钢铁侠3

特朗普突然对中方示好，并提中美联手，王毅外长对美阐明中国立场_我的网站

A |     7月21日，谷歌突然上线了两个新模型：          Gemini 3.6 Flash和Gemini 3.5 Flash-Lite。    特朗普，又一次站在了聚光灯下。         没有一点点防备，也没有一丝顾虑，它俩就这样出现在了Google AI Studio和Gemini的模型选择器里。据《南华早报》报道，当地时间12月16日，特朗普在海湖庄园召开的首场记者会上，抛出了一个让全球为之哑然的论调：“中国和美国可以一起解决世界上所有的问题。         这两个模型，一个主打更强的代码和Agent能力，一个主打更低成本的大规模调用。

B | ”          要知道，这位美国当选总统的嘴可一向以“大开大合”著称。一边任命对华鹰派团队，一边又高谈阔论中美友谊，翻脸比掀桌子还快。

C |          而作为旗舰模型的Gemini 3.5Pro，千呼万唤依然……出不来。这一次却不同。据台媒报道，特朗普在记者会上特意用了一分半钟的时间，盛赞中国领导人是“了不起的人”，并强调双方保持着频繁的交流与顺畅的沟通。         按照此前的计划，3.5 Pro本应在6月份上线，现在7月都过一大半了，这款被寄予厚望的模型仍然没有正式亮相。         代表旗舰实力的答卷迟迟不交，谷歌先拿出两张“草稿纸”，是个什么意思？          01          3.6 Flash：比上一代便宜，不比上一代聪明          谷歌表示，相比上一代Flash模型，Gemini 3.6 Flash进一步提升了编码、推理和工具调用表现，同时通过减少输出token降低运行成本。这确实很不像特朗普的一贯作风。某种意义上，这种柔和的姿态，更像是一场经过深思熟虑的政治铺垫。

D | 毕竟，中美关系的走向，影响着全世界的神经。         如果说记者会上那些赞美只是铺垫，那么他喊出“中美可以联手解决世界上所有问题”这句话，无疑是一颗投向国际舆论场的重磅炸弹。这不仅是他对中美关系的直接喊话，更是在向全球释放一个明确信号：中美合作的未来，或许正站在一个关键的重塑起点。         特朗普心里再清楚不过，中美关系这些年虽波折不断，但依然是全球舞台上无法回避的核心支点。         Gemini 3.6 Flash的定位是一个面向真实生产环境的高效模型，或者更直白一点，为Agent服务。你要经济复苏？少不了中美这两个最大经济体的一起发力。你要全球安全？中美的协调能决定整个棋盘的平衡。         在Agent时代，一次任务可能需要几十轮模型调用，这意味着模型不仅要聪明，还必须足够快、足够便宜。你要气候治理、贸易规则、技术创新？没有中美的合作，世界只会乱成一锅糊粥。         Google此前已经在Gemini 3.5 Flash上强化了这条路线。

E | 而特朗普喊出中美“联手”，正是点到了关键的命门。根据官方API文档，Gemini 3.5 Flash支持100万token的长上下文，可以一次处理大量信息，同时支持代码执行、调用外部工具、搜索文件等能力，能够完成更复杂、更长时间的任务。         然而，不要被特朗普的“友好”表态迷惑。他抛出“联手”这张牌，既是为了吸引全球的关注，更是在试探中国的态度和立场。         Gemini 3.6 Flash延续了这条路线，它追求的并不是单次回答的质量，是一个“能够承担得起每日真实工作”的位置。         Gemini 3.6 Flash的定价如下：          输入：1.50 美元/百万 token          输出：7.50 美元/百万 token          相比此前Gemini 3.5 Flash每百万token输入1.5美元、输出9美元的价格，输入成本没有变化，但输出成本进一步下降。

