Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber

原文 ↗ Hacker News 讨论 ↗

Google 发布的 Gemini 3.6 Flash 和 3.5 Flash-Lite 被视为一次以速度为主的温和升级，而非前沿突破；许多人指出其表现大致与 GLM 5.2 等热门竞品相当，但往往更贵。评论者强调，Flash 和 Flash-Lite 层级在低成本、高吞吐、多模态或 agentic 工作负载中可能非常有效，但也对 Google 频繁弃用模型、令人困惑的产品结构以及不断上涨的成本表示沮丧，这些都让长期依赖变得有风险。缺少有竞争力的新“Pro”或前沿模型，再加上更强的开源权重和中国方案，令外界担心 Google 正在把 AI 市场的高端拱手让出，同时却在为自身生态和搜索功能押注快速、可扩展的模型。

总体情绪

  • 很多人认为这次发布只是增量更新，更像是“存在证明”，而不是推动前沿进展。
  • 有些人对速度和实际可用性感到满意；也有人认为与最近的美国和中国模型相比令人失望。
  • Gemini 3.5 Pro / 前沿模型持续缺席，加剧了失望情绪。

基准测试与智能水平

  • Google 帖子中的基准测试因大多只是自我比较（与过去的 Gemini 相比）而受到批评，而不是与 Fable、GPT-5.6、GLM 5.2、DeepSeek、Kimi 等对比。
  • Artificial Analysis 和其他自定义基准通常将 3.6 Flash 排在 Sonnet-5-High / Opus-4.8-Medium 区间，大致可与 GLM-5.2 相比，但低于顶级前沿模型。
  • 一些独立测试框架和类似“pelican/MacBook SVG”的测试发现 3.6 Flash 出人意料地强；另一些则说它整体上与 3.5 Flash 相当，只是在优劣项上有所取舍。

速度、token 效率与定价

  • 3.6 Flash 被反复描述为“非常快”，在某些排行榜上有时甚至是最快的模型。
  • Google 声称相比 3.5，它具有更高的 token 效率和更低的任务成本；但一些用户自己的基准测试发现它的 token 效率反而更低，因此真实世界成本可能持平甚至更高。
  • Flash-Lite 的价格在几代之间大幅上涨；运行对价格敏感或高吞吐工作负载的人觉得自己被“煮熟”了，因为更老、更便宜的模型被弃用。
  • 多条评论认为简单的 $/token 对比具有误导性；“每任务成本”和输出冗长程度同样重要。

优势与实际使用

  • Flash/Flash-Lite 因以下方面受到好评：
    • 低延迟，以及在长时间运行的 agent 中稳定、可预测的工具调用。
    • 良好的多模态表现，尤其是图像理解和非英语校对。
    • 在廉价分类、抽取和文档处理任务上价值很高。
  • 一些人更偏好 Gemini 处理“帮我搜 Google”/知识类任务，因为它与 Search 和 Knowledge Graph 的集成。

弱点与回退

  • 编码和 agentic coding 被视为 Gemini 的弱项；几位用户报告 3.6/3.5 Flash 或 3.5 Flash-Lite 会破坏现有的工具调用工作流，或生成脆弱的代码。
  • 许多人表示，Claude/Codex/其他工具在严肃编码工作上仍然明显更强。

产品、生态与信任

  • 对以下方面的批评很强烈：
    • 品牌命名混乱（Flash vs Flash-Lite vs Nano，Antigravity 变体，消费版 vs Workspace 版 vs 企业版）。
    • 突然弃用与价格变动破坏生产工作流。
    • 开发者工具薄弱或别扭（尤其是 Antigravity 以及旧 CLI 的消失）。
  • 尽管技术上有劣势，一些企业仍因合规、地域和“大厂”带来的安心感而选择 Gemini。

竞争与策略

  • 普遍认为 Google 正在将前沿领导地位让给 OpenAI/Anthropic，并且越来越让位于中国的开源权重实验室。
  • 一个常见假设是：Google 正在优化廉价、快速的模型来支撑 Search 和大规模消费级功能，而不是为了赢得编码/前沿基准。