当地服装外贸产业蓬勃兴起，营商氛围开放包容，全球客商往来络绎不绝，遍地潜藏创业商机。

E |          最大的卖点是省 token。同年，他正式定居石狮。    在常年与阿拉伯各国客商打交道的过程中，古巴提发现了市场空白：中东客商数量庞大，常年奔波谈生意，渴望在异乡吃一口家乡美食。同时，他也希望搭建一个中外交流的平台，让不同国家的客商能够在此相聚洽谈。

F |          按 Artificial Analysis Index 的数据，3.6 Flash 比 3.5 Flash 少用 17% 的输出 token，在 DeepSWE（Datacurve 出的基准）这类场景上甚至能省到 65%。官方还说它跑多步任务时，推理步数和工具调用都更少。2016年，他下定决心创办了一家融合风味的阿拉伯餐厅，菜品涵盖中东特色，同时兼顾中国食客口味，搭配适配闽南人的中式菜肴，兼容多元味蕾需求。也就是说，干同样的活，废话更少，绕路更少，账单更薄。         价格也确实降了。输入 1.5 美元/百万 token，输出 7.5 美元/百万 token——注意，上一代 3.5 Flash 的输出是 9 美元，这波直接砍到 7.5。又快又省，单个 agent 任务的成本就压下来了。

G |     在古巴提眼中，泉州与生俱来的商贸基因，是吸引全球客商奔赴而来的核心魅力。美食则成为石狮外贸圈独有的交流港湾：各国商人、海外留学生在此相聚，品尝家乡风味、对接商贸资源、重逢多年老友。         基准测试上，官方摆出了一整排数据。无数外贸订单与合作契机，都在餐桌闲谈、美食相伴间顺利达成。十余载扎根石狮，古巴提不仅见证了泉州商贸产业持续蓬勃发展，也用中东美食为这座开放的商贸之城增添了一抹温暖的异域烟火。         阿卡斯在自己的印度料理店内为顾客点单     印度阿卡斯：中印美食交融背后的包容开放     泉州获评“世界美食之都”后，兼容并蓄的饮食文化、热爱美食的市民以及完善包容的餐饮创业环境，吸引着全球各地的美食创业者前来扎根。         代码能力是重点。DeepSWE 从 37% 提升到 49%，官方的说法是多余的代码改动更少、执行循环也更短，生成的代码更贴近生产环境的要求。来自印度的阿卡斯·阿瓦斯蒂便是其中一员，他用香料与美食，书写印度美食与泉州的舌尖情缘。    阿卡斯全名阿卡斯·阿瓦斯蒂，2019年，他只身来到泉州石狮，入职一家外贸公司担任服装贸易跟单员。初到泉州时，语言隔阂与生活习俗差异曾让他倍感孤独，但随着日复一日的生活，他渐渐爱上了这座城市。安定安全的社会环境、广阔多元的创业机遇、友善淳朴的本地居民，让他萌生了长期定居并自主创业的想法。    长期生活在泉州，阿卡斯希望以美食为媒介，向泉州市民传递源远流长的印度饮食文化，让本地食客品尝到层次丰富、香料浓郁的地道印度料理。机器学习研究方向的 MLE Bench 提升更明显，从 49.7% 拉到了 63.9%。刚开始，市民对印度香料风味较为陌生。为打破认知壁垒，阿卡斯通过持续运营社交平台推广特色菜品，日复一日地打磨，不断改良菜品以适配本地味蕾。

H |     在阿卡斯心中，泉州当之无愧是宜居、宜业的“世界美食之都”。         计算机操作（computer use）能力也有长进，OSWorld-Verified 从 78.4% 升到 83%。泉州千年包容的饮食文化，接纳了来自全球的异国风味，本土小吃与海外料理共生共荣，让这座城市处处涌动着四海交融的舌尖烟火。