F |          对于需要大量调用AI的企业来说，这种成本变化可能比benchmark上的几个百分点提升更加重要。尤其是在王毅外长明确表示，“希望美国新政府做出正确抉择，同中方相向而行”之际，特朗普选择抛出橄榄枝，这一举动更像是一场精心设计的外交谈判前奏。         另外，谷歌展示的一项内部测试显示，在完成同一任务时，Gemini 3.6 Flash相比3.5 Flash减少了55.8%的token消耗，同时将任务评分从85分提升到了100分。         特朗普深知，继续与中国对抗不仅会加剧美国国内经济的困境，还可能进一步削弱美国的国际影响力，让其他盟友在夹缝中难以喘息。         当然，这只是谷歌自己的测试结果，只能说明Google希望展示的方向：          新模型不仅更省，而且能够用更少的计算完成同样甚至更好的任务。面对中国强硬而坚定的立场，特朗普试图通过“示好”试探中方的态度，同时也为接下来的博弈积累谈判筹码。         在那些被公开的benchmark里，谷歌主要强调的是代码能力和Agent能力。他这一“转向”，本质上是希望在对抗与合作之间找到一个既符合美国利益、又能缓解压力的平衡点。         在DeepSWE代码评测中，Gemini 3.6 Flash得分49%，高于上一代的37%。谷歌表示，新模型能够减少无效代码修改和重复执行过程。         不过，特朗普的示好虽然动听，但中方可不会轻易接招。中国早已不再是那个在国际舞台上任人摆布的“沉默大国”，如今的中国，有能力、有底气、有智慧应对任何挑战。         在测试AI操作电脑能力的OSWorld-Verified评测中，Gemini 3.6 Flash得分83%，超过3.5 Flash的78.4%。         而在面向机器学习任务的MLE Bench中，Gemini 3.6 Flash得分63.9%，相比上一代的49.7%也有明显提升。从中美贸易摩擦到南海问题，从芯片封锁到台湾议题，中国一直在用实际行动告诉世界：捍卫主权和核心利益，不容妥协。         不过，上述数据更多说明Gemini 3.6 Flash相比上一代有所进步。         特朗普的言论在美国国内必然会引起不小的争议。鹰派们早已对中国“磨刀霍霍”，特朗普这番话或许会让他们感到愤怒，甚至觉得他背叛了“强硬立场”。         如果放到当前大模型竞争中横向比较，Google选择的对手是GPT-5.6 Luna、Grok 4.5和Claude Sonnet 5（这里也可以看出这个产品的定位）。         从结果来看，Gemini 3.6 Flash并没有全面领先，GPT和Claude的模型在复杂软件工程和知识工作任务上仍然保持优势。         但这其实也是Flash系列存在的意义：          它不一定要成为最强模型，只需要在明显低于旗舰模型成本的情况下，提供够用的能力。         官方测评之外，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。         这意味着，如果只看模型综合“智力”，Gemini 3.6 Flash并没有什么升级。         但是呢，它的速度又很好地弥补了这一点。         Artificial Analysis还统计了模型完成Intelligence Index任务所需的平均时间。但对于特朗普来说，舆论早已是他手中的一张工具牌。树立一个“建设性”的总统形象，给美国经济找到突破口，这才是他真正的盘算。结果显示，Gemini 3.6 Flash每项任务平均耗时约1.3分钟，相比上一代3.5 Flash的约2.7分钟，减少了一半。         与此同时，Gemini 3.5 Flash-Lite的任务完成时间也从上一代3.1 Flash-Lite的约1.6分钟，下降到约0.6分钟。         “中美联手”，听起来像一份沉甸甸的礼物，但要真正实现，需要双方拿出诚意、智慧和行动。

G | 这不是特朗普一个人的独角戏，也不是靠几句漂亮话就能轻松解决的现实问题。

H | 中美关系的未来，终究还要看双方如何“相向而行”。         总的来说，Gemini 3.6 Flash的升级方向其实是效率——更少的token消耗，更低的运行成本，以及更适合长期运行的Agent能力。         查看原图 22K。         对于习惯使用Gemini 3.5 Flash的用户来说，确实是非常不错的升级。         02          3.5 Flash-Lite：更快，但没有上一代便宜          然后再来看另一个模型Gemini 3.5 Flash-Lite。

I |          顾名思义，Flash-Lite是Flash系列中更轻量的版本，相比Flash，它牺牲了一部分能力上限，换取了更低的成本和更快的速度。         就像前面提到的那样，Gemini 3.5 Flash-Lite的任务完成时间从上一代3.1 Flash-Lite的约1.6分钟，下降到了约0.6分钟。         3.5 Flash-Lite也是3.5系列中速度最快的型号，根据Artificial Analysis测试数据，其生成速度达到约350 token/秒，已经属于当前主流大模型中的高速水平。         Gemini 3.5 Flash-Lite的定价如下：          输入：0.30 美元/百万 token          输出：2.50 美元/百万 token          相比Gemini 3.6 Flash，输入价格约为1/5，输出价格约为1/3。

