谷歌Gemini 3.5 Flash超越前沿模型

在近日举行的谷歌I/O开发者大会上，谷歌发布了两个新的人工智能模型：Gemini 3.5 Flash和Gemini Omni Flash。其中，Gemini 3.5 Flash是Gemini 3.5系列的首个模型，虽然Pro版本仍在开发中并计划下月推出，但3.5 Flash已经在大多数基准测试中超越了现有的3.1 Pro模型。例如，在TerminalBench 2.1测试中，3.1 Pro使用Gemini CLI解决编码问题的得分为70.3%，而3.5 Flash则达到了76.2%。尽管这一成绩仍不及OpenAI的GPT-5.5，但对于一个Flash模型来说已经非常出色。

在其他基准测试中，3.5 Flash同样表现出色：在GDPval-AA中获得1656 Elo分（3.1 Pro为1314），MCP Atlas得分83.6%（3.1 Pro为78.2%），CharXiv推理测试得分84.2%。更令人关注的是，它在很多测试中甚至能与OpenAI的GPT-5.5和Anthropic的Opus 4.7等旗舰模型一较高下，尤其是在工具使用基准测试中。谷歌CEO Sundar Pichai在发布会上表示，Gemini 3.5 Flash是“一系列结合前沿智能与行动的模型中的首个”。他提到，Flash模型接近最佳前沿模型，同时速度极快——Artificial Analysis的数据显示，其速度约为280 tokens/秒，而GPT-5.5和Opus 4.7仅为60-70 tokens/秒。

Pichai还强调：“Flash模型以不到一半的价格（在某些情况下仅为三分之一）提供了前沿级别的能力。”谷歌指出，3.5 Flash在运行长周期代理任务（包括代理编码）方面尤为强大，因此它成为谷歌新推出的个人AI代理Gemini Spark的核心（目前仅向可信测试者开放）。鉴于Flash模型的能力，预计Pro版本将至少与OpenAI和Anthropic的同类模型相当，甚至在某些基准测试中超越它们。

Gemini 3.5 Flash现已通过Gemini API、Google AI Studio、Android Studio、Vertex AI、Google Enterprise以及Google Antigravity提供。消费者还可以在Gemini应用和Google搜索的AI模式中使用它。

与此同时，谷歌还推出了Gemini Omni模型，这是一款多模态模型，目前主要专注于视频生成。与Veo类似，Omni能够根据用户输入创建和编辑视频，例如更改场景中的特定元素、添加新角色或物体、改变环境和风格等。谷歌表示，Omni的世界模型能够“直观”理解重力、动能和流体动力学，从而生成逼真的场景。由于其多模态特性（未来将支持图像、文本、音频），Omni可以接受多种输入组合来构建最终场景。

为防止滥用，谷歌承诺负责地开发AI。目前，用户只能使用自己的声音和形象创建数字头像，而编辑视频中的音频和语音功能仍在测试中。所有由Omni生成的视频都将包含SynthID水印以确保可追溯性。