
告别“啰嗦”的AI
美国当地时间7月21日,谷歌DeepMind团队放出三款新的Gemini模型:Gemini 3.6 Flash、Gemini 3.5 Flash-Lite以及Gemini 3.5 Flash Cyber。主力模型Gemini 3.6 Flash在编码和多模态任务上表现更强,处理相同工作所消耗的输出token比前代减少了17%到65%。
在大语言模型的应用成本中,输出token的数量直接关联到费用与延迟。Gemini 3.6 Flash降低了这种不必要的消耗,同时保持或增强任务完成的质量。第三方基准测试机构Artificial Analysis Index实测显示,该模型输出token使用量较前代降低了17%,在Datacurve的DeepSWE基准测试中,token消耗减少了65%。
这种效率提升带来了价格下降。Gemini 3.6 Flash定价为每百万输入token 1.50美元,每百万输出token 7.50美元,单次智能体任务的总成本有所降低。
性能方面,Gemini 3.6 Flash在多个基准测试中取得提升。DeepSWE测试中得分为49%,高于3.5 Flash的37%;MLE-Bench机器学习工程基准测试中,得分从49.7%提升至63.9%;计算机使用能力在OSWorld-Verified测试中得分为83%,此前为78.4%;知识工作方面,GDPval-AA v2基准上的得分从1349提升至1421。
多家客户反馈,Gemini 3.6 Flash在处理复杂工作流和知识型任务时,在token效率、准确性和速度之间取得了平衡。谷歌展示了该模型在金融领域、代码迁移任务、创意工具方面的表现。
在速度上卷出新高度
与追求效率平衡的Gemini 3.6 Flash不同,Gemini 3.5 Flash-Lite追求速度极限。谷歌将其定义为3.5系列中“最快、最具成本效益”的模型,生成速度达到每秒350个输出token,约是上一代3.1 Flash-Lite速度的两倍。
其定价也极具竞争力,每百万输入token 0.30美元,输出token 2.50美元,瞄准高吞吐量的业务场景。
在SWE-Bench Pro测试和OSWorld-Verified测试中,Gemini 3.5 Flash-Lite得分均超过了标准版Gemini 3 Flash。开发者还能根据工作负载调整模型的“思考层级”。
谷歌公布了Gemini 3.5 Flash-Lite在四个场景中的演示案例,早期客户强调了该模型在速度、智能和成本效益方面的独特组合,认为其适用于扩展智能体工作流和数据处理任务。
“白帽黑客”专用模型
谷歌发布的Gemini 3.5 Flash Cyber是专门用于发现和修补网络安全漏洞的模型,基于Gemini 3.5 Flash进行微调,在CyberGym基准测试中表现达到前沿水平。
鉴于网络攻防的性质,谷歌对这款模型采取审慎交付策略,将其集成到谷歌的代码安全智能体CodeMender中,仅提供给政府和受信任的合作伙伴。谷歌Gemini团队产品管理高级总监图尔西·多希表示,这是为了降低被滥用的风险。
谷歌透露,该模型在内部测试中,在开源代码库V8 JavaScript Engine中找出了55个问题,其中10个漏洞是其他模型未能发现的。
3.5 Pro仍在测试,Gemini 4已在路上
尽管Flash模型陆续发布,但开发者更关心Gemini 3.5 Pro的发布时间。谷歌上一次更新Pro系列模型是在今年2月,此后竞争对手的旗舰产品持续迭代。
今年5月,谷歌预告Pro版本已在内部使用,预期一个月内推出,但如今仍未公开。彭博社报道称,谷歌因难以达到内部性能目标,推出3.5 Pro面临内部延迟。
谷歌DeepMind技术负责人洛根·基尔帕特里克回应称,Gemini 3.5 Pro正在与合作伙伴进行测试,准备就绪后将广泛提供,但未给出具体时间。
同时,谷歌首次正式提及下一代旗舰模型Gemini 4的进展,称已启动其预训练工作。
美国网络科技媒体BI表示,截至新模型发布当天,谷歌还没有一款模型进入Artificial Analysis综合基准测试排行榜前十名。新模型开放访问后,开发者社区传出负面声音,主要集中在3.6 Flash的实际表现上,还有人质疑其性价比。
424



被折叠的 条评论
为什么被折叠?



