拜托小姐

突发！Gemini 3.6 来了：智力直接原地踏步，速度立刻翻倍_我的网站

一 |     7月20日上午，在国务院新闻办公室举行的新闻发布会上，工信部介绍，今年以来深化拓展“人工智能+”，规模以上制造业企业人工智能技术应用普及率超30%，人工智能开源大模型全球累计下载量突破100亿次。         100亿次的下载量，不仅是一个里程碑式的数据，更是一个清晰的信号——中国的人工智能产业，正在从“跟跑”加速迈向“领跑”的新阶段。

二 |          7月17日，在2026世界人工智能大会开幕前夕，月之暗面发布Kimi K3大模型。

三 |     家人们，就在刚刚，Google正式发布了Gemini 3.6 系列模型！          这次登场的一共三个模型：          面向普通用户和开发者推出的通用模型 Gemini 3.6 Flash：               输出 token 消耗减少了约 17%，在 DeepSWE 上最高减少 65%          输入：1.50 美元/百万 token          输出：7.50 美元/百万 token               主打低成本和高吞吐的 Gemini 3.5 Flash-Lite：               输入 $0.30/百万 token          输出 $2.50/百万 token               面向网络安全场景的 Gemini 3.5 Flash Cyber：      定价还没曝光，目前只给政府和还有Google定的受信任的合作伙伴限量开放               在正式开始详细介绍前，先给大家打一针预防针：          如果只看跑分，这次更新可能没有想象中那么炸裂—Gemini 3.6 Flash 的综合智能水平与上一代基本持平，代码能力也没有横扫同级模型，但是效率绝了！          Gemini 3.6 Flash          Gemini 3.6 Flash 是 Gemini 3.5 Flash 的升级版，也是这次发布的主角。视觉中国 图          国产AI行业厚积薄发          近年来，AI浪潮席卷而来，一场如火如荼的AI竞赛，正在全球上演。在如此激烈的竞争环境下，一批国产AI产品接连横空出世，走到世界舞台的中央。比如早期的引发全行业关注的“Deepseek时刻”；再如前几天，月之暗面发布的Kimi K3，成为全球首个开源的3万亿级大模型，再次引发了全球科技圈的热议。         根据 Artificial Analysis 的发布前测试，Gemini 3.6 Flash 在 Intelligence Index 上拿到了50 分，与 Gemini 3.5 Flash 持平（Ps：从综合智能表现来看，可以说完全没有实现代际跃升）：          在Gemini最擅长的知识类工作的基准GDPval-AA v2 上取得 1421 Elo，比上一代高 72 分：          它真正值得一说的提升，在速度和效率上。         Gemini 3.6 Flash 完成单项任务的平均时间从 2.7 分钟降至 1.3 分钟，缩短了一半以上；输出速度达到 每秒 304 个 token。与此同时，它的输出 token 消耗减少约 17%，在 DeepSWE 等特定任务上，降幅最高可达 65%。

四 |          虽然没有更聪明，但是确实做到了能用更少的 token、更短的时间完成同样水平的工作。         这些大模型产品的密集涌现，不是偶然的单点突破，而是国产AI行业厚积薄发的结果。         诚然，中国互联网用户规模大，企业数量多，有市场基数的规模优势。但高达100亿次的下载量，显然无法用人口红利来简单解释。         Gemini 3.5 Flash-Lite          Gemini 3.5 Flash-Lite 面向的是另一类需求：高并发、低延迟和大批量任务。         它在 Intelligence Index 上取得 36 分，相比 Gemini 3.1 Flash-Lite 的 25 分提升了 11 分。事实上，从硅谷的互联网平台，到欧洲的传统制造工厂，越来越多的海外机构、企业，都纷纷主动选择国产大模型，作为其技术底座。

五 |          进步最明显的是智能体相关评测：GDPval-AA v2 提高 498 分，TerminalBench v2.1 提高 22.5 个百分点，Tau3-Banking 提高 7.8 个百分点。         这一方面是因为，国产大模型通过持续的技术创新，以及积极的开源策略，把价格“打”下来了，降低了使用成本；另一方面，国产大模型在参数、性能、稳定性等各方面，已经建立了独特的竞争优势。

六 |          速度同样是它的核心卖点，平均每任务用时从 1 分钟降至 0.6 分钟，输出速度达到 每秒 350 个 token。

七 |          不过，Gemini 3.5 Flash-Lite 的单次任务成本不降反升，从 0.04 美元增至 0.09 美元。         主要原因是输入和输出价格分别从每百万 token 0.25 美元和 1.50 美元，上调至 0.30 美元和 2.50 美元。         国产AI的这种技术进步，相信普通人也有直观的感受。一两年前，AI大模型之于普通人，更多还是“聊天机器人”的概念，再就是能撰写文案、做出漂亮的PPT，更像是一个提升办公效率的辅助工具。但如今AI的技术演进，已经远远超出了这一范畴。         我国规模以上制造业企业普及率超30%的背后，就离不开大模型的支撑，AI开始深入流水线，参与工业质检、流程优化等各个环节。尽管平均每任务的输出量已从 2 万 token 降至 1.3 万 token，但仍不足以抵消价格上涨带来的成本增加。         Gemini 3.5 Flash Cyber          除了两款通用模型，Google 这次还公布了一个更垂直的成员：Gemini 3.5 Flash Cyber。此外，像参与智慧城市的调度管理，甚至进医院帮助医生辅助诊疗等，都成了大模型落地的确定性场景。目前，人工智能不仅创造了1.2万亿的产业规模，还正在赋能千行百业，成为实体经济转型的重要推动力量。         中国的工业门类齐全，制造业场景丰富，为AI的应用提供了良好的土壤。

