Gemini 3.6 Flash评测：Token省了17%，智能指数原地踏步，用户为什么不买账？

7月21日，谷歌DeepMind一口气发布三款新模型。其中Gemini 3.6 Flash被官方定位为“干活模型”（workhorse），主打“更快、更便宜、更高效”。

Token省了、价格降了、部分基准测试分数也涨了——但开发者社区的反应却出人意料地冷淡，甚至被用户戏称为谷歌“史上最差”AI模型。

一、数字上确实有进步

先看官方宣传的几个亮点。

Token效率提升明显。 根据Artificial Analysis Index的数据，3.6 Flash比3.5 Flash减少了约17%的输出Token使用量。在DeepSWE这类软件工程基准测试中，Token节省幅度甚至达到65%。多步工作流的推理步骤和工具调用也更少。

价格略有下调。 输入保持每百万Token 1.5美元不变，输出从3.5 Flash的9美元降至7.5美元。上下文缓存读取仅0.15美元/百万Token。

部分基准测试有提升。 官方公布的几个核心数据：

知识截止日期也从2025年1月更新到了2026年3月。

单看这些数字，确实像一次合格的小幅升级。

二、问题出在哪？智能没涨

但核心矛盾在于——智能没跟上。

Artificial Analysis的智能指数显示，3.6 Flash得分50，和3.5 Flash完全持平。这意味着模型底层理解能力没有提升，本质上只优化了推理链路。

更尴尬的是排名。Arena.ai前端代码竞技场中，3.6 Flash以1537分排第12位。Artificial Analysis最新智能指数排行榜上，谷歌已经没有任何一款模型进入前十。Kimi K3、Claude、GPT等模型占据了头部位置。

一个主打“更聪明”的升级，结果智能水平和上一代一模一样——这在开发者看来，本质上是一次“降本”而非“提质”。

三、开发者为什么不买账？

第一，实际体验与宣传存在落差。 早期实测显示，3.6 Flash在前端界面生成与空间推理方面表现不佳-。有开发者直言“前端能力糟糕、空间推理也很差”。多位开发者连夜测试后发现，3.6 Flash在生成带有超过3个层级嵌套的React/Vue组件时，标签闭合错误率高达42%。有用户在Google AI开发者论坛上表示：“他们似乎只是降低了3.5 Flash的精度来换取速度和Token效率，然后把它命名为3.6 Flash”。

第二，降价幅度不足以弥补能力短板。 输出价格从9美元降到7.5美元，降幅约17%。但有用户算了一笔账：3.6 Flash每Token的使用成本比GPT-5.6 Sol Medium还高，智能程度却更低。Flash系列的核心卖点一直是性价比，当性价比优势被削弱，用户自然用脚投票。

第三，旗舰跳票让市场失去耐心。 Gemini 3.5 Pro从5月I/O大会预告“一个月内发布”，到7月仍未露面。谷歌一边说Pro“正在与合作伙伴测试”，一边说“已启动Gemini 4最大规模预训练”。主力旗舰迟迟不来，迭代的Flash又没有实质提升——用户的不满情绪被进一步放大。

有开发者评论说：“谷歌就像龟兔赛跑里的兔子，领先一段时间后就开始睡觉”。也有人直言，Gemini团队需要引入“真正关心交付前沿模型的人”。

四、尴尬的定位：既要又要

3.6 Flash陷入了一个尴尬的境地。

如果只追求效率和成本，3.5 Flash-Lite更便宜、更快（每秒350 Token，输入0.3美元/百万Token，输出2.5美元/百万Token）。如果追求能力，Kimi K3、Claude Fable 5、GPT-5.6 Sol在各自领域都更强-。

3.6 Flash夹在中间——比Lite贵，比旗舰弱。既没有在性价比上做到极致，也没有在能力上实现突破。

谷歌说“行业重心正从卷参数转向卷效率”——这没错。但效率优化不能以牺牲能力为代价。当模型完成同样任务“更快更便宜”但“质量没变”，用户为什么不直接用上一代更便宜的版本？

3.6 Flash用数据证明了优化Token效率是可行的，但也暴露了一个更根本的问题：当效率提升的代价是能力停滞，用户不会为“没变聪明”的升级买单。