首页 文章 精选 留言 我的

精选列表

搜索[deepmind],共643篇文章
优秀的个人博客,低调大师

Google DeepMind 发了三款新模型,token 更少,质量更高,成本没涨

Google 今天一口气发了三款 Gemini 新模型:3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber。主角是 3.6 Flash,一个在多个维度上比前代更好、还更便宜的模型。 但如果你在等 Gemini 3.5 Pro,抱歉,还得接着等。 **3.6 Flash:更快、更便宜、更省 token** 先看价格。3.6 Flash 输出定价从 3.5 Flash 的 9/百万 token 降到了 7.50,输入价格不变( 但真正有意思的不是降价,是省 token。 根据 Google 的数据,3.6 Flash 在 Artificial Analysis Index 上平均少用 17% 的输出 token。在某些 DeepSWE 编码测试中,token 消耗最多降低 65%。Artificial Analysis 的实测也印证了这一点:跑同一套评测,3.5 Flash 花了 1041,3.6 Flash 只花了 727,账单直接少了三成。 速度也有明显提升。3.6 Flash 的生成速度达到 304 tokens/s,3.5 Flash 是 165 tokens/s,接近翻倍。对于需要多步推理、反复调用工具的 Agent 工作流来说,每一步快一倍,最终的完成时间差距会被放大。 ![](https://developer.qcloudimg.com/http-save/yehe-11563501/62a7c85665a407df5bcc4c181f196914.jpg) ![](https://developer.qcloudimg.com/http-save/yehe-11563501/a7775e10861667e71c58c57a90339b01.jpg) 智能水平方面,3.6 Flash 在 Artificial Analysis Intelligence Index 上得分 50,和 3.5 Flash 持平——但用了更少的 token 达到同样的分数。 ![](https://developer.qcloudimg.com/http-save/yehe-11563501/b6fa4b911b0e0df408134df88c8c14d8.jpg) ![](https://developer.qcloudimg.com/http-save/yehe-11563501/c5b15b64f14d1d7a952b205220487cf3.jpg) ![](https://developer.qcloudimg.com/http-save/yehe-11563501/faf6e46df2fb13841e581e6396345971.jpg) 具体到各项基准: - DeepSWE:49% vs 37%,代码编辑更精准,执行循环更少 - MLE-Bench:63.9% vs 49.7%,ML 研究任务大幅提升 - OSWorld-Verified:83.0% vs 78.4%,Computer Use 能力增强,且已作为内置客户端工具在 Gemini API 和 Gemini Enterprise 中提供 - GDPval-AA v2:1421 vs 1349,知识工作任务更强 知识截止日期也从 2025 年 1 月跳到了 2026 年 3 月——模型终于知道过去一年多发生的事了。 ![](https://developer.qcloudimg.com/http-save/yehe-11563501/86f2a3df66e8810b32ecd8ad53dcfa1e.jpg) ![](https://developer.qcloudimg.com/http-save/yehe-11563501/d056a60d44a871b60423df4a4a302593.jpg) Google 还搬出了几家客户站台。Figma、Harvey、Hebbia、JetBrains 都表示 3.6 Flash 在成本和质量上都有进步,尤其在文档解析、图表数据分析、报告起草等多模态任务上表现突出。 安全方面,3.6 Flash 加强了 CBRN(化学、生物、放射性、核)和网络攻击滥用领域的前沿安全防护,对越狱攻击的抵抗力更强,同时对良性用途的拒答率更低。 **放到竞品里看** 3.6 Flash 在 OSWorld 和两项长上下文测试上领先。但 GPT 5.6 Luna 在 DeepSWE 和 Terminal-bench 上更强,Grok 4.5 在 SWE-Bench Pro 上领先,Claude Sonnet 5 在 MLE-Bench 和 GDPVal-AA v2 上得分最高。 四家模型在多数基准上差距不大。实际选择更多取决于具体任务和价格。 3.6 Flash 已经可以在 GitHub Copilot 中使用,同时上线了 Gemini 应用、Google AI Studio、Android Studio 和 Google Antigravity。Antigravity 是 Google 今年 5 月在 I/O 大会推出的 Agent 开发平台,定位是独立桌面应用,有点像 Google 版的 Claude Code + Cursor 合体。 **3.5 Flash-Lite:快、便宜,还意外地强** 3.5 Flash-Lite 走极致低价路线,定价 0.30/2.50(每百万 token 输入/输出),速度达到 350 tokens/s,是 3.5 系列里最快的模型。 ![](https://developer.qcloudimg.com/http-save/yehe-11563501/51d1ff323676b5f488a781b7f93e5c80.jpg) 但最让人意外的是它的性能。这个 Lite 模型在多项基准上不仅碾压了前代 3.1 Flash-Lite,甚至还超过了 3 Flash: - SWE-Bench Pro:54.2% vs 49.6%(3 Flash) - OSWorld-Verified:74.0% vs 65.1%(3 Flash) - Terminal-Bench 2.1:54% vs 31%(3.1 Flash-Lite) - GDM-MRCR v2(长上下文):72.2% vs 60.1% - GDPval-AA v2:1140 vs 642 一个 Lite 模型在编码和 Agent 任务上干掉了上一代的主力模型,这有点离谱。 ![](https://developer.qcloudimg.com/http-save/yehe-11563501/e258695df53f0dc67e38b327b6ef4dd2.jpg) ![](https://developer.qcloudimg.com/http-save/yehe-11563501/3aec241daf8d62a0a485835424bd90ba.jpg) 开发者可以根据工作负载配置不同的思考级别:低延迟、低成本场景用 minimal 和 low 模式,多步子代理任务用高思考级别。Computer Use 也作为内置工具提供。 Ashler、Palo Alto Networks、Ramp 等早期客户已经在用它跑高吞吐量产流量和数据处理。3.5 Flash-Lite 也会在 Google Search 中上线。 **3.5 Flash Cyber:只给政府用的安全模型** 3.5 Flash Cyber 基于 3.5 Flash 微调,专注网络安全漏洞的发现和修复。在 CodeMender 安全代理中,多个 Flash Cyber agent 协同工作,在 CyberGym 基准上达到前沿水平——83.2%,与 GPT-5.6 Sol(83.6%)和 Mythos 5(83.8%)几乎持平。 ![](https://developer.qcloudimg.com/http-save/yehe-11563501/f2516574e05a9094825bf1d90b2b5277.jpg) 考虑到这类技术的双重用途风险,Google 采取了限制策略:3.5 Flash Cyber 仅通过 CodeMender 向政府和受信任合作伙伴开放,作为有限访问试点项目。 **3.5 Pro 去哪了?** 这次发布 Gemini 3.5 Pro 继续缺席。 Google 在 I/O 上承诺的旗舰模型至今没有公开发布。Bloomberg 此前报道,延期原因是模型在内部编码基准上表现不达预期,6 月底用新数据重新训练后结果仍然不理想。目前 3.5 Pro 只在少数合作伙伴和美国政府那里做测试,公开日期未知。 上次 3.5 Pro 跳票时,Google 推出了 Gemini 3.5 Flash,结果这个 Flash 模型反而在多项编码和 Agent 基准上打败了 Gemini 3.1 Pro。3.6 Flash 看起来也是类似的策略:不跟 GPT-5.6 或 Claude 争排行榜顶端,先把更快更便宜的生态位占住。 Google 同时确认,下一代 Gemini 4 已经启动了迄今最大规模的预训练。

资源下载

更多资源
腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

用户登录
用户注册