谷歌雪藏两个月的王牌：弃用2.5底座全盘重训，数学推理成核心补强方向

2026年5月谷歌I/O开发者大会上，Gemini 3.5 Pro被高调官宣，原定6月发布，却一再延期。CEO桑达尔·皮查伊当时对外只说了句"再延后一个月"。整个6月过去，这款旗舰依旧杳无音信；延期期间多名核心AI研究员接连离职，外界质疑声此起彼伏。

直到7月，真相才浮出水面：谷歌DeepMind直接放弃原有Gemini 2.5 Pro底层基座，对3.5 Pro做完整全新预训练。

这绝非微调、补丁，而是推翻旧底座、从零重构。

"全新预训练"四个字，比任何跑分都更能说明谷歌的决心。

为什么宁可延期，也要重训？

常规模型迭代，是在旧底座上做增量——参数调优、微调、对齐校准，省时省力省算力。谷歌选了相反的路：多投数周算力，完整重跑预训练流程。

外界解读是：在性能与速度之间，谷歌主动选了能力上限。

本次重训三大核心目标：强化数学推理、提升SVG矢量图精度、优化图像生成画质——数学推理被定为最高优先级。

为什么死磕数学？因为这是Gemini系列最明显的短板。在HLE（人类终极综合推理测试）这类硬核基准中，Claude Fable 5得分遥遥领先，旧版Gemini 3.5 Pro与之差距肉眼可见。数学推理和前端绘图不是一回事：后者靠数据工程、训练技巧能快速补；数学推理要求模型底层具备长逻辑链推演能力——换底座全盘重训，是唯一治本方案。

泄露信息拼出的能力画像：偏科明显

综合各路泄露信息，Gemini 3.5 Pro的能力呈现明显偏向。

强项在前端与可视化。​ 设计审美贴近专业设计师水准，SVG生成大幅跃升，单条提示词可输出结构完整、观感清晰的页面。LMSYS竞技场SVG专项测试中，Gemini 3.5 Pro表现优于高配版Fable 5，多名开发者直言其前端生成已反超。

但硬核推理、重型工程仍是另一番局面。​ 面对高难度智能代理、仓库级软件工程、超长链路多步推演，Gemini 3.5 Pro依旧未能撼动Fable 5与GPT-5.6的优势地位。爆料者说得很直白：即便换了全新底座，"在顶级难度智能代理、超长链路推理上，依旧打不过Fable 5"。

核心疑问：重训数学，能补齐多少？

200万Token超长上下文是Gemini 3.5 Pro的核心王牌——可一次性吞下1500页技术文档或整套企业代码仓库；搭配全新Deep Think深度思考模式，面对逻辑严谨的复杂题，模型能做更深链式推演。理论上，两大能力结合，能让数学推理底层实现质变。

但理论归理论。数学推理短板不是单纯堆上下文能解决的——预训练阶段必须投喂足量高质量数理数据集，且底层架构要原生支持多步逻辑追踪、结论交叉校验。本次重训是否达标，要等7月17日上线后，评测数据才给得答案。

更微妙的信号：产品定位在转

据透露，谷歌倾向把Gemini 3.5 Pro定位为"高性价比替代方案"，想在OpenAI、Anthropic垄断的高端旗舰市场外，辟一条差异化赛道。

这意味着谷歌从一开始，可能就没打算正面强攻Fable 5的优势领域。重训数学不是为了全方位超越，而是把短板补到"可用"，再靠性价比+前端生成两张牌筑护城河。

同步值得留意的是，谷歌基于Gemini 3.5 Pro新底座在研图像模型Nano Banana Pro，对标OpenAI的GPT Image 2。谷歌的布局从来不只单一文本模型，而是代码文本、图像生成两条赛道同步走。

7月17日，这张被雪藏两个月的牌终于要打出。重训后数学推理提了多少，全交评测数据验证。

但有一点确定：谷歌放弃小修小补、选换底座全盘重训，本身就是个行业信号——硬核深度推理这条路上，增量优化已到瓶颈；只有底层数学表征质变，才可能在HLE这类顶级综合评测里翻身。

7月17日之后，双旗舰评测季的接入账

Gemini 3.5 Pro重训数学+前端突围，Fable 5守硬核推理+工程纵深——7月17日之后，国内技术团队大概率会进入一轮双旗舰对照评测：HLE能不能从44.4%拉到55%+，前端SVG是不是真反超，200万上下文长文档分析值不值Deep Think的60美元/百万Token输出价。

这里有个更前置的现实要先理清：

• Fable 5每百万输出Token官方价 50美元；

• Gemini 3.5 Pro的Deep Think每百万输出Token预估 60美元，且仅Google AI Ultra（250美元/月）可用；

• 若团队要做双旗舰对照、全仓库调试、HLE类长链推理批量跑，月度token消耗一上来，两张旗舰叠加调用的账单会先跳。

评测阶段多跑几轮对照实验，预算就先扛不住——尤其Deep Think属于"关键时刻才请的顾问"，但凡评测密集，单价会先显出来。

UseAIAPI目前把全球主流大模型做了一站式打通，Gemini、Claude、ChatGPT、DeepSeek等最新版本均在接入池内，企业级定制可按业务口径配置，省掉官方直连的额度申请、合规核验那堆杂活。价格层面，平台优惠折扣最低可达官方价的50%——对应Deep Think、200万上下文长会话、硬核推理这类高单价场景，相当于同等预算调用量翻倍，双旗舰评测和高强度推理不用再为账单犹豫。

Fable 5的工程纵深 + Gemini 3.5 Pro的全局广度 + 前端突围，本就不是零和。把两条路线都接进来，按场景挑模型，7月17日之后这笔账会更好算。