2.5 还没吃透，3.5 轻量版已经压过上代旗舰
2026 年 5 月 19 日谷歌 I/O 开幕。距离 Gemini 2.5 全系 GA 才不到两个月，大量开发者还没把 2.5 Flash 在生产环境稳下来，谷歌直接把 Gemini 3.5 Flash 推出来了。
不是预览，不是限量 Beta——全渠道同步正式上线：Gemini API、AI Studio、Antigravity 智能体框架、Vertex AI、月活 9 亿的 Gemini App、月活 10 亿的谷歌搜索 AI 模式，全线切到新版本。
更出格的是定位：这款本该是"轻量档"的 Flash，在智能体、代码开发两类基准上，性能全面压过上代旗舰 Gemini 3.1 Pro。
性能层级"倒挂"，是真的
先看几组数：
Terminal Punch 2.1（终端代码）：3.5 Flash 76.2%，3.1 Pro 70.3%
MCP 工具调度：3.5 Flash 83.6%，3.1 Pro 78.2%
GDPval-AA（通用智能对战）：1656 vs 1314，分差 342
输出速度约为其他前沿大模型 4 倍，调用成本普遍不足竞品一半
行业评测机构 WaveSpeed 的点评很直白："性能层级倒挂是真实的技术事实，不是营销。"
过去 Flash 系的固有标签是"牺牲一点推理精度换速度，便宜快，但综合智能弱于旗舰"。3.5 Flash 把这标签撕了——实操类任务（智能体调度、写代码、调工具）全压上代 Pro，只在纯深度推理专项（ARC-AGI-2、综合人类逻辑评测）上略逊同代 Pro 旗舰。
谷歌不是把 Pro 轻量裁剪，而是给 Flash 开了条独立优化线：不擅长抽象思辨，专精落地干活。
为啥先发 Flash，压着 Pro 到 7 月
传统节奏是先 Pro 立标杆，再 Flash 接流量。谷歌这次倒过来：Gemini 3.5 Pro 推迟到 7 月，先主推 Flash。
信号很清楚：谷歌对 Flash 的综合能力够自信，不用 Pro 出来撑场。
背后是战略转向。Gemini 3.5 官方定位关键词是"顶尖智能 + 落地实操"——"实操"两个字是重心。谷歌不满足 AI 只做问答，要它能自主跑完业务流程。而落地实操最吃高速、低价、高并发吞吐，正好是 Flash 的基本盘。
3.5 Flash 上线当天同步搭了 Computer Use（计算机操作） 能力，能直接操控电脑界面跑多步复杂任务。I/O 现场演示：3.5 Flash + Antigravity 双智能体协同，6 小时把一篇 AlphaZero 论文转成可运行完整游戏。
先推 Flash，是因为"实操落地"对算力吞吐的需求，远大于"纯思辨推理"。
但开发者社区并不都买账
3.5 Flash 定价：输入 1.5 美元/百万 token，输出 9 美元/百万 token。
横向比竞品：
型号 | 输入 | 输出 |
|---|---|---|
Gemini 3.5 Flash | $1.5 | $9 |
Claude Sonnet 4.6 | $3 | $15 |
GPT-5.5 | $5 | $30 |
Claude Opus 4 | $15 | $75 |
价格比 Sonnet 低一半，是 GPT-5.5 的三分之一，Opus 的十分之一——账面好看。
但谷歌 AI 开发者论坛上，一位澳洲开发者提了硬伤：3.5 Flash 推理延迟 600–700 毫秒，几乎是 2.5 Flash 的两倍。澳洲本地无谷歌节点，实测访问延迟逼近 700–800 毫秒，"完全不适合语音智能体这类低时延刚需"。
这里要分清两组维度：3.5 Flash 的输出吞吐是竞品 4 倍（生成快），但首包延迟翻倍（出第一个 token 慢）。前者利好批量长文生成，后者坑语音/实时交互。
更麻烦的是路线图：谷歌计划 10 月下线 2.5 Flash。对靠 2.5 Flash 低延迟吃饭的开发者，这不是升级，是被迫迁到更贵、更慢的新款。知名博主 Simon Willison 也发文怼了这波迭代策略。
年令牌处理量 7 倍暴涨，开发者追得喘
谷歌每月处理 3.2 千亿兆（320 quadrillion）token。一年前这个数才 480 万亿——一年内涨 7 倍，每分钟 190 亿 token。
这组数据背后是谷歌的算力规模化执念：模型必须高速、低价、扛海量并发，3.5 Flash 就是为这个指标量身裁的。
但对开发者，节奏有点窒息。2.5 Pro 刚 GA，3.5 Flash 就到；2.5 Flash 还没落地稳就要面临下架。每次迁移都意味着全量重测、重调参、复现线上独有暗病。
谷歌的模型节奏从"年更"缩到"季更"甚至"月更"。对谷歌，高频是维持竞争力的必要；对开发者，是场没完的追赶消耗战。
3.5 Flash 性能够悍，悍到压上代旗舰一头。但"性能"和"稳定"之间，谷歌明显选了前者。至于开发者跟不跟得上，谷歌没多想。
对国内团队而言，Gemini 这条线 2.5→3.5 的迁移账 + Vertex AI 海外节点的合规账是两笔都要算的账：3.5 Flash 吞吐优势明显但首包延迟抬头，2.5 Flash 10 月下线又逼着排期，短期若走不到"海外主体 + 谷歌云直签"那一步，又需把 Gemini、Claude、GPT-5.6、DeepSeek 等最新模型稳稳接进产品或 Agent 工作流，API 聚合层是更轻的起手式。 UseAIAPI 聚合了上述全球主流大模型的最新版本，支持企业级定制接入；高频调用场景下综合成本可压至官方定价的五成左右，对 Agent 开发、团队协作与高强度内容生成相对友好。