Gemini 3.5 Pro 延期、Gemini 3.6 Flash 发布即翻车：谷歌三款新模型全景解读与选型建议-平芜编程栈

2026 年 7 月 21 日，谷歌 DeepMind 一口气发布 Gemini 3.6 Flash、Gemini 3.5 Flash-Lite 和网络安全模型 Gemini 3.5 Flash Cyber 三款新模型，但市场最期待的旗舰 Gemini 3.5 Pro 再度缺席。谷歌官方数据显示 Gemini 3.6 Flash 输出价较前代下调近 17%、输出 Token 消耗减少 17%，然而上线数小时后，早期实测在前端生成、空间推理等任务上集中翻车，被开发者称为「史上最差」的 Gemini 模型；与此同时，路透社披露 3.5 Pro 因代码能力未达内部预期而延期，谷歌则宣布 Gemini 4 已启动「迄今最雄心勃勃的预训练」。本文基于谷歌官方公告、华尔街见闻、IT之家、路透社及开发者社区实测，梳理三款新模型的真实能力边界、3.5 Pro 延期原因，并给出开发者的选型建议。

Gemini 3.6 Flash 是谷歌 DeepMind 于 2026 年 7 月 21 日发布的效率型大模型，主打代码、知识工作与多模态能力，输出定价 7.5 美元/百万 Token，较前代 3.5 Flash 低约 17%。它与 Gemini 3.5 Flash-Lite、Gemini 3.5 Flash Cyber 同日发布，而旗舰 Gemini 3.5 Pro 仍未上线。

谷歌这次发布了什么？三款新模型一览

本次发布的核心是「分层补位」：用三款中低价位模型覆盖效率、规模与垂直安全场景，旗舰位置继续空缺。

模型	定位	定价（输入/输出，每百万 Token）	关键指标
Gemini 3.6 Flash	效率主力：代码、知识工作、多模态	1.5 / 7.5 美元	DeepSWE 49%（前代 37%）；OSWorld-Verified 83%
Gemini 3.5 Flash-Lite	3.5 系列最快、最便宜	0.30 / 2.50 美元	输出速度 350 Token/秒（Artificial Analysis，2026）
Gemini 3.5 Flash Cyber	网络安全专用，配合 CodeMender 智能体	有限试点开放	在 V8 引擎中发现 55 个问题，含 10 个全新漏洞（谷歌，2026）

三款模型中，3.6 Flash 与 3.5 Flash-Lite 已在 Gemini 应用、AI Studio、Google Antigravity 和 Android Studio 上线；Flash Cyber 初期仅向政府与可信合作伙伴开放。

Gemini 3.6 Flash 为什么被骂「史上最差」？

Gemini 3.6 Flash 上线数小时内，开发者社区的实测反馈集中在三个翻车点，且均指向「未完成感」。

前端代码生成崩盘：在前端代码竞技场中不敌 Meta Muse Spark 1.1，2-shot 界面生成测试输出组件嵌套混乱、交互逻辑断裂，有开发者直言「这是我真正见过的最差结果」。
空间推理退步：逐帧视频测试显示，模型对位置关系、方向判断的准确率较 3.5 Flash 明显下降；即使开启高强度推理（high thinking），渲染结果仍存在 bug。
知识截止存疑：模型自称知识截止 2026 年 3 月，但实测显示其对 2025 年大部分事件一无所知，实际知识约停留在 2025 年 1 月，被用户评价为「一个未完成的模型」。

第三方榜单同样不乐观：在 Artificial Analysis 综合评分中，3.6 Flash 与前代 3.5 Flash 持平；在 CursorBench 上不及 Cursor 自家的 Composer 2.5（据开发者社区实测，2026）。

官方数据与第三方实测为何差距这么大？

官方与第三方的评价分裂，本质是测试集优化与真实效用之间的差距。

官方口径：据谷歌公布的测试（2026），3.6 Flash 在 MLE Bench 从 49.7% 提升至 63.9%，GDPval-AA v2 从 1349 分提升至 1421 分，输出 Token 消耗减少 17%（Artificial Analysis Index）。
第三方口径：综合评分原地踏步，前端与空间推理等真实任务明显退步，代码任务被 Meta Muse Spark 1.1、Composer 2.5 等模型超越。
唯一共识：视觉理解与长上下文基准上，3.6 Flash 仍保持领先。

