最近 Google 发布了 Gemini 3.6 Flash、Gemini 3.5 Flash-Lite 和 Gemini 3.5 Flash Cyber 三个模型。比较有意思的是，这次发布并没有像过去的旗舰模型一样，在社交媒体上形成一轮“谁是最强模型”的大讨论。很多媒体反而把注意力放在了另一个问题上：Gemini 3.5 Pro 为什么还没有发布。
这也很正常。过去两年，我们已经习惯了一种评价 AI 模型的方式。一个新模型出来，先看 benchmark，再看 Coding 排名，然后问一句：它超过 GPT 了吗？超过 Claude 了吗？是不是现在世界上最强的模型？
但我自己最近越来越觉得，这种评价方式可能正在过时。
Google 这次发布 Gemini 3.6 Flash，真正值得关注的，并不是它又在某几个 benchmark 上提高了多少，而是 Google 开始把模型竞争重新拉回一个非常现实的问题：一个 AI 到底能不能更快、更便宜地完成任务，而且能够被大规模使用。
这件事，在 AI Coding 上已经非常明显了。
一、最强的模型，不一定是我最愿意用的模型
我现在同时使用几个主流的 AI Coding 工具和模型，一个很明显的感受是，不同模型之间最大的区别已经不只是“谁更聪明”，还有完成一个任务需要多少时间。
比如 Claude Opus 4.8 配合 Superpower，处理复杂问题确实很强，尤其是在理解代码、深入分析和长时间规划方面，它经常会考虑得非常完整。但代价也很明显，就是慢。在我自己的实际开发任务中，同一个级别的任务，Claude Opus 4.8 + Superpower 花费的时间，经常是 GPT-5.6 Sol + 原生 Plan 模式的数倍，有些任务甚至能达到一个数量级的差距。
Gemini 给我的感觉则完全不同。
从 Gemini 3.5 Flash 开始，我最大的感受就是快，而且不是聊天时快几秒钟这么简单，而是在 Coding Agent 连续执行几十个步骤之后，整个任务的完成时间明显缩短。对于很多日常开发任务，比如改一个页面、调整接口、增加字段、修改已有逻辑、修普通 Bug，甚至按照已经确定的方案批量修改代码，我并不需要模型每一步都进行非常深入的推理。很多时候，我需要的是它能够快速理解要求，然后准确执行。
Gemini 3.6 Flash 延续的其实就是这条路线。Google 官方数据显示，它相比 3.5 Flash 在 Artificial Analysis Index 上减少了约 17% 的输出 Token，同时在多步骤工作流中减少推理步骤和工具调用，API 输出价格也下降到了每百万 Token 7.5 美元。Google 给这个模型的定位非常直接，就是用于大规模运行 AI Agent。
我觉得这里真正发生变化的，不只是 Gemini 又快了一点，而是模型竞争的评价标准正在发生变化。
二、Agent改变了模型的经济账
以前使用 ChatGPT，一次对话就是一次模型调用。你问一个问题，模型思考几十秒还是一分钟，差别虽然存在，但还可以接受。在这种模式下，当然是模型越聪明越好，因为调用次数并不多。
Agent 完全不是这么回事。
一个 Coding Agent 接到任务之后，要先读取代码、搜索文件、理解架构、制定计划，然后修改代码、运行程序、发现错误、继续修改、执行测试，最后再检查结果。一个看起来不复杂的任务，背后可能已经调用模型几十次；复杂一点的任务，模型调用和工具调用可能达到上百次。
这时候，每一次慢一点，最后都会累积成非常大的差距。
如果一个模型每一步都比另一个模型多思考十几秒，执行五十步以后，差距就已经不是“回复稍微慢一点”，而是十几分钟甚至几十分钟。再加上模型可能因为推理路径更长而产生更多 Token、更多工具调用和更多修改循环，一个模型看起来单次能力更强，完成整个任务的效率却未必更高。
所以到了 Agent 时代，我们可能需要换一种计算方法。
过去大家关心的是每百万 Token 多少钱，以后真正重要的指标可能是：完成一个任务到底需要多少钱，需要多少时间。
Google 在介绍 Gemini 3.6 Flash 时，反复强调的恰恰不是单纯降低 Token 单价，而是更少的输出 Token、更少的推理步骤、更少的工具调用和更少的代码修改循环。在 DeepSWE 等测试中，Google甚至观察到部分场景 Token 使用量大幅下降。
这背后其实是一种完全不同的产品思路。模型不是为了在一道特别难的问题上证明自己有多聪明，而是为了让一个 Agent 连续工作几百次以后，仍然足够快、足够便宜。
三、很多开发任务，根本不需要每次都用最强模型
这也是我实际使用 AI Coding 之后越来越明显的感受。
