谷歌「史上最差」AI模型发布！ Gemini 3.5 Pro延期

谁也没想到，谷歌的一次模型更新，会引发如此激烈的负面评价。

“从未见过如此糟糕的模型！”——这句话，成了谷歌Gemini 3.6 Flash发布后最真实的写照。

就在昨夜，谷歌DeepMind低调发布了三款新模型：Gemini 3.6 Flash、Gemini 3.5 Flash-Lite和Gemini 3.5 Flash Cyber。但期待中的Gemini 3.5 Pro正式版，却再次缺席。

在Vertex AI上线后，Gemini 3.6 Flash的口碑迅速遭遇滑铁卢。早期实测结果显示，这款模型在前端界面生成和空间推理方面的表现，差到让用户直呼“史上最差”。

当然，也不是完全没有好消息。Gemini 3.6 Flash在性能上确实比Gemini 3.1 Pro和Gemini 3.1 Pro更强，主打的定位是“性价比”。

但网友们更关心的是：“我那么大一个Gemini 3.5 Pro呢？”

先来看看被吐槽最狠的前端生成能力。在前端代码竞技场中，Gemini 3.6 Flash甚至不敌Claude Fable 5、GPT-5.6 Sol等当红模型，连Meta的Muse Spark 1.1都比不过。有开发者用2-shot测试它的界面生成能力——这本是Flash系列最擅长的场景之一。结果呢？直接懵了。

输出的界面代码逻辑错乱，组件嵌套混乱，交互逻辑断裂，完全无法投入实际使用。一位开发者直接给出了结论：“这是我真正见过的最差结果。”

这句话配上截图，在开发者社区迅速传播。

再来看空间推理。有用户专门录制了视频，逐帧测试Gemini 3.6 Flash在空间关系理解上的表现。结果同样令人失望：模型频繁出错，对基础的位置关系、方向判断的准确率，相比3.5 Flash明显退步。这位用户也只能自我安慰，可能没有开启高性能模型“high thinking”。遗憾的是，即便开启，效果也并不理想。另一位网友使用高推理强度后，第一印象依然不佳——木纹纹理看起来还行，没什么特别之处；大理石近距离看反射效果还不错，但存在bug。第二印象甚至更差。

在CursorBench上，Gemini 3.6 Flash的表现还不如Cursor的Composer 2.5。

谷歌自己发布的测试结果也显示，Gemini 3.6 Flash在代码任务上被其他模型超越，仅在视觉和上下文基准测试中保持了领先。

在第三方综合测评Artificial Analysis上，Gemini 3.6 Flash的得分与3.5 Flash完全相同，表现不如Meta Spark 1.1、GLM-5.2、5.6 Luna、Sonnet 5、Grok 4.5、5.6 Terra……

更有网友发现，它的知识截止日期实际上并未更新到它所声称的时间。有用户直言：“这是一个未完成的模型。它声称是2026年3月，但实际上它对2026年甚至2025年的大部分内容一无所知。它的实际知识似乎停留在2025年1月。”

与此同时，Gemini 3.5 Flash-Lite主打速度快，每秒可输出350个token。速度确实快了，但“快速给出一个错误答案，等于用更高的效率浪费用户的时间”。更何况，对比竞争对手，它价格更贵，效果更差。

此外，谷歌这次还发布了网络安全模型Gemini 3.5 Flash Cyber。

面对这种局面，有用户讽刺称，DeepMind这种浪费算力的行为，还不如直接将资源转让给Moonshot等竞争对手。这番言论背后，是开发者对谷歌“版本号游戏”的深层厌恶。

谷歌似乎陷入了一种“官僚主义的指标狂热”：为了在财报和发布会上展示更高的版本号、更快的推理速度，牺牲了AI最本质的东西——真实效用。在3.6 Flash的发布公告中，谷歌提到，Gemini 3.5 Pro还没有完全准备好，而Gemini 4已开始“目前最雄心勃勃的预训练”，并“对取得的进展感到非常振奋”。

推测来看，近期3.5 Pro的开发进展并不理想，因此他们启动了全新的预训练课程。据CNBC报道，这是谷歌“有史以来规模最大的预训练项目”。

这次谷歌步子迈大了。

这种赶鸭子上架、败坏口碑的做法，到底图什么？

谷歌还能在AGI竞赛中有一席之地吗？