荆轲刺秦王

刚刚，Gemini 3.6 Flash 正式发布，但网友笑得更大声了_我的网站

武林外传

A | 把庭审搬上山乡田间人大监督助推重卡绿色转型每日商报讯 “淳安县境内实行全年禁猎。

B | 2026年4月中旬，被告人明知禁猎相关规定，在淳安县市畈村‘菜竹园’通过设置钢丝套等禁用的工具捕杀野生动物小麂一只……”在淳安县临岐镇范村的青山绿水间，县法院环境资源法庭副庭长蔡娇娇正在宣读起诉书。这场庄严的庭审，正是淳安县法院生态环境案件巡回审判的现场——法庭被直接搬到了案发地。如果你从去年就开始用 Gemini，那感觉就像看着自家兄弟慢慢得了阿尔茨海默症。连日来，记者跟随全市人大助力生态文明之都建设生动实践集中采访活动接连走进淳安县临岐镇范村、杭州市人大生态民情千岛湖联络站以及建德市大慈岩镇绿途新能源重卡充电场站、“17微议事”现场，探访法治护航生态建设的基层实践，聚焦“1+N”生态文明建设领域地方性法规的制度创新与贯彻施行。

C | 这是最近网友对 Gemini 的一句调侃。法规的制度创新与贯彻施行。把庭审搬上山乡田间的案发地淳安县法院环境资源法庭是为特别生态功能区量身定制的“司法护甲”。按理说，一家公司发新模型，通常是来打脸这种调侃的。

D | 可就在刚刚，Google 一口气发了三个新模型之后，网友非但没收回这句话，反而笑得更大声了。

E | 凭借一个个硬核判例，将“最严格保护”镌刻在千岛湖的碧波之上，至今已有十余件案件入选省市级典型案例。“这起猎捕小麂的案件虽小，却把‘禁用工具＋禁猎区’这两条法律红线踩了个全，所以我们决定拿出来公开审理、公开宣判。多少有种他们都不看好你，可偏偏你最不争气的即视感。三个模型分别是 3.6 Flash、3.5 Flash-Lite，还有一个专搞网络安全的 3.5 Flash Cyber。官方博客的措辞也相当眼熟，「更高效」「更聪明」「为大规模 AI agent 而生」，一句不落。”蔡娇娇告诉记者。只不过，实际体感却冰火两重天。谈及为何特意将庭审搬到范村林下基地，她表示，千岛湖的保护是山水林田湖草沙一体化保护和系统治理，陆地生态稳不稳，直接关系一湖碧水清不清。主角登场，3.6 Flash 到底强在哪先说头牌，3.6 Flash。“身处特别生态功能区，我们坚持执法办案与社会治理一体推进。

F | 把庭开在案发地，就是用‘身边案’警示‘身边人’，让庄重的庭审成为一堂家门口的法治公开课。官方给的定位就俩字——「主力」（workhorse），干活模型。

G | 3.5 Flash 是今年 5 月 I/O 大会上发的，这次算是小版本迭代。”本案中，被告人还被引入杭州市修复性司法实践基地暨千岛湖植物园社区矫正公益基地。

H | 缓刑考验期内，他需参与苗木抚育、补植管护等公益劳动，以汗水折抵修复成本。最大的卖点是省 token。按 Artificial Analysis Index 的数据，3.6 Flash 比 3.5 Flash 少用 17% 的输出 token，在 DeepSWE（Datacurve 出的基准）这类场景上甚至能省到 65%。“让侵权人亲手种回绿树，既修复了被破坏的山体，也完成了对其本人的法治再教育。”蔡娇娇说。官方还说它跑多步任务时，推理步数和工具调用都更少。也就是说，干同样的活，废话更少，绕路更少，账单更薄。裁判的目的不在“惩一人”，而在“正风气”。非法狩猎罪保护的不仅是几只飞禽，更是生物多样性和生态安全。价格也确实降了。输入 1.5 美元/百万 token，输出 7.5 美元/百万 token——注意，上一代 3.5 Flash 的输出是 9 美元，这波直接砍到 7.5。这场庭审，正是淳安贯彻落实《生态环境法典》“最严格保护”原则的缩影：破坏生态环境的行为，一旦逾越法律界限，无论情节轻重，都必须承担相应刑事法律责任。人大监督成为推动重型卡车绿色转型的“助推器”累计充电度数7241.49万、次数27.15万……绿途（建德）物流智慧大屏中控室的大屏上，运营管理平台调度情况正实时滚动更新。又快又省，单个 agent 任务的成本就压下来了。基准测试上，官方摆出了一整排数据。代码能力是重点。DeepSWE 从 37% 提升到 49%，官方的说法是多余的代码改动更少、执行循环也更短，生成的代码更贴近生产环境的要求。“这两年我们一直在推动智慧物流管理系统落地，把订单信息、车辆调度、场站运维、运输轨迹、能耗数据等全部整合到一套平台上。货在哪、车在哪、跑了多少里程、能耗多少、场站充电情况，后台都能实时掌握。机器学习研究方向的 MLE Bench 提升更明显，从 49.7% 拉到了 63.9%。”绿途（建德）物流有限公司负责人介绍，“依托这套系统，我们进一步推动重型卡车场站绿色运营，优化运输路线，减少无效空驶；同时大力推广新能源重卡替代传统燃油车，布局充换电站点。

