• 首页
  • 关于我们
  • 新闻中心
  • 工程案例
  • 荣誉资质
  • 诚聘精英
  • 联系我们
  • 新闻中心你的位置:开云彩票官方网站 登录入口 > 新闻中心 > 体育游戏app平台Gemini 3.5 Flash 有点"蠢"-开云彩票官方网站 登录入口

    体育游戏app平台Gemini 3.5 Flash 有点"蠢"-开云彩票官方网站 登录入口

    发布日期:2026-11-11 05:45    点击次数:163

    体育游戏app平台Gemini 3.5 Flash 有点

    本文来自微信公众号:字母 AI,作家:苗正体育游戏app平台,裁剪:王靖,题图来自:AI 生成

    距离谷歌的 Gemini 3.5 Flash 发布依然一周多了。

    皮查伊在谷歌发布会上口口声声地暗示,Gemini 3.5 Flash 性能比 3.1 Pro 还强,说它是 Agent 期间的底座。

    可成果呢?网上对 Gemini 3.5 Flash 的评价,除了速率快这独一的优点外,全是症结。输出的内容造作多、啰嗦、干活 token 耗尽量爆炸……

    谷歌 Antigravity 郑重东谈主瓦伦 · 莫汉(Varun Mohan)在 5 月 25 日发帖称,谷歌已增设 Gemini 3.5 Flash (Low)模子用于优化资源耗尽。

    瓦伦暗示,凭证谷歌的里面测试数据,在处理浮浅任务时,Gemini 3.5 Flash(Low)比拟 Gemini 3.5 Flash(Medium)可以减少约 45% 的 token 生成量。在软件工程(SWE)任务上的弘扬,Gemini 3.5 Flash(Low)宽敞优于上一代旗舰模子 Gemini 3 Flash(High)。

    干系词网友们并不买账,当今,瓦伦的驳斥区依然被网友们的冷嘲热讽透澈攻占。

    热评第一条是"你们的产物测试过吗?看起来你们是拿咱们在作念测试啊!"

    第二条是"能否也处理一下图像模子的生成数目松手问题?你们的智力需要对标 Codex。我使用 Codex 可以生成 1000 张图像,但在谷歌的高等套餐下,我只可使用 Antigravity 生成 24 张。"

    Gemini 3.0 Pro 出来的时候,所有东谈主王人在为谷歌饱读掌,OpenAI 致使因此拉响红色警报,以防患被谷歌超越。

    干系词到了 3.5 Flash,谷歌成了怯夫,眼瞅着就要步入 Meta 的后尘。

    那咱们不禁要问,谷歌,你这是咋了?

    一、Gemini 3.5 的弘扬莫得达到预期

    网上对 Gemini 3.5 Flash 的评价相配一致,很快,然而不够好。

    皮查伊在发布会上反复强调模子多低廉,干系词现实中情况截然有异。

    按照官方订价,Gemini 3.5 Flash 每百万输入 token 收费 1.5 好意思元,每百万输出 token 收费 9 好意思元,如实比 Claude Opus 4.7 的 5 好意思元和 25 好意思元低廉。

    但这仅仅价钱表,的确决定资本的,是完成一个任务到底要耗尽几许 token。

    Artificial Analysis 在好意思满评估套件中测试发现,Gemini 3.5 Flash 完周全部任务的总资本是 1552 好意思元,而 Gemini 3 Flash 只需要 282 好意思元,前者是后者的 5.5 倍。

    哪怕是和 Gemini 3.1 Pro 比拟,Flash 的资本也越过 75%,大要是 870 好意思元。更烦懑的是,Gemini 3.5 Flash 完成任务的用度,比 GPT-5.5 medium 还贵。