I | 并且，「计算机操作」（computer use）也成了Gemini API 和企业版的内置工具，主打一个开箱即用。         知识工作方面，GDPval-AA v2 从 1349 涨到 1421。（融媒体记者 魏婧琳/文 受访者/供图）     记者手记     是美味交汇 更是文化交融     穿行于泉州，印尼椰香、中东烤肉、印度香料的香气交织在街巷的烟火里，构成独属于“世界美食之都”的动人图景。Hebbia、Harvey 等客户反馈，它在文档解析、图表数据分析、报告起草这类多模态任务上表现尤其突出。Figma、JetBrains 也都出面背书了一番。三位来自不同国度的创业者，奔赴泉州的初衷各不相同：印尼华裔店主怀揣归乡情，也门博士追逐创业梦，印度小哥钟情美食沃土。         哦对了，还有个不起眼但挺实在的更新：知识截止日期终于从 2025 年 1 月推进到了 2026 年 3 月。老黄历总算翻篇了。         安全这块，官方说 3.6 Flash 上了升级版的 Frontier Safety 防护，重点盯着 CBRN（化学、生物、放射性、核）和网络攻击这两类滥用，抗越狱能力更强了，同时又尽量不误伤正常需求、少乱拒绝。而他们与这座城市的联结，最终都落脚于一碗美食、一缕烟火。

J |          ·以小博大，便宜大碗的 3.5 Flash-Lite 也能更换推理档位了          第二个是 3.5 Flash-Lite，定位比 3.6 Flash 还低一档，主打「快」和「便宜」，专治高吞吐、低延迟的任务，比如 agent 搜索、文档处理。    美食无国界，风味连人心。作为海丝起点、著名侨乡、商贸重镇与“世界美食之都”，泉州千年开放包容的城市基因从未改变。

K |          它是 3.5 系列里最快的，按 Artificial Analysis 的测量是每秒吐 350 个 token。宋元时期，万国商人在此互通有无，各国饮食文化在此碰撞交融；时至今日，这座城市依旧敞开怀抱，接纳来自全球的异乡追梦人，也在世界美味的交汇中继续书写文化融合、共赢发展的篇章。（魏婧琳）。

L | 价格更是白菜——输入 0.3 美元、输出 2.5 美元每百万 token。官方说质量比 3 月发的 3.1 Flash-Lite 好一大截。         有个设计挺灵活：它支持调「推理档位」。低配活儿就开最低档，图个快和省；碰上要多步拆解的子任务，就把思考档位往上拨。电脑操作这次也做成了内置工具。         跟前代比，提升相当明显：代码和 agent 任务的 Terminal-Bench 2.1，从 31% 干到 54%；长上下文的 GDM-MRCR v2，从 60.1% 提到 72.2%；真实任务执行的 GDPval-AA v2，更是从 642 飙到 1140。         最有意思的是，这个「小弟」在不少 agent 和代码任务上，居然反超了辈分更高的 3 Flash。

M |          比如 SWE-Bench Pro（54.2% vs 49.6%）、OSWorld-Verified（74.0% vs 65.1%）。

N | 以小博大，属实有点东西——等于说跑 3 Flash 的活儿，现在有了个更快更强的平替。         官方还举了几个用法：从海量电商数据里抽产品特征、给 3.6 Flash 当副手一口气生成 25 个网页设计方案、批量翻译总结收据、边玩边迭代做小游戏。Ashler、Palo Alto Networks、Ramp 这几家客户也来夸了它「速度、智能、成本三合一」。         最后一个 3.5 Flash Cyber，画风突变，专门用来找和修代码里的安全漏洞。         Google 的逻辑挺有意思：现在 AI 找漏洞的速度，已经比现有系统修漏洞的速度快了。