八 |          CodeMender 是 Google 的代码安全代理，主要任务就是是在代码中发现安全漏洞，并进一步生成和验证修复方案。这次出的Gemini 3.5 Flash Cyber 将作为CodeMender的核心模型，服务于漏洞查找与修复流程。         按照 Google 的说法，它在代码安全任务上的表现达到了非常具有竞争力的前沿水平，并且运行成本也低于体量更大的模型。

九 |          Gemini 3.5 Flash Cyber 更像是 Google 对“专业模型+智能体”路线的一次验证： 以更轻量的 Flash 为底座，通过安全领域优化和专用代理，把模型能力集中到一个明确的高价值任务上。         安全代理往往需要持续扫描大型代码库、分析大量上下文，并反复验证修复结果。而大模型的广泛落地，又为AI提供了海量、真实的数据，能够持续反哺大模型的迭代与优化，形成良性循环，为AI产业注入源源不断的竞争力。         是里程碑，更是新起点          当然，在肯定成绩的同时，我们也需保持清醒的认知。人工智能不同于传统产业，它是一个“一日千里”的行业，今天领先的技术路线，过几个月可能也会被新的方案取代。要巩固当前的技术优势，就要保持危机意识，不断推动底层架构和核心算法的创新。         像这次发布会就提到，推动建立算力服务能力评估、算力市场化定价等标准。相比一味调用最强、最大的通用模型，针对网络安全任务优化的轻量模型，更有可能在能力、响应速度和运行成本之间取得平衡。不过，Gemini 3.5 Flash Cyber 暂时不会向所有开发者开放。这也是完善AI产业基础设施的重要一步。它将通过 CodeMender 独家提供，仅面向受信任的合作伙伴开展有限访问试点。         算力被视作人工智能行业的“水电煤”，是支撑创新的基础设施，建立市场化的定价标准，让算力像“水电煤”明码标价、按需分配，可以确保算力的供应更加透明、公平，降低中小企业使用AI的门槛，进一步推动产业发展。         单看代码表现          在 Arena 公布的前端代码竞技场排名中，Gemini 3.6 Flash 以 1537 分位列第 12 名，相比 Gemini 3.5 Flash 的第 21 名有明显进步。         另外，发布会还提到，东部、中部、西部、东北地区智算规模占全国比例，分别是55.9%、10.6%、32.6%、0.9%。这一数据也意味着，AI算力资源的分布，仍然存在着较大的地区差距，未来要进一步平衡发展落差，补齐落后区域的短板。         结语          目前，Gemini 3.6 Flash 和 Gemini 3.5 Flash-Lite 正在 Gemini App 中陆续上线，开发者也可以通过 Google AI Studio 和 Android Studio 的 API 使用新模型。

十 |          说到底，人工智能发展的最终目的，不是追求领先的参数、实现惊人的下载量，或者让国产AI产品在排行榜上拿到好看的名次，而是让这项技术真正普惠到全国各地，到各行各业，让每个人都能从中受益。         100亿次下载量，是一个里程碑，更是一个新起点。         至于正在内测的 Gemini 3.5 Pro，以及已经开始训练的 Gemini 4，或许才是 Google 留给下一次能力跃升的真正看点。         未来，在加快技术创新的同时，还要进一步推动AI的应用和普及，不断降低使用门槛。

十一 | 只有让AI像“水电煤”一样，真正进入社会的每一个角落，让普通人“用得上”也能“用得起”好的AI产品，中国的人工智能产业革命才能释放最大的价值。

十二 |          最后，关于 Google 这次发布，我还有几句话想说          过去的大模型发布，最容易传播的是跑分又涨了多少，但是这几次跟Google家感觉已经不恋战了。它已经不太愿意继续纠缠于单纯的跑分竞争了。         Gemini 3.6 Flash 交出的依然还是近两年非常具有Google味儿的答卷：          综合智能分数可以不变，只要任务速度翻倍、token 用量减少、输出价格下降，模型依然能够获得非常实际的竞争力。         （“经纬度”系澎湃新闻打造的经济评论IP，用主流媒体新表达助力中国经济话语和中国经济叙事体系建设。

十三 |          可能有人会问：是不是 Google 已经卷不动了？          但在我看来，这更像是大模型竞争进入下半场的一个信号。         当头部模型之间的能力差距逐渐缩小时，开发者真正关心的问题会越来越具体：同一个任务需要等多久？一次调用要花多少钱？长上下文是否稳定？能不能支撑大规模并发？          从这个角度看，Gemini 3.6 Flash 是 Google 又一次明确面向落地效率的升级。）          海报设计 王璐瑶。

Current article:http://www.bainangmieruopanglaomen.sbs/list_v7j5mss/aydq.htm

Published on:11:45:02