    原因在于 turn count,也便是完成任务需要的轮次。

    在 Agent 评估中,Flash 模子平均每个任务需要 49 轮对话。每一轮对话,它王人会把好意思满的对话历史输入给模子,token 资本因此暴增。

    而这样的任务,GPT-5.5 或者 Opus 4.7,差未几只用 20 轮就能完成。

    是以谷歌说的"资本不到一半",指的是单元 token 价钱。但对用户来说,Gemini 3.5 Flash 少量王人未低廉。

    除了轮次多了,Gemini 3.5 Flash 的输出相配啰嗦。

    比如以前你问 Gemini 3.1 Pro 一个时刻问题,模子会径直给出代码和节略解释。

    换成 3.5 Flash 之后,雷同的问题,模子会先解释配景,再列举三种可能的决议,然后一一分析优症结,临了才给出代码。

    看起来很全面,践诺上大部安分容王人是鬼话。更要命的是,这些鬼话王人算 token,王人要收费。

    复杂任务的 token 耗尽更是爆炸。

    有用户反应,让 Flash 施行一个多神色的代码重构任务,模子反复在不同文献之间跳转,每次跳转王人要从头加载高下文,最终耗尽的 token 是预期的三倍以上。

    还有用户暗示,仅仅输入了一个复杂的 prompt,就直战役发了 5 小时使用松手。

    谷歌在 I/O 2026 之后偷偷修改了 AI Pro 订阅的额度规则,从固定音书数,改成了基于盘算资源的配额(compute-based quota)。

    便是说你一个任务,要是让模子想考得多,那即使它给你回复的内容不变,花的钱也比以前更多。

    那么问题来了,我如何知谈一个任务会让模子耗尽几许算力?并且,我也推算不出来我还剩几许算力。

    可能我仅仅跟它打个呼唤,就花掉好多 token。让它施行一个长周期任务,反而不如何耗尽 token。

    有用户在外网论坛上径直把新松手称为"骗局",称单个 prompt 就耗尽了 13% 的配额,某些 Gemini AI Plus 功能一次能烧掉快要 30%。

    那为什么 Gemini 3.5 Flash 弘扬会这样一般?

    谜底藏在 benchmark 里,Flash 的弘扬相配不平衡。

    Gemini 3.5 Flash 在 Terminal-Bench 2.1、MCP Atlas、Toolathlon、OSWorld 这类 Agent、器用调用、代码施行榜单上弘扬可以。Terminal-Bench 2.1 拿到 76.2%,MCP Atlas 拿到 83.6%,王人算是头部得益。

    这些榜单测的是模子能不行按照指示调用器用、施行号召、完成多神色操作。Flash 在这些方面如实有上风。

    但在更接近"聪惠不聪惠"的概述推理榜上,它的弘扬就有点出丑了。

    Humanity ‘ s Last Exam 是 40.2%,低于 Gemini 3.1 Pro 的 44.4% 和 Claude Opus 4.7 的 46.9%。ARC-AGI-2 是 72.1%,低于 Gemini 3.1 Pro 的 77.1% 和 GPT-5.5 的 84.6%。GDPval-AA 也低于 Claude Opus 和 GPT-5.5。

    也便是说,Gemini 3.5 Flash 有点"蠢"。你给它任务它能去干活,但它"才能不够"。它作念不了当今最火的复杂推理、长链分析、创意判断。

    牵记方面也有问题。

    在谷歌的宣传中,Gemini 3.5 Flash 有最高 1M token 高下文。但模子卡里的 MRCR v2 长高下文测试表露,128k 平均得益是 77.3%,到 1M pointwise 惟有 26.6%。

    Gemini 3.5 Flash 天然能一口吃下好多内容,然而到用的时候就运行隐约了。

    Artificial Analysis 的沉寂测试径直打脸谷歌。

    在编程指数(Coding Index)上,Artificial Analysis 给 Flash 打了 45.0 分,低于 Gemini 3.1 Pro 的 56.5 分,更远低于 GPT-5.5。

    二、Gemini 浑浊了谷歌的进口,导致模子问题会浑浊 Google 的所有产物体验

    谷歌 I/O 2026 上,皮查伊通知,Gemini 是谷歌全产物天地的流畅层。

    也便是说,Gemini 3.5 Flash 镶嵌到了谷歌绝大多数产物里。

    外媒暗示," Gemini 正在变得无法避让"。

    当年,一个 AI 不好用,你可以无用。你认为 ChatGPT 不行,可以换 Claude,还认为不好你可以根柢无用 AI。

    但谷歌把 Gemini 放进所有进口以后,Gemini 3.5Flash 的晦气体验,浑浊了谷歌所有产物。

    最典型的例子是 AI Overview 和 AI Mode 的" disregard/ignore/stop "故障。

    用户搜索" disregard "" ignore "" stop "等单词时,谷歌 AI Overview 会把它们误判成指示,导致搜索成果相当或空缺。

    有用户在 X 上发帖说,搜索" disregard "这个词,AI Overview 不是给出界说,而是回复"明白了!我会忽略之前的教唆,从头运行。"

    搜索" stop ",AI Overview 说"没问题。我依然罢手面前操作。"

    搜索" ignore ",AI Overview 说"收到。音书已忽略。"

