大数跨境

Gemini 3.6 发布:智力没涨,干活时间先砍了一半

Gemini 3.6 发布:智力没涨,干活时间先砍了一半 AINLP
2026-07-22
25
导读:这次升级,快比聪明更重要。

Google 在 7 月 21 日一口气发布了三款 Gemini 新模型:Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber。其中 3.6 Flash 面向代码、多模态推理和多步骤 Agent 工作流;Cyber 仍是限量试点,只会通过 CodeMender 向政府和受信任伙伴开放。

看到 3.6 这个版本号,我第一反应是:Google 这次总该把 Flash 再推聪明一点了。结果把发布公告和 Artificial Analysis 的独立评测放在一起看,每秒 304 个 token 很抢眼,我的目光最后却停在了 50 上。

Artificial Analysis 对比图,Gemini 3.6 Flash 与 3.5 Flash 智力指数同为 50,平均任务耗时由 2.7 分钟降至 1.3 分钟

Artificial Analysis 用 9 组推理、知识、代码和 Agent 任务组成智力指数。在相同的 high reasoning 档位下,Gemini 3.6 Flash 是 50 分,上一代 3.5 Flash 也是 50 分。

这当然不是给模型测了一次“智商”,更不能代表所有任务。但版本号从 3.5 走到 3.6,综合分却一步没动,多少还是让人有点意外。

更有意思的是旁边那组数据:完成一项任务的平均时间,从 2.7 分钟缩短到了 1.3 分钟。

同一个脑子有没有变聪明,暂时还不好说;腿脚快了一倍,倒是明明白白。

Google 自己公布的代码、机器学习研究和界面操作成绩确实有进步,只是没有齐刷刷变好。3.6 Flash 的输出速度达到每秒 304 个 token,Google 还说它在 Artificial Analysis Index 上少用了 17% 的输出 token;输出价格也从每百万 token 9 美元降到 7.50 美元。

Artificial Analysis 按自己的任务组合折算后,平均单任务成本从 0.59 美元降到 0.50 美元。分数、耗时、token 和价格放在一起,方向就很清楚了:这次升级把力气花在了完成同一件事要等多久、吐多少字、交多少钱上。

放在聊天框里,这可能只是少等一会儿。放进会规划、调用工具、失败重试的 Agent 流程,1.3 分钟和 2.7 分钟的差别会沿着每一步往后累积。模型不需要突然聪明一代,光是更快交卷、少绕一点路,就已经很实用。

快了一倍,然后呢?

速度这件事基本没有悬念,接下来真正要看的反而是:答案有没有一起变稳、变新。

X 用户 @Waguri_Kaoruko8 发布的 Gemini 3.6 Flash 知识截止时间测试截图

模型上线后,X 用户 @Waguri_Kaoruko8 发了一次知识截止时间测试。界面标的是 2026 年 3 月,但模型把几款已经发布的产品回答成“尚未发布”或“不存在”。

这只是一位用户的一次测试,不能拿来给 3.6 Flash 的整体质量下结论。不过它刚好把问题问到了点上:如果答案只是更快地跑到终点,却在事实新鲜度上摔了一跤,那前面省下来的几十秒就没那么香了。

所以现阶段,我更愿意把 Gemini 3.6 Flash 看成一次效率升级,而不是一次已经得到证明的“智力升级”。它没有在这张综合榜单上拉开代差,却把等待时间直接砍了一半。

对一个叫 Flash 的模型来说,这个升级方向甚至比多涨几分更务实。接下来只看一件事:到了真实 Agent 流程里,它能不能把“更快交卷”慢慢变成“更快交对”。

参考链接

  • Google:Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber:https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-6-flash-3-5-flash-lite-3-5-flash-cyber/
  • Artificial Analysis:Gemini 3.6 Flash 与 3.5 Flash-Lite 测试:https://artificialanalysis.ai/articles/gemini-3-6-flash-3-5-flash-lite-halving-time
  • Gemini API Developer Guide:https://ai.google.dev/gemini-api/docs/latest-model
  • X 用户测试原帖:https://x.com/Waguri_Kaoruko8/status/2079432904283754652

进技术交流群请添加AINLP小助手微信(id: ainlp2)

请备注具体方向+所用到的相关技术点

关于AINLP

AINLP 是一个有趣有AI的自然语言处理社区,专注于 AI、NLP、机器学习、深度学习、推荐算法等相关技术的分享,主题包括LLM、预训练模型、自动生成、文本摘要、智能问答、聊天机器人、机器翻译、知识图谱、推荐系统、计算广告、招聘信息、求职经验分享等,欢迎关注!加技术交流群请添加AINLP小助手微信(id:ainlp2),备注工作/研究方向+加群目的。

【声明】内容源于网络
0
0
AINLP
一个有趣有AI的自然语言处理公众号:关注AI、NLP、大模型LLM、机器学习、推荐系统、计算广告等相关技术。公众号可直接对话双语聊天机器人,尝试对对联、作诗机、藏头诗生成器、自动写作等,查询相似词,测试NLP相关工具包。
内容 5991
粉丝 0
AINLP 一个有趣有AI的自然语言处理公众号:关注AI、NLP、大模型LLM、机器学习、推荐系统、计算广告等相关技术。公众号可直接对话双语聊天机器人,尝试对对联、作诗机、藏头诗生成器、自动写作等,查询相似词,测试NLP相关工具包。
总阅读29.0k
粉丝0
内容6.0k