Google 发布 Gemini 3.5 Flash：智能体跑分超前代 Pro，速度快 4 倍

以前大家比拼模型，看的是谁聊天更像人、做题拿几分。现在 Google 想告诉你，聊天机器人的时代过去了，接下来得让 AI 挽起袖子进系统打螺丝。

在今年的 Google I/O 上，Google 拿出了全新的 Gemini 3.5 家族，打头阵的是 Gemini 3.5 Flash。这个轻量小钢炮不仅全面超越了自家上一代旗舰 Gemini 3.1 Pro，甚至在内部测试里，直接从零搭建出了一个完整的操作系统。

让一堆小模型替你连续干活几个小时

小模型打赢旧旗舰，靠的是速度和行动力。3.5 Flash 在终端评测 Terminal-Bench 2.1 拿下了 76.2%，在工具协议测试 MCP Atlas 跑到 83.6%，多模态图表推理 CharXiv 也有 84.2%。

关键是快。它的输出速度是其他前沿大模型的 4 倍，调用成本往往还不到它们的一半。DeepMind 首席技术专家 Koray Kavukcuoglu 透露，他们内部还做了一个质量不变、速度拉到 12 倍的优化版本。

速度拉满就是为了跑 Agent。在 I/O 现场，Google 工程师 Varun Mohan 演示了在全新的桌面开发平台 Antigravity 2.0 里，派出一堆子 Agent 分头写不同模块，最后拼出一个可运行的操作系统。

按 Google 产品总监 Tulsee Doshi 的说法，下个月发布的 3.5 Pro 会当「总指挥」，负责拆解复杂任务，然后调度一群便宜飞快的 3.5 Flash 当「打工人」执行具体工具。这个模型能自主跑上好几个小时，只在遇到关键权限或判断时，停下来问人类一句。

面向普通人，它也成了 Gemini 网页端和搜索 AI Mode 的默认底座。Google 还拿它做了个 24 小时待命的个人助理 Gemini Spark，下周面向美国的 AI Ultra 订阅会员内测。

伴随高自主权而来的还有安全阴影。去年一名用户在与 Gemini 长期对话后自杀并险些造成群体伤亡，Google 目前仍深陷相关诉讼。这次 3.5 强化了网络与生化核防护，并在输出前引入可解释性工具检查内部推理，减少误拒和失控风险。

为什么重要

我们认为，Google 这次最聪明的地方，是想通了 Agent 时代的算力账本。

过去大家迷信万亿参数大模型包办一切，但让昂贵又慢的大脑去跑几十步终端命令、反复试错排查 bug，成本和等待时间都受不了。Google 把 3.5 Flash 做成又快又便宜的「执行器官」，把思考留给后面的 Pro，真正具备了大规模工业化落地的可能性。

对开发者和企业来说，这个版本现在就能在 Antigravity 和 API 里直接用。如果你平时有大量清洗数据、跑测试、写脚手架代码的脏活，换用 3.5 Flash 可以立刻把多周的工作压到几小时，同时账单砍半。但想让它完全撒手跑一整夜，目前在复杂逻辑上还是会有走偏的隐患，依然需要人工在关键节点盯着。

对行业而言，这场仗的竞争线彻底变了。单纯靠刷 MMLU 跑分已经很难打动付费客户，接下来逼着 OpenAI 和 Anthropic 必须拿出更廉价、响应更快、工具调用成功率更高的专用小钢炮。