    镶嵌 Gemini 3.5 Flash 以后,AI Overview 把这些单词当成了对话指示,导致 AI Overview 把这些单词当成了对话指示。

    问题不单出当今这几个词上。经过网友测试," remember "" start "" finished "" forget "这些词也会触发雷同故障。即便在搜索词里加上" definition ",也无法让 AI Overview 回反宽泛。

    谷歌方面回答称,这个问题与 I/O 的新搜索发布无关,是 AI Overviews 自身问题,团队正在开拓。

    搜索是谷歌的命脉,一朝搜索出了问题,所有东谈主王人只会认为"谷歌要凉了"。

    是以当今的压力给到了 Gemini 3.5 Pro。

    外界的确想看的,不是谷歌能不行把 AI 塞进所有进口。这个问题依然有谜底了,谷歌如实作念到了。外界想看的是,Google 能不行拿出一个鼓胀聪惠、鼓胀明白、鼓胀有劝服力的旗舰模子,从头讲解我方在模子智力上莫得掉队。

    这个任务 Flash 完成不了。它是一个施行型模子,速率快,颖异活,但才能不够。它相宜作念 Agent 架构里的子任务施行器,配合强规画器使用。但它不是旗舰,它撑不起谷歌在 AI 期间的门面。

    最终只可落到 3.5 Pro。

    面前,Gemini 3.5 Pro 还在里面测试中。官方博客暗示,"咱们也在勉力开拓 3.5 Pro。它依然在里面使用,咱们期待下个月(6 月)推出。"

    谷歌产物郑重东谈主图尔西 · 多希(Tulsee Doshi)暗示," 3.5 Pro 像名堂司理,郑重想明晰事情该如何作念;Flash 像施行团队,郑重把一个个具体任务跑完。的确需要推理和规画的场所,要交给更大的 Pro;仅仅需要快速调用器用、批量处理任务的场所,用 Flash 就够了。"

    这个架构联想自己没问题,问题在于 Pro 还没出来,好多场景只可让 Flash 一个东谈主苦苦硬撑。

    是以 Gemini 3.5 Pro 变成了一个二次验货节点。

    要是 3.5 Pro 出来后弘扬还可以,那谷歌凹凸还能圆当年。

    话术我王人想好"全线镶嵌 Flash 是咱们一个尝试,给大众形成了一些不好的产物体验,不外咱们依然发布了 3.5 Pro,实足好用,宽待大众体验"。

    Flash 的问题可以被明白为一种和谐,Pro 才是的确的实力展示。

    但要是 3.5 Pro 弘扬不好,那谷歌在 AI 这块可以说是全面溃逃。

    AI Overview 有初级造作、ChatBot 啰嗦、WorkSpace 耗尽 token 过高导致价钱太贵、Antigravity 没什么起色。所有这些产物王人会被 Gemini 攀扯,从上风变成职守。

    谷歌当今的处境很巧妙。它有现款、有基础设施、有 DeepMind。但自从 3.0 Pro 之后,它就一直缺能打的旗舰模子。

    3.5 Pro 要补的便是这个缺口。要是 3.5 Pro 作念不到,谷歌真就有可能步入 Meta 的后尘。

    三、谷歌正在成为硬件公司

    不外谷歌并非一败涂地,相背,在硬件这块,谷歌反而支棱起来了。

    谷歌 2026 年 Q1 财报表露,公司收入 1099 亿好意思元,同比增长 22%。谷歌 Search & Other 收入 604 亿好意思元,同比增长 19%。YouTube 告白收入约 99 亿好意思元,同比增长 11%。谷歌 Cloud 收入 200 亿好意思元,同比增长 63%。

    这说明谷歌仍然是一台获利机器。

    这份财报里最亮眼的数字,来自于谷歌 Cloud 的 63% 增长。

    皮查伊在财报电话会上说,Cloud 的增长是"苍劲需求"的成果。其实这句话的践诺,便是在说谷歌的 TPU 硬件和数据中心卖得相配好。

    基于谷歌模子构建的 AI 处理决议同比增长近 800%。Gemini Enterprise 的付费月活用户环比增长 40%。通过 API 使用的 AI token 增长到每分钟 160 亿个,比第四季度的 100 亿增长了 60%。

    Cloud 的 backlog(依然签下,但还莫得阐明成收入的合同金额)在本季度翻了一番,达到 4620 亿好意思元。

    皮查伊说,"显豁,咱们在短期内受到算力松手。要是咱们大约安静需求,咱们的 Cloud 收入会更高。是以咱们正在渡过这个时刻,咱们正在投资,但咱们有一个广阔的永恒规画框架……咱们看到了前所未有的契机。"

    公司瞻望在将来 24 个月内完成 50% 的 backlog。

    天然谷歌基座模子不行,编程器用 Antigravity 弘扬也差强东谈见地,但 TPU 这块弘扬太好了。

    我王人怀疑,谷歌是不是忘了我方其实是一个互联网公司,不是一个硬件公司?

