首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 归档 标签 关于

最强模型“跳票”,市值一夜蒸发2000亿美元!谷歌连上三款“省油”模型,死磕每一个token的钱

2026-07-29 1 阅读 约10分钟阅读 华卫
分享:
字号:
整理 | 华卫 近日,在 Alphabet 发布财报前一天,谷歌一口气推出了三款全新的 Gemini 模型,全部属于主打“快速、低成本”的 Flash 系列,重点聚焦于提升复杂智能体(agentic)工作流中的运行效率,并降低 token 消耗。其核心特性很明确:效率优先于绝对性能。 短短一周内,xAI 的 Grok 4.5、OpenAI 的多版本 GPT-5.6以及 Moonshot AI 的 Kimi K3 相继发布;与此同时,Anthropic 的 Fable 5 已登顶多项榜单。而在这个“被全面超车的夏天”,谷歌当前给出的回应是:更便宜的模型。 牺牲峰值性能,换取效率和更低的价格 根据谷歌的说法,这一全新的 Flash 系列旨在通过更强的能力与更高的性价比,优化 AI 智能体的开发。该系列共包括三款模型:Gemini 3.6 Flash、Gemini 3.5 Flash-Lite以及面向安全场景的 Gemini 3.5 Flash Cyber。 其中,Gemini 3.6 Flash是其旗舰模型中的“主力款”,主打在质量与效率之间取得最佳平衡。谷歌表示,相比前代,其知识截止时间更新至 2026 年 3 月,在编程、知识型任务以及多模态推理能力上均有所提升,同时将平均输出 token 消耗降低了 17%。 同时,在部分使用场景中,Gemini 3.6 Flash 相比 3.5 Flash 最多可减少 65% 的输出 token。在后“token 精打细算”的时代,它确实在“省 token”方面有所表现,且这已经成为一个颇具意义的指标。通过减少中间推理步骤与工具调用,该模型显著压缩了多步骤 AI 工作流的整体运行成本。在基准表现上,Gemini 3.6 Flash 在代码修改准确率、机器学习研究、计算机操作、文档解析以及报告生成等任务中均有明显提升。包括 Heavia 和 Harvey 在内的企业客户表示,在视觉处理、图表分析和数据提取等多模态任务中,模型表现得到了显著增强。 关键的是,该模型的成本也更低,其输入价格为每百万 token 1.50 美元,输出价格从每百万 token 9 美元降至 7.5 美元。随着人们对 AI 使用成本的认知不断提高,这一点确实进一步增强了市场竞争力。但在性能对比层面,Gemini 3.6 Flash 并没有让人眼前一亮。 在大多数关键基准测试中,它似乎落后于 Anthropic 的 Claude Sonnet 5 以及 OpenAI 的 GPT-5.6;甚至在诸如智能体编程(agentic coding)等任务上,也开始被最新的 Grok 4.5 甩在后面。考虑到 Gemini 3.6 Flash 的价格并没有比竞争对手便宜太多,大致与 Grok 4.5 和 GPT-5.6 持平。因此,它要在这场模型大战中找到自己的定位,难度不小。 Gemini 3.5 Flash-Lite是该系列中“最快、最具性价比”的模型,主要面向高吞吐的智能体搜索和大规模文档处理场景。该模型每秒可生成 350 个 token,和 3.6 Flash 一样,在延续前代性能的基础上进一步提升了整体效率。谷歌表示,Flash-Lite在多个代理和编程基准测试中击败了旧款3 Flash,包括SWE-Bench Pro和OSWorld-Verified。与其直接前身3.1 Flash-Lite相比,其终端工作台2.1评分从31%提升至54%。 该模型的价格也更低,其输入为每百万 token 0.30 美元、输出为每百万 token 2.50 美元,为高负载企业应用提供了更具性价比的解决方案。 可以看出,Gemini 3.6 Flash 和 Gemini 3.5 Flash-Lite 两款模型背后押注的是同一个战略判断:大多数 AI 使用场景,并不需要“前沿级大脑”,而是一个足够快、足够便宜的模型。今年早些时候,谷歌CEO Sundar Pichai 表示:“企业已经在透支全年 token 预算,而现在才 5 月。”他在接受采访时称,组合使用 Flash 系列模型,每年可以为企业节省超过 10 亿美元。 目前,这两款模型背已向 Gemini 企业用户以及 Gemini 应用用户开放,3.5 Flash-Lite 也将在不久后接入 Google 搜索。 对标Mythos的“平价替代”,但有严格限制 最具针对性的发布,是 Gemini 3.5 Flash Cyber。该模型基于 Gemini 3.5 Flash 打造,并针对网络安全任务进行了专门优化,用于发现和修复软件漏洞。据悉,谷歌将其集成进 Google DeepMind 的代码安全智能体 CodeMender 中,该系统由多个 Flash Cyber 子智能体并行运行,并将结果汇总成一份统一报告,是谷歌进军网络安全专用模型的一次尝试。 谷歌将Flash Cyber 定位为大型安全模型的“高性价比替代”,声称其在某项关键基准测试上可达到前沿模型水平,但成本仅为其一小部分。在 CyberGym 基准测试中,该模型取得了 83.2% 的成绩,仅比 OpenAI 的 GPT-5.5-Cyber(85.6%)低约 2 个百分点,尽管其模型规模要小得多。值得注意的是,CyberGym 是目前少数包含竞品模型对比的基准测试之一,各模型分数差距非常接近,而谷歌的优势主要体现在更低的 token 成本上。 在另一项测试中,Google 云漏洞研究团队利用该模型扫描公开 API,仅用两小时就发现了远程代码执行漏洞,并生成了可绕过安全防护的有效利用代码。在实际应用中,Google 的 Big Sleep 团队使用该模型检测 Google Chrome 和 Safari 中的关键漏洞,其表现超过了标准 Flash 模型以及 Anthropic 的 Claude Opus 4.6。在扫描 V8 JavaScript 引擎的代码提交时,Flash Cyber 发现了 55 个已确认的独立问题,而标准 3.5 Flash 发现 47 个,Opus 4.6 发现 36 个;其中有 10 个漏洞是其他模型完全未能识别的。 此外,Anthropic 在 AI 安全领域的领先地位也受到挑战。Mythos是该模型的“隐形对手” ,但定价高达每百万输入 token 10 美元、输出 50 美元。 不过,谷歌也承认,这类模型在“进攻”和“防御”两方面同样强大,因此必须严格控制访问权限。目前,Flash Cyber 仅通过 CodeMender,在试点计划中向政府机构及可信合作伙伴开放,用于检测并修复安全漏洞。至于 CodeMender 智能体本身,则已通过 Gemini Enterprise Agent 平台提供预览版(但使用的是标准 Gemini 模型),支持 C/C++、Go、Java、Python、Ruby、Rust 和 TypeScript 等多种编程语言。 其竞争对手在网络安全能力上也采取了类似的访问限制策略。Anthropic 对其 Claude Mythos 实施了受限访问,而 OpenAI 则通过“可信访问”计划,仅向经过验证的用户开放 GPT-5.6 的部分
这篇文章对您有帮助吗?

订阅66必读

每日精选科技资讯,直达你的邮箱