一句话看懂：Google 在2026年7月22日发布三款新模型——3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber。官方定位是更快、更省 token，但网友实测后反馈：虽然确实省了成本，但模型能力（尤其在推理与任务执行上）出现了“降智”现象，引发广泛调侃。
事件核心：发生了什么
Google 此次推出的三款模型分别针对不同场景。旗舰款 Gemini 3.6 Flash 是 5 月 I/O 大会上 3.5 Flash 的小版本升级，主打 token 节省：根据 Artificial Analysis Index 数据，其输出 token 比 3.5 Flash 减少 17%，在 DeepSWE 场景下最高节省 65%，价格也降至输出每百万 token 7.5 美元（原 9 美元）。官方公布的多项基准成绩有所提升，例如 DeepSWE 从 37% 升至 49%、MLE Bench 从 49.7% 升至 63.9%，知识截止日期从 2025 年 1 月更新到 2026 年 3 月。第二款 3.5 Flash-Lite 定位极致速度与性价比，每百万 token 输入仅 0.3 美元、输出 2.5 美元，每秒可生成 350 token，在 SWE-Bench Pro（54.2% 对 49.6%）和 OSWorld-Verified（74% 对 65.1%）等多项 agent 任务上甚至反超了更高级的 3Flash。第三款 3.5 Flash Cyber 专攻代码安全漏洞修复，基于 3.5 Flash 微调并配合 CodeMender 工具，已在 CyberGym 基准上达到第一梯队水平。
为什么重要
这次发布反映了 Google 在模型策略上的明确转向：不再一味追求“更强”，而是将“更便宜、更快、更省 token”作为优先卖点。这顺应了大模型商用化进入“性价比比拼”阶段的趋势——企业采购更看重单次推理成本与 token 开销。但同时，网友的负面评价（如“省了 token 丢了智商”）也敲响警钟：若 token 压缩和推理步数减少导致实际任务成功率或用户体验下降，那么价格的下降可能无法挽回人心。此外，较低端的 Flash-Lite 在部分 agent 任务上跑赢更高阶的 3Flash，说明 Google 内部不同模型之间的定位出现了重叠甚至错位，开发者需要更精细地按任务选择合适的模型。
对用户/开发者/创作者的影响
对于开发者，如果追求 API 调用成本最小化，3.6 Flash 确实是现阶段更省 token 的选择，适合高并发、大规模 agent 任务。但需要在实际项目中测试其推理质量是否满足需求，如代码生成、多步任务规划等场景。3.5 Flash-Lite 性价比极高，适合文档处理、批量翻译、快速摘要等低复杂性任务，但官方建议可根据推理任务难度手动调节“思考级别”，灵活控制成本与效果。对于安全从业者，3.5 Flash Cyber 提供了一个开箱即用的批量代码修复工具，适用企业安全运维。对于普通创作者，模型价格下降不会直接影响使用体验，但若模型在复杂创作（如长文生成、多轮对话）中表现不如预期，可能会让部分用户选择回退到旧版或竞品。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，模型的实际能力下降是否只发生在特定数据集或任务类型上，还是普遍现象，需要第三方独立评测机构尽快发布对照结果。第二，Google 是否会在后续补丁或微调版本中修复用户反感的“降智”问题，或者干脆放弃 token 节省策略，回归到能力优先路线。第三，竞品（如 OpenAI、Anthropic）是否会跟进 token 节省路线，还是持续增强模型能力以拉开差距。第四，3.5 Flash-Lite 超越 3Flash 的现象是否意味着 Google 将更新其模型层级体系，或在定价策略上进行更大调整。
来源：AIbase