    Anthropic、Meta 等外部大客户正在租用或采购谷歌 TPU 资源。

    Anthropic 在 5 月通知与谷歌和 Broadcom 签署了新的多年期条约,扩大使用谷歌 Cloud 的 TPU。

    这笔交游让 Anthropic 得回了多达 100 万个谷歌 AI 盘算芯片的使用权,价值数百亿好意思元,瞻望将在 2026 年带来高出 1 吉瓦的容量上线。

    1 吉瓦的电厂,大要能给 35 万户家庭供电。

    谷歌在 Google Cloud Next 2026 上通知了第八代 TPU,初度遴荐双芯片法子,分离针对查考和推理联想专用架构,TPU 8t 和 TPU 8i。

    尤其是 TPU 8t,它是专为大范畴、盘算密集型的查考使命准备的,具有更大的盘算吞吐量和更多的 scale-up 带宽。

    TPU 8i 则是专为低蔓延推理使命负载联想,Agent 干活要反复"想考、调用器用、再想考"。每一步慢少量,几十上百步下来就会很慢,是以低蔓延对 Agent 终点迫切。

    或者你可以这样明白,TPU 8t 是给模子用的。

    查考前沿大模子便是让几万块芯片一齐赛马拉松。问题不是单块芯片够不够快,而是这几十万块芯片能不行一直握续地跑。

    比如说某根汇聚线坏了、某块芯片不亮了、系统需要重启检查点,那么所有这个词查考集群就会因此亏损掉宽敞时辰。

    是以 Google 说 TPU 8t 的重心不是单纯"算力更强",而是让查考历程更少中断。

    谷歌说,TPU 8t 的联想目标,是 goodput 高出 97%。

    所谓 goodput,你可以明白成的确用于干活的时辰。

    比如一台机器表面上使命 100 小时,但中间故障、恭候、重启亏损了 10 小时,那灵验使命时辰惟有 90 小时,goodput 便是 90%。

    Google 说 TPU 8t 目标高出 97% goodput,酷爱酷爱是它但愿大部分时辰王人的确在查考,而不是在等开拓、等重启、等汇聚复原。

    为了兑现高出 97% 的 goodput,谷歌给 TPU 8t 加入了好多横向栽植性能的功能。比如系统发现那儿坏了,可以自动绕路,无用东谈主手工停机修。

    TPU 8i 则是给 Agent 用的。

    Agent 推理是一个相配繁难的事情,前文提到,Agent 不是回答一次就搁置了的,它会反复想考、查尊府、调用器用、写代码、再检查、再修正。

    一次任务可能要调用模子几十次致使上百次。

    是以 TPU 8i 重心是让这些调用尽可能快。

    它有 384MB 板载 SRAM,可以明白成芯片傍边有一派相配快的小牵记区。Agent 短期牵记就保留在这里,那么当 Agent 需要用这些牵记的时候,就可以径直从这里面拿,从而减少来往搬数据的时辰。

    它还用了更多 CPU 主机,也便是让傍边有更多"鼎新员"赞理安排数据输入输出、任务协作。Agent 跑起来不仅仅模子算一下,还要不断读数据、发肯求、调器用、拿成果,CPU 便是帮 TPU 处理这些杂活的。

    微软也曾有过这样一个预测,到 2028 年将有 13 亿个 Agent 参加运行,这才是为什么,谷歌要把 TPU 分红 8t 和 8i,Agent 的归 Agent,查考的归查考。

    和谷歌传统的互联网业务比拟,TPU 反而是他们当今最硬的叙事。

    但问题就在于,Anthropic 能用 TPU 造出 Claude Opus 4.7 以及当今的 Mythos,可谷歌只拿出来了 Gemini 3.5 Flash。

    还真便是橘生淮南则为橘,生于淮北则为枳。

    本文来自微信公众号:字母 AI,作家:苗正,裁剪:王靖



    Powered by 开云彩票官方网站 登录入口 @2013-2022 RSS地图 HTML地图