I | 用电卡跑运输，实实在在把能耗降下来，既算好了企业经营的经济账，也算清了生态环保的减碳账。”近年来，建德市年公路货运量超过5500万吨，是典型的“运输大县”。计算机操作（computer use）能力也有长进，OSWorld-Verified 从 78.4% 升到 83%。

J | 并且，「计算机操作」（computer use）也成了Gemini API 和企业版的内置工具，主打一个开箱即用。建德市人大常委会紧扣“十五五”全面绿色转型战略部署，聚焦本地交通运输结构偏重的突出矛盾，以推动普通货运领域重卡“油改电”为监督突破口，助力生态文明建设先行示范。

K | 知识工作方面，GDPval-AA v2 从 1349 涨到 1421。同样绿色物流的落地也离不开人大的有力助推。

L | Hebbia、Harvey 等客户反馈，它在文档解析、图表数据分析、报告起草这类多模态任务上表现尤其突出。

M | Figma、JetBrains 也都出面背书了一番。哦对了，还有个不起眼但挺实在的更新：知识截止日期终于从 2025 年 1 月推进到了 2026 年 3 月。“大慈岩镇人大积极推动绿途物流等新能源企业落地本地，将服务绿色新能源企业作为落实镇级生态文明建设的重要抓手。老黄历总算翻篇了。安全这块，官方说 3.6 Flash 上了升级版的 Frontier Safety 防护，重点盯着 CBRN（化学、生物、放射性、核）和网络攻击这两类滥用，抗越狱能力更强了，同时又尽量不误伤正常需求、少乱拒绝。

N | ·以小博大，便宜大碗的 3.5 Flash-Lite 也能更换推理档位了第二个是 3.5 Flash-Lite，定位比 3.6 Flash 还低一档，主打「快」和「便宜」，专治高吞吐、低延迟的任务，比如 agent 搜索、文档处理。

o | ”大慈岩镇人大主席张建平表示。当天记者观摩的“17微议事”——“绿途零碳物流产业园建设”专题议事活动，便是镇人大的一项常态化工作。它是 3.5 系列里最快的，按 Artificial Analysis 的测量是每秒吐 350 个 token。价格更是白菜——输入 0.3 美元、输出 2.5 美元每百万 token。官方说质量比 3 月发的 3.1 Flash-Lite 好一大截。“我们邀请建德市人大常委会有关负责人、交通局等主管部门、镇政府相关科室、人大代表和企业负责人面对面交流，聚焦企业在税收优惠、人才引育、节能减排等方面的需求，让政府部门直接听到企业的声音。”张建平说。

p | 有个设计挺灵活：它支持调「推理档位」。低配活儿就开最低档，图个快和省；碰上要多步拆解的子任务，就把思考档位往上拨。电脑操作这次也做成了内置工具。跟前代比，提升相当明显：代码和 agent 任务的 Terminal-Bench 2.1，从 31% 干到 54%；长上下文的 GDM-MRCR v2，从 60.1% 提到 72.2%；真实任务执行的 GDPval-AA v2，更是从 642 飙到 1140。谈及实践体会，张建平分享道：“人大监督可以成为推动绿色转型的‘助推器’。在‘油改电’的过程中，我们深度参与政策设计、要素协调、试点争取等各个环节，建德市电动重卡从1辆增至637辆、占营运货车总量29%、居杭州首位，这背后就有人大监督的一份力量。

q | 最有意思的是，这个「小弟」在不少 agent 和代码任务上，居然反超了辈分更高的 3 Flash。比如 SWE-Bench Pro（54.2% vs 49.6%）、OSWorld-Verified（74.0% vs 65.1%）。以小博大，属实有点东西——等于说跑 3 Flash 的活儿，现在有了个更快更强的平替。官方还举了几个用法：从海量电商数据里抽产品特征、给 3.6 Flash 当副手一口气生成 25 个网页设计方案、批量翻译总结收据、边玩边迭代做小游戏。Ashler、Palo Alto Networks、Ramp 这几家客户也来夸了它「速度、智能、成本三合一」。最后一个 3.5 Flash Cyber，画风突变，专门用来找和修代码里的安全漏洞。 Google 的逻辑挺有意思：现在 AI 找漏洞的速度，已经比现有系统修漏洞的速度快了。既然漏洞越堆越多，那干脆用便宜高效的 Flash 来批量补锅。这个模型是在 3.5 Flash 基础上微调出来的，搭配自家的 CodeMender 工具用。CodeMender 里跑的是好几个 Flash Cyber agent，协同工作、最后汇总成一份报告。在业内有名的 CyberGym 基准上，官方称它摸到了第一梯队的水平，还比更大的模型更省 token。

