谷歌3款新模型主打省成本，旗艦跳票致與OpenAI差距拉大

谷歌一口氣發(fā)布了三款新模型，卻都不是市場最期待的那一個。團(tuán)隊成員 Logan Kilpatrick 在 X 上回應(yīng)稱，這批模型的目標(biāo)很明確：效率更高、更好用、成本更低，實(shí)際性能也確實(shí)漲了。但一個尷尬的事實(shí)是，外界翹首以盼的旗艦型號，依然缺席。

2026 年 7 月 28 日，谷歌推出 3.6 Flash、3.5 Flash-Lite，以及專門面向網(wǎng)絡(luò)安全的 3.5 Flash Cyber。三款產(chǎn)品全部貼著“效率”標(biāo)簽，想用更低的成本和更小的體積覆蓋更多場景。

然而，在這則發(fā)布里，一句被有意無意藏起來的話是：被寄予厚望的旗艦 3.5 Pro，仍在合作伙伴手里測試，何時推向普通用戶，谷歌只表示“準(zhǔn)備就緒就會發(fā)布”。

與此同時，谷歌趕緊放出消息，稱下一代預(yù)訓(xùn)練已經(jīng)啟動，并稱之為“最雄心勃勃的訓(xùn)練運(yùn)行”。這種“下代已在路上”的表述，怎么看都像是在替現(xiàn)階段的旗艦跳票打圓場，等于承認(rèn)市場真正要的東西，自己眼下還拿不出來。

只看 3.6 Flash 的數(shù)據(jù)，谷歌在“省”這件事上確實(shí)往前走了一大步。相比 3.5 Flash，其輸出 token 消耗預(yù)計能減少約 17%，而在 DeepSWE 等基準(zhǔn)測試中，節(jié)省幅度甚至可達(dá) 65%。價格也砍到了每百萬輸入 token 1.50 美元、每百萬輸出 token 7.50 美元。

拿它去和更早的 3.1 Pro 比，3.6 Flash 在多個基準(zhǔn)上都能穩(wěn)定勝出，但價格便宜得多。這種打法，就是明著告訴用戶：不一定非得追最高參數(shù)，小模型也能干很多大活。

幾項關(guān)鍵分?jǐn)?shù)也撐起了這個說法。DeepSWE 得分從 37% 提升到 49%，MLE Bench 從 49.7% 跳至 63.9%，OSWorld-Verified 由 78.4% 提高到 83%。衡量知識工作能力的 GDPval-AA v2，分?jǐn)?shù)也從 1,349 漲到 1,421 分。此外，Computer Use 功能現(xiàn)在直接以客戶端工具形式內(nèi)置到了 API 和企業(yè)版里，無需額外折騰。谷歌還強(qiáng)調(diào)，針對 CBRN 濫用和網(wǎng)絡(luò)攻擊風(fēng)險，添加了更強(qiáng)的前沿安全護(hù)欄。

另一款模型 3.5 Flash-Lite 走的是極致低延遲和高吞吐路線，每秒能輸出 350 個 token，每百萬輸入 token 僅 0.30 美元。這種定位，明顯是為那些需要大量調(diào)用、對響應(yīng)速度敏感的應(yīng)用準(zhǔn)備的。至于 3.5 Flash Cyber，因?yàn)闈撛陲L(fēng)險較高，谷歌把訪問權(quán)限限定在政府和特定合作伙伴手中。

三款模型合起來，覆蓋了從極致便宜、低延遲到安全專屬的不同方向，唯獨(dú)沒有一款能去和最頂級的同行掰手腕。缺失 Pro 級模型的后果正在變得愈發(fā)明顯：谷歌缺少一個能直接和 OpenAI、Anthropic 最強(qiáng)正面交手的角色。相關(guān)報道也指出，不僅這兩家，就連 Meta 也在用更強(qiáng)大的前沿模型往前沖，谷歌正逐漸失去這塊前沿陣地。

從現(xiàn)階段的動作來看，谷歌似乎選擇繞過基準(zhǔn)分?jǐn)?shù)的冠軍爭奪，把力氣花在效率、成本和專用場景上。可現(xiàn)實(shí)是，越來越多企業(yè)客戶在復(fù)雜工作流里需要的是頂級推理能力，而不是最省錢的方案。

歷史曾證明谷歌不乏翻盤記錄，當(dāng)初的 2.5 Pro 就是一次突破，幫它拉回了不少分?jǐn)?shù)。但現(xiàn)在的問題在于，差距不是在縮小，而是在逐漸擴(kuò)大。效率牌的收益實(shí)打?qū)崳芍挥挟?dāng)“快”和“省”建立在“強(qiáng)”的基礎(chǔ)上時，才更容易說服市場。下一次財報電話會上，能帶來多少關(guān)于 Pro 型號和下一代模型的實(shí)質(zhì)進(jìn)展，恐怕才是外界真正會盯住的地方。