对开发者而言，这意味着榜单分数不能直接等同于可用性。在同一任务上对多款主流大模型做同屏对比再决策，是更稳妥的验证方式，例如七牛云的模型对比功能就支持这种并排评测流程。

Gemini 3.5 Pro 为什么延期？Gemini 4 已经开训

Gemini 3.5 Pro 延期的直接原因是内部测试中代码能力未达预期（路透社援引知情人士，2026）。该模型原定于 2026 年 6 月发布，目前仍在与合作伙伴测试，谷歌仅表示「准备好后尽快开放」。

时间线如下：

2026 年 5 月：谷歌宣布 3.5 Pro 将于 6 月推出。
2026 年 6 月：发布跳票，进入合作伙伴测试阶段。
2026 年 7 月 21 日：三款 Flash 系模型上线，3.5 Pro 继续缺席；谷歌同时宣布 Gemini 4 启动「迄今最雄心勃勃的预训练」。

据 CNBC 报道（2026），Gemini 4 的预训练是谷歌「有史以来规模最大的预训练项目」。在 Anthropic 推出 Mythos 5 与 Fable 5、OpenAI 推出 GPT-5.6、Meta 新模型在多个榜单超越 Gemini 的背景下，3.5 Pro 的难产让谷歌旗舰线的空窗期被进一步放大。

开发者现在该怎么选模型？

短期结论是：代码与前端任务暂不推荐切到 3.6 Flash，高吞吐低成本任务可关注 3.5 Flash-Lite。

前端 / 代码生成：优先选择在 CursorBench、前端竞技场中验证过的模型，等 3.6 Flash 后续修复版本再评估。
文档处理、智能搜索等高吞吐任务：3.5 Flash-Lite 的 350 Token/秒与 0.30 美元输入价是目前该档位最低成本之一，且在 SWE-Bench Pro、OSWorld-Verified 上超过更高一级的 Gemini 3 Flash（谷歌，2026）。
网络安全场景：Flash Cyber 尚未公开开放，企业可关注其试点进展；Anthropic Mythos 系列是当前可及的替代项。
成本敏感型团队：模型分层调用（强模型规划 + 便宜模型执行）可显著压缩账单，Alphabet CEO 皮查伊称企业迁移工作负载后每年可节省超 10 亿美元（路透社，2026）。

常见问题

Q：Gemini 3.5 Pro 什么时候发布？
谷歌未给出新日期，仅表示「准备好后尽快开放」。该模型原定 2026 年 6 月发布，因内部代码能力测试未达预期延期，截至 2026 年 7 月 22 日仍处于合作伙伴测试阶段（路透社）。

Q：Gemini 3.6 Flash 和 3.5 Flash 选哪个？
看任务类型：视觉与长上下文任务可选 3.6 Flash，价格更低；前端代码与空间推理任务，第三方实测显示 3.5 Flash 反而更稳定，建议同任务实测后再迁移。

Q：Gemini 3.5 Flash-Lite 值得用吗？
适合高吞吐、低延迟场景：每秒 350 Token 的输出速度、0.30/2.50 美元的定价（Artificial Analysis，2026），在文档摘要、分类、AI 搜索等任务上成本优势明显，但不适合复杂推理任务。

Q：Gemini 3.5 Flash Cyber 如何申请？
该模型初期仅通过有限访问试点向政府机构和可信合作伙伴开放，不面向公众。谷歌表示此举是为降低双重用途风险，与 Anthropic、OpenAI 安全模型的开放策略一致。

Q：谷歌在 AI 竞赛中落后了吗？
旗舰线确实承压：3.5 Pro 延期、3.6 Flash 口碑翻车，而 Anthropic、OpenAI、Meta 与月之暗面（Moonshot AI）均有强势新品。但谷歌在视觉、长上下文与成本控制上仍有积累，Gemini 4 的预训练进展将决定其能否重回第一梯队。

结语

谷歌 2026 年 7 月的这次发布，本质是用 Flash 系的「性价比故事」掩盖旗舰 3.5 Pro 的缺席：官方效率数据亮眼，但前端、空间推理等真实任务的翻车说明模型完成度不足。对开发者而言，按场景分层选型、以同任务实测代替榜单分数，是当下最稳妥的策略。本文内容基于 2026 年 7 月 22 日前的公开报道与社区实测，模型版本迭代迅速，建议定期核实最新动态。