r | 不过这模型我们暂时也用不上。考虑到「找漏洞」这种能力是把双刃剑，浓眉大眼的 Google 也学 Anthropic 玩起了安全叙事。

s | 把它锁得死死的——只对「可信合作伙伴」限量开放，走内测。

t | 目的是给一线防守方争取时间，赶在漏洞被人利用前先修掉，同时防着有人拿它去干坏事。说好的 3.5 Pro 呢？如来看到这儿你可能会问：发了一堆 Flash，那真正的旗舰 3.5 Pro 去哪了？官方口径是「正在和合作伙伴测试，准备好就上」。但这套说辞背后的故事，可能没那么体面。据彭博社等媒体报道，3.5 Pro 的代码生成能力一直没达到内部预期。Google 6 月下旬还专门更新了一版训练数据来补代码这块短板，结果成绩依旧没起色。更有传闻说，Google 干脆推翻了原来的训练方案，从零开始重训。而 Google AI 宣传委员 Logan Kilpatrick 更是索性在舆论上直接跳过 3.5 Pro，将预告的重点放在了Gemini 4，声称他们已经启动了史上最雄心勃勃的 Gemini 4 预训练，还放话说进展让人兴奋。听着虽然挺提振人心，但把它放在「旗舰跳票」的背景下看，多少有点转移视线、画饼续命的味道了。

u | 除了这些内幕，光看今天刚刚发布的 Flash 模型本身，网友们也并不全然买账。

v | 第三方评测机构 Artificial Analysis 表示：两个新模型确实把单任务耗时砍半、token 效率也提升了，Flash-Lite 的智能指数涨了 11 分——但 3.6 Flash 的智能水平，相比 3.5 Flash 基本原地踏步。价格没有便宜到足以忽略能力差距，能力也没有高到能够解释它的成本。 X 网友吐槽道：3.6 Flash 在 Artificial Analysis 上跟 3.5 Flash 拿了一模一样的分，还不如 Meta Spark 1.1、GLM-5.2、5.6 Luna、Sonnet 5、Grok 4.5、5.6 Terra 这一票对手，直呼简直烂透了（阴阳怪气 doge）。吐槽的还不止一个。网友 Angel 则直接从性价比入手：Gemini 3.6 Flash 的使用成本比 GPT-5.6 Sol medium 还高，可智能程度反而更低。又贵又笨，这组合属实有点尴尬——毕竟 Flash 系列立身的根本就是「性价比」，结果被人当场指出性价比不如对手，等于自砸招牌。作为对比，OpenAI 的 Tibo 刚刚也发话了：由于周活跃用户达到 1000 万，新的一天，Codex 和 ChatGPT Work 的付费用户迎来新一轮额度重置，尽情享用。这对比，这落差，还有人记得大明湖畔的 Google Gemini 3？实测派也来补刀。网友 Balder 更是直接开团：这三个模型性能全比之前的 3.5 Flash 差。

w | 他甩出自己的测试吐槽，说问题包括但不限于——基础解码就有毛病、中文选词经常很离谱；生成的图片视频质量极差、跟指令对不上还限额严重；经常记忆混乱、调用完全错误的工具。而且他还上了个阴谋论，认为 Google 之所以这么搞，是为了把算力腾出来卖给 Anthropic，还阴阳了一句这就是皮查伊想要的「Cloud First」。此外，X 网友 Conor Dart 用 Google 自家的 Antigravity 跑了个 AI 生成游戏的测试，结果没有出乎意料，木头纹理更差了，大理石看着差不多但还是不能用。他直言这又是一次翻车，表示自己还是等 Gemini 3.5/3.6 Pro 吧。简言之，你别问新模型强不强，你就说 Flash 不 Flash 就完事了。一边是官方更高效、更便宜、更省 token的漂亮账本，一边是大多数网友的当场差评，以及模型背后的旗舰跳票、大牛出走、市值缩水等一连串糟心事。这很难不让人好奇是不是 Google 这次真点歪了科技树，光顾着省成本忘了提智商，只能先靠几个 Flash 稳住场子？反正 Gemini 4 的预训练都开跑了。