o | 既然漏洞越堆越多，那干脆用便宜高效的 Flash 来批量补锅。         这个模型是在 3.5 Flash 基础上微调出来的，搭配自家的 CodeMender 工具用。CodeMender 里跑的是好几个 Flash Cyber agent，协同工作、最后汇总成一份报告。         在业内有名的 CyberGym 基准上，官方称它摸到了第一梯队的水平，还比更大的模型更省 token。         不过这模型我们暂时也用不上。         考虑到「找漏洞」这种能力是把双刃剑，浓眉大眼的 Google 也学 Anthropic 玩起了安全叙事。把它锁得死死的——只对「可信合作伙伴」限量开放，走内测。目的是给一线防守方争取时间，赶在漏洞被人利用前先修掉，同时防着有人拿它去干坏事。         说好的 3.5 Pro 呢？如来          看到这儿你可能会问：发了一堆 Flash，那真正的旗舰 3.5 Pro 去哪了？          官方口径是「正在和合作伙伴测试，准备好就上」。但这套说辞背后的故事，可能没那么体面。         据彭博社等媒体报道，3.5 Pro 的代码生成能力一直没达到内部预期。Google 6 月下旬还专门更新了一版训练数据来补代码这块短板，结果成绩依旧没起色。更有传闻说，Google 干脆推翻了原来的训练方案，从零开始重训。         而 Google AI 宣传委员 Logan Kilpatrick 更是索性在舆论上直接跳过 3.5 Pro，将预告的重点放在了Gemini 4，声称他们已经启动了史上最雄心勃勃的 Gemini 4 预训练，还放话说进展让人兴奋。         听着虽然挺提振人心，但把它放在「旗舰跳票」的背景下看，多少有点转移视线、画饼续命的味道了。         除了这些内幕，光看今天刚刚发布的 Flash 模型本身，网友们也并不全然买账。         第三方评测机构 Artificial Analysis 表示：两个新模型确实把单任务耗时砍半、token 效率也提升了，Flash-Lite 的智能指数涨了 11 分——但 3.6 Flash 的智能水平，相比 3.5 Flash 基本原地踏步。         价格没有便宜到足以忽略能力差距，能力也没有高到能够解释它的成本。         X 网友吐槽道：3.6 Flash 在 Artificial Analysis 上跟 3.5 Flash 拿了一模一样的分，还不如 Meta Spark 1.1、GLM-5.2、5.6 Luna、Sonnet 5、Grok 4.5、5.6 Terra 这一票对手，直呼简直烂透了（阴阳怪气 doge）。         吐槽的还不止一个。         网友 Angel 则直接从性价比入手：Gemini 3.6 Flash 的使用成本比 GPT-5.6 Sol medium 还高，可智能程度反而更低。又贵又笨，这组合属实有点尴尬——毕竟 Flash 系列立身的根本就是「性价比」，结果被人当场指出性价比不如对手，等于自砸招牌。

p |          作为对比，OpenAI 的 Tibo 刚刚也发话了：由于周活跃用户达到 1000 万，新的一天，Codex 和 ChatGPT Work 的付费用户迎来新一轮额度重置，尽情享用。

q |          这对比，这落差，还有人记得大明湖畔的 Google Gemini 3？          实测派也来补刀。网友 Balder 更是直接开团：          这三个模型性能全比之前的 3.5 Flash 差。他甩出自己的测试吐槽，说问题包括但不限于——基础解码就有毛病、中文选词经常很离谱；生成的图片视频质量极差、跟指令对不上还限额严重；经常记忆混乱、调用完全错误的工具。         而且他还上了个阴谋论，认为 Google 之所以这么搞，是为了把算力腾出来卖给 Anthropic，还阴阳了一句这就是皮查伊想要的「Cloud First」。         此外，X 网友 Conor Dart 用 Google 自家的 Antigravity 跑了个 AI 生成游戏的测试，结果没有出乎意料，木头纹理更差了，大理石看着差不多但还是不能用。他直言这又是一次翻车，表示自己还是等 Gemini 3.5/3.6 Pro 吧。

r |          简言之，你别问新模型强不强，你就说 Flash 不 Flash 就完事了。一边是官方更高效、更便宜、更省 token的漂亮账本，一边是大多数网友的当场差评，以及模型背后的旗舰跳票、大牛出走、市值缩水等一连串糟心事。         这很难不让人好奇是不是 Google 这次真点歪了科技树，光顾着省成本忘了提智商，只能先靠几个 Flash 稳住场子？          反正 Gemini 4 的预训练都开跑了。

s | 这一把要是再翻车，那句阿尔茨海默的玩笑，可就真要成谶语了。

Current article:http://bua21v6.minpinpengcemiuanjiuxuan.pics/xxt1v/q3j1d.html

Published on:02:16:27