我们很容易把“Coding 能力”理解成一种单一能力，然后去寻找一个最强的 Coding 模型。但真实的软件开发并不是这样。设计一个复杂系统架构，和把已经确定好的接口增加一个字段，显然不是同一种任务；排查一个非常隐蔽的并发 Bug，和按照设计稿调整页面样式，也没有必要使用相同级别的推理能力。
真正困难的任务，需要 Claude Opus 4.8、GPT-5.6 这类更强的模型深入分析。但软件开发中还有大量工作其实属于执行型任务。一旦需求明确、方案确定，接下来更重要的是执行速度、准确性和稳定性。
这也是我觉得 Gemini Flash 特别适合的地方。
Google 在今年 5 月发布 Gemini 3.5 Flash 时，就已经把它定位成面向 Agent 和 Coding 的主力模型，并强调它在保持较强能力的同时拥有更高的输出速度。到了 3.6 Flash，Google 又进一步减少 Token 消耗和执行循环。
换句话说，Google 似乎并不打算让每一个任务都去调用最强大的 Pro 模型。
这可能才是更合理的 AI 架构。
复杂任务先由强模型理解目标、设计方案和处理真正困难的问题，Flash 负责大量执行，Flash-Lite 再去承担分类、提取、转换、搜索和简单子任务。Google 这次同时发布的 3.5 Flash-Lite，速度达到每秒约 350 个输出 Token，价格只有每百万输入 Token 0.3 美元、输出 2.5 美元，它存在的意义显然也不是挑战“世界最强模型”，而是为了让大量 Agent 工作负载真正跑得起来。
这和云计算其实很像。没有人会因为某一种服务器性能最强，就把公司所有业务都部署到最昂贵的机器上。真正成熟的基础设施，一定会根据任务进行分层。
AI 模型最终可能也会如此。
四、速度正在从“体验”变成一种真正的模型能力
过去我们谈模型速度，很容易把它理解成用户体验。一个答案两秒出来还是十秒出来，当然是两秒更舒服。
但到了 Agent 时代，速度已经不只是体验问题，而是生产力问题。
一个人使用聊天机器人时，慢一点可能只是多等几十秒；一个 Agent 一天运行几百个任务时，速度直接决定它一天到底能完成多少工作；一家企业同时运行几千甚至几万个 Agent 时，延迟、Token 数量和工具调用次数最终都会变成服务器、GPU 和真金白银的成本。
这时候，模型能力就不能只看智力。
至少应该同时看四件事：能力、速度、成本和可靠性。
一个模型即使 benchmark 高 5%，但完成同样的任务慢几倍、成本高几倍，它也未必适合成为大规模 Agent 的默认模型。反过来，一个模型只要能力跨过了“足够好”这条线，速度更快、成本更低，就可能获得远远更多的实际调用。
这可能也是为什么 Google 现在如此重视 Flash。
媒体仍然在等待 Gemini 3.5 Pro，因为旗舰模型代表 Google 在前沿模型上的技术上限，Reuters 和 TechCrunch 对这次发布的报道，也都把 3.5 Pro 的延期作为一个重点。但从商业上看，真正贡献海量 Token 消耗和 Agent 工作负载的，未来未必是 Pro，而更可能是 Flash 这一层。
五、Google可能根本不想只赢“最强模型”这场比赛
过去两年，OpenAI、Anthropic 和 Google 都在争夺同一个位置：谁拥有世界上最聪明的模型。
这个位置当然重要，因为最强模型决定技术上限，也决定品牌影响力。但随着模型整体能力不断提高，我觉得另一个市场正在变得更大：大量原本根本不会交给 AI 的工作，现在开始可以被 Agent 自动完成。
到了这个阶段，竞争规则自然会变化。
一个模型偶尔解决一道世界上最难的问题，和一个模型每天被调用几百亿次，是两种完全不同的商业价值。前者证明技术高度，后者决定产业规模。
Google 的优势恰恰可能在后者。
Google 做搜索、广告、YouTube、Android 和云计算这么多年，本来最擅长的就不是只造一个最昂贵的产品，而是把一种技术降低成本，然后服务几十亿用户。当 AI 从聊天工具变成基础设施，这种能力可能会重新变得重要。
所以我觉得 Gemini 3.6 Flash 真正值得关注的地方，并不是它有没有超过 GPT-5.6，也不是它能不能打败 Claude Opus 4.8。
它代表的是另一种竞争思路。
过去两年，我们一直在问：谁能造出最聪明的 AI？
接下来真正决定市场格局的问题可能会变成：谁能让足够聪明的 AI，以足够低的成本、足够快的速度，被调用足够多次。
最强模型仍然重要，但它决定的可能只是 AI 的上限。
真正决定 AI 能走多远、进入多少行业、完成多少工作、最终形成多大市场的，可能是那些没有拿到“世界第一”头衔，却每天完成最多任务的模型。
从这个角度看，Google 这次没有拿出大家一直等待的 Gemini 3.5 Pro，当然有些遗憾。但 Gemini 3.6 Flash 所代表的方向，可能同样值得重视。
因为 AI 模型的战争，正在从一场跑分比赛，慢慢变成一场效率和规模的战争。
