忘掉版本号——谷歌最新的人工智能核心在于效率高于一切

虽然科技界通常在等待智能的下一次巨大飞跃，但谷歌最近的举动表明，该行业目前正处于一个精炼循环中。该公司最近宣布了 Gemini 3.6 Flash 和一款专门的网络安全模型，同时承认其备受期待的 3.5 Pro 模型仍留在实验室中。这种模式揭示了人工智能军备竞赛的转变。几个月来，叙事重点一直在于哪台机器能像人类一样思考。现在，首要任务是哪台机器能像廉价、不知疲倦的实习生一样思考。

谷歌在 Gemini 3.5 Flash 首次亮相仅几个月后就决定弃用它，这很不寻常。通常，软件版本在被替换前至少会持续一年。然而，3.5 Flash 未能达到谷歌在 5 月 I/O 大会上设定的预期，尤其是在编程方面。突然转向 Gemini 3.6 Flash 是一种纠正措施。它应对了开发者需要的是今天就能可靠运行的工具，而不是明年可能有效的承诺这一现实。

云端的隐形数学

要理解为什么 0.1 个版本的提升很重要，看看运行这些系统的成本。人工智能模型以称为 Token 的块处理信息。每当你要求聊天机器人写邮件或开发者要求其修复漏洞时，它都会消耗这些 Token。对于大公司来说，这些成本每月累计可达数百万美元。这就是“Flash”品牌发挥作用的地方。

Gemini 3.6 Flash 的效率比其前代产品高出约 17%。在实际应用中，这意味着它使用更少的计算资源来提供相同的答案。对于普通用户来说，这转化为 Gemini 应用中更快的响应速度。对于企业来说，这意味着更低的账单。输出 Token 的价格已从每百万个 9 美元降至 7.50 美元。虽然这听起来变化很小，但对于每小时运行数千个自动化任务的公司来说，这是一个显著的利润提升。

从大局来看，这种效率实现了工程师所说的代理工作流（agentic workflows）。在这些系统中，人工智能不仅是回答问题，还会执行一系列步骤来完成工作，例如预订机票或整理电子表格。每一步都要花钱。通过减少每一步的 Token 数量，谷歌使这些自动化助手对大众市场更具可行性。

编程收益与电脑操作

谷歌声称 Gemini 3.6 Flash 是更好的编程助手。该公司使用名为 DeepSWE 的基准测试来衡量人工智能解决现实世界软件问题的能力。之前的模型得分为 37%，而新的 3.6 版本达到了 49%。对于一个小版本更新来说，这是一个明显的飞跃。这表明谷歌正在微调模型理解逻辑和语法的方式，而不一定使模型变得更大或更慢。

另一个补充是在 API 中标准包含“电脑操作”（computer use）功能。这允许人工智能像人类一样与计算机界面交互，移动光标并点击按钮来操作应用。衡量这一能力的 OSWorld 测试得分从 78.4% 提升到了 83%。虽然这还不能完美替代人工操作，但它标志着人工智能在处理我们每天使用的杂乱、未优化的软件方面变得越来越出色。

为什么你的搜索结果可能感觉不同

在发布 3.6 版本的同时，谷歌还推出了 Gemini 3.5 Flash Lite。这是他们目前阵容中最小、最快的模型。它每秒处理 350 个 Token，对于大多数基于文本的任务来说几乎是瞬时的。谷歌已经将该模型集成到谷歌搜索（Google Search）的 AI Overviews（人工智能概览）中。

对于普通人来说，这是最切实的改变。当你搜索“如何修理漏水的水龙头”并在页面顶部看到人工智能生成的摘要时，速度是最重要的因素。如果摘要需要五秒钟才能加载，你很可能会直接划过。通过使用 Flash Lite 模型，谷歌确保这些摘要的出现速度几乎与传统的蓝色链接一样快。该模型在性能上大致相当于一年前的顶级人工智能模型，但其价格低廉，足以同时为数十亿人提供服务。

网络安全保险库

其中一个更专业的发布是 Gemini 3.5 Flash Cyber。该模型专门针对发现软件代码中的漏洞并提出修复建议进行了调整。根据内部测试，它的表现几乎与 Claude Mythos 等大型模型一样好，但保持了小型系统的速度。但是，你无法下载它或在标准的 Gemini 应用中使用它。

谷歌将该模型视为一种“两用”技术。在错误的人手中，擅长寻找安全漏洞的人工智能是黑客的强大工具。由于这种风险，谷歌将该模型锁在门后。目前，它仅通过名为 CodeMender 的工具提供给受信任的合作伙伴和政府。这种谨慎的做法反映了行业中一种日益增长的趋势，即最强大的专用工具受到限制，以防止广泛的数字破坏。

缺失的旗舰与通往 Gemini 4 之路

此次公告中最明显的遗漏是 Gemini 3.5 Pro。谷歌最初承诺该模型将于 6 月发布，以与 GPT 5.6 和 Claude Fable 等重量级产品竞争。那个截止日期已经过去，但并未发布。该公司现在表示，3.5 Pro 正在与选定的合作伙伴进行测试，并将在“准备就绪时”发布。行业报告显示，延迟源于该模型在复杂的编程任务中无法击败竞争对手。

即使谷歌仍在努力完成 3.5 代产品，它也已经开始预训练 Gemini 4。预训练是构建人工智能中最昂贵且最耗时的部分。它涉及向系统输入来自互联网的数万亿个数据点，以构建其基础知识。通过现在宣布 Gemini 4，谷歌正在向投资者发出信号，表明它没有落后，即使其当前的发布计划有些混乱。

比较新的 Gemini 阵容

这对你意味着什么

从消费者的角度来看，这些更新意味着人工智能正成为基础设施中隐形的一部分，而不是一个华丽的新玩具。你会更频繁地在搜索结果中看到人工智能摘要，因为现在谷歌提供这些摘要的成本更低、速度更快。如果你是一名开发者，你的成本刚刚下降，你的自动化工具在编写代码时应该会犯更少的错误。

最终，“Pro”模型的延迟和发布“3.6”版本的仓促表明，大规模、一夜之间的突破时代已经放缓。我们现在处于优化时代。科技公司不再仅仅试图构建世界上最聪明的大脑，而是试图构建最高效的大脑。作为用户，你应该少关注版本号，多关注这些工具如何集成到你的日常工作流中。最具颠覆性的人工智能不是那个通过图灵测试的模型，而是那个足够快、足够便宜，可以用于每一次搜索和每一封电子邮件的模型。

来源：Google DeepMind Technical Blog, OSWorld Benchmark Reports, DeepSWE Coding Performance Data.