J | 不过，与上一代Gemini 3.1 Flash-Lite相比，新模型并没有进一步降价。

K |          虽然Gemini 3.5 Flash-Lite由于能力提升，可以通过减少输出量降低部分成本，但综合起来，还是很难抵消单价上的成本增加。         根据官方文档，相比上一代Gemini 3.1 Flash-Lite，新模型在不同思考等级（thinking levels）下都有明显提升。开发者可以根据任务需求调整模型的思考深度。         此外，Gemini 3.5 Flash-Lite还内置了Computer Use能力，可以帮助Agent更可靠地操作电脑环境，完成跨应用任务。         在具体测试中，Gemini 3.5 Flash-Lite相比上一代模型也有明显提升：在Terminal-Bench 2.1编程Agent测试中，成绩从31%提升到54%；在测试长上下文理解能力的GDM-MRCR v2中，从60.1%提升到72.2%；在更贴近真实工作场景的GDPval-AA v2任务执行测试中，从642提升到1140。         值得注意的是，在一些Agent和代码相关测试中，Gemini 3.5 Flash-Lite甚至超过了上一代更高定位的Gemini 3 Flash模型。         例如，在SWE-Bench Pro软件工程测试中，Gemini 3.5 Flash-Lite得分54.2%，高于Gemini 3 Flash的49.6%；在测试AI操作电脑能力的OSWorld-Verified中，Gemini 3.5 Flash-Lite也以74.0%的成绩超过Gemini 3 Flash的65.1%。         这意味着，随着模型能力不断提升，过去需要更大模型才能完成的部分Agent任务，正在逐渐下沉到更便宜、更快速的模型。         顺便一提，除了前两个面向普通用户的通用模型，谷歌还推出了Gemini 3.5 Flash Cyber。         它主要针对网络安全场景。根据官方文档，在CodeMender系统中，多个Gemini 3.5 Flash Cyber Agent可以协同工作，分别完成不同分析任务，并最终汇总成一份完整报告。在网络安全基准测试CyberGym中，Flash Cyber也达到了接近前沿模型的表现。         该模型目前不会公开提供，仅通过CodeMender平台向政府和可信合作伙伴开放。         03          3.5 Pro：谷歌迟迟交不出的旗舰答卷          如果说Gemini 3.6 Flash和Gemini 3.5 Flash-Lite还可以看作是谷歌对AI规模化应用的判断，那么Gemini 3.5 Pro则代表着谷歌的模型上限。         但问题在于：这份答卷，到现在还没有交出来。         5月I/O的时候，谷歌表示Gemini 3.5 Pro将在“接下来一个月左右”推出，也就是预计在今年6月上线。

L | 现在7月都过了一大半了。         据彭博社7月16日报道，Gemini 3.5 Pro的发布时间已经落后原计划数月。谷歌正在继续优化模型能力，尤其是编码表现，希望达到内部设定的目标。         路透社最新的报道则显示，截至目前，谷歌仍未公布具体上线时间，只表示该模型正在与合作伙伴测试，并将“很快”推出；另有新闻稿透露，Gemini 4的训练工作已经开始了。         而我们都知道，“很快”就是不确定的意思。

M |          Gemini 1.0发布时就曾因演示争议受到质疑；Gemini 1.5 Pro凭借百万token上下文短暂扳回局面，但随后Claude和GPT系列快速追赶；直到Gemini 3系列发布，谷歌才重新获得“回到前沿竞争”的评价。         如今Gemini 3.5 Pro再次延期，市场关注的已经不只是一个模型什么时候上线，还有谷歌到底能否保持旗舰模型的竞争节奏问题。         何况谷歌透露出的编码表现不及预期，并不是什么容易解决的小问题。         随着Agent开始进入企业工作流，代码能力的重要性迅速提升。

N | 一个模型能否理解复杂项目、修改真实代码、完成多步骤开发任务，已经成为衡量它是否具备实际生产价值的重要指标。         路透社指出，华尔街正在等待Gemini 3.5 Pro，因为它将成为判断Google DeepMind是否能够跟上OpenAI和Anthropic的重要指标。         当然，谷歌并不是没有动作，这次推出的几个模型，恰说明谷歌正在强化另一条路线：让AI变得更便宜、更容易规模化。         谷歌CEO Sundar Pichai近期也多次强调成本优势，并表示企业如果将大部分AI工作负载迁移到Gemini模型，可以每年节省超过10亿美元。         但问题在于，市场在期待一份证明谷歌模型实力的“答卷”，谷歌交出的却是两张关于效率和成本的“草稿纸”——很难不让人觉得，谷歌在用Flash系列填补Pro延迟留下的空档。         有意思的是，在Gemini 3.5 Pro延期的同时，AI竞争格局正在发生变化。         过去，人们讨论AI领先者，主要关注海外“御三家”：OpenAI、Anthropic和Google DeepMind。         但最近，GLM-5.2、Kimi K3等国产模型也开始进入前沿竞争，并引发了大量讨论。         前沿模型的追赶速度正在加快，也让谷歌的问题变得更加紧迫，它当然可以继续大力推出Flash模型，但前提是它的旗舰模型足够给力——只要硬实力足够，自有大儒为他辩经。         如果谷歌最终推出一个真正领先的旗舰模型，那么Flash路线会成为完整体系的一部分：Pro负责突破能力上限；Flash负责规模化应用。

o |          但如果Gemini 3.5 Pro持续落后，市场很可能会继续追问：谷歌拥有最强AI研究资源，为什么却无法稳定跑赢竞争对手？          在Alphabet本周举行第二季度财报电话会议时，人们很可能会进一步询问有关Gemini 3.5 Pro的更多细节。（作者：袁心玥）。

Current article:http://0wpi9.cuntoujuefourantapai.cfd/s4eq/20260826/4619.html

Published on:00:00:00