谷歌AI史诗级翻车？Gemini 3.6 Flash被骂“史上最差”，3.5 Pro继续鸽子王

TL;DR：

谷歌昨晚突然端出三款新模型，结果开发者实测后心态崩了：Gemini 3.6 Flash前端能力一塌糊涂，被戏称“史上最差”；大家翘首以盼的3.5 Pro又双叒叕延期，谷歌只好画饼Gemini 4预训练。这波操作，网友直呼：谷歌你行不行啊？

就在昨夜，谷歌DeepMind悄咪咪地上线了三款新模型：Gemini 3.6 Flash、Gemini 3.5 Flash-Lite和Gemini 3.5 Flash Cyber。本以为是要给AI圈来点惊喜，没想到却成了大型翻车现场——3.6 Flash被开发者们集体吐槽为“史上最差”，从前端生成到空间推理，全线崩盘¹。

实测崩盘：代码逻辑错乱，空间推理退步

到底有多差？开发者用2-shot测试它的界面生成能力，结果输出代码逻辑错乱、组件嵌套混乱、交互逻辑断裂，根本无法投入实际使用。有开发者直言：“这是我真正见过的最差结果。”这句话配上截图，在开发者社区迅速传播²。而在空间推理测试中，模型频繁出错，基础位置关系和方向判断的准确率甚至不如前代3.5 Flash。即使开启所谓的高性能“high thinking”模式，情况也没有好转²。

更尴尬的是，根据第三方综合测评Artificial Analysis，Gemini 3.6 Flash得分与3.5 Flash完全相同，表现远不如Meta Muse Spark 1.1、GLM-5.2、GPT-5.6 Luna等竞品¹。有网友发现其知识截止日期并未更新，声称是2026年3月，但实际上对2025年后的内容一问三不知，简直就像“未完成的模型”²。

对比之下，此前发布的Gemini 3.5 Flash曾获得不错评价，被指比GPT-5.5快4倍，在速度和智能体控制上表现亮眼³。但这次的3.6 Flash显然是“退步比进步更明显”。

当然，谷歌也不是完全没亮点。官方数据显示，3.6 Flash在视觉和上下文基准测试上保持领先，主打“性价比”⁴。至于3.5 Flash-Lite，则主打速度——每秒可输出350个token¹。但开发者显然不买账——毕竟，谁想要一个又快又便宜的“翻车神器”呢？

实际上，在谷歌Cloud模型文档中，Gemini 3.6 Flash等新模型已经悄然上线⁵。而根据Evolink的追踪页面，这次发布的3.5 Flash-Lite和3.5 Flash Cyber也填补了产品线的一些空缺⁶。

3.5 Pro：三度延期，玩家集体失语

不过，更让网友心塞的是，那个在I/O大会上画了饼的Gemini 3.5 Pro，居然又一次延期了！这已经是第三次跳票。据彭博社和iThome报道，因为内部测试中实际应用稳定性不佳（幻觉频繁、输出不一致），DeepMind被迫放弃原有成果，从头打造新版本⁷⁸。这也解释了为什么谷歌突然拿出3.6 Flash这样的“阉割版”来填空档期。

与此同时，谷歌宣布Gemini 4已经启动预训练，并称这是“有史以来规模最大的预训练项目”，公司“对取得的进展感到非常振奋”⁴。但网友调侃：4.0都开始跑了，3.5 Pro还没影儿，这版本号跳跃得有点“魔幻”。

这波操作背后，用户讽刺DeepMind陷入了某种“官僚主义的指标狂热”：为了在财报和发布会上展示更高的版本号、更快的推理速度，牺牲了AI最本质的东西——真实效用¹。再加上多位高层的出走，包括诺奖得主John Jumper加入Anthropic、Gemini前主管Sissie Hsiao跳槽OpenAI等⁷，人才流失可能也是开发进度严重滞后的一大原因。

在AGI竞赛日益激烈的当下，谷歌这手牌打得有点乱。这次发布的口碑滑铁卢，或许是一个警示：步子迈大了，真的容易扯着蛋。

• 谷歌AI
• Gemini 3.6 Flash
• 史上最差
• 翻车现场
• 模型延期
• AI评测