什么值得买App下载 App ›
连续签到专享现金活动

大模型也开始偏科!Gemini 3.5 Pro前端无敌,推理却拉胯

谷歌的旗舰大模型又一次延期了。原本在5月I/O上承诺"下个月见"的Gemini 3.5 Pro,整个6月都没有动静,最新消息是推迟到7月发布。这已经是连续第二次没能兑现I/O的时间承诺。皮查伊那句"再给我们一个月",现在变成了"再给我们一个月"。消息确认后,开发者社区的反应从期待变成了麻木——有人调侃说,从"下个月见"到"再下个月",这种反复的口风最消耗外界耐心。123
官方说法和真实原因,差在哪里
谷歌对外的解释很官方:需要更多时间收集早期测试反馈,优化长文本处理和Agent能力。翻译一下就是"还没准备好,再等等"。真正卡住Pro版本的,是两件事。第一,Gemini 3.5 Flash的用户反馈正在反向输入Pro,其中最集中的抱怨是token消耗过快——意味着Pro需要在成本效率上做大幅优化。第二,内部对当前版本在复杂推理任务上的表现不满意,用知情人士的话说"与GPT-5.5仍有差距"。456
有意思的是,最近的泄露信息指向一个更深层的动作:谷歌可能推翻了原有基座,从零重新做了一次预训练。这解释了为什么延期时间比常规调参长得多。旧底座在前端视觉生成上有天然短板,表层微调补不上,只能推倒重来。代价是时间和算力,但换来的是前端能力的跨越式提升。789
前端能力碾压,但硬核任务还是打不过对手
泄露信息拼出的Gemini 3.5 Pro画像,呈现出明显的"偏科"特征。前端和视觉代码生成是它最强的地方:设计品味接近专业设计师、SVG矢量图形能一次画对且精度极高、仅凭一句提示词就能生成完整页面。开发者圈子里已经开始用"mogging"这个词来形容它在前端任务上对Fable 5的压制。有开发者贴出对比:同一句提示词,Gemini 3.5 Pro生成的SVG人像在细节还原度上明显优于Fable 5。7910
但在另一面,它的硬核能力依然是短板。泄露信息坦承:在Agent任务、仓库级软件工程、长链路复杂推理上,Gemini 3.5 Pro依然打不过Fable 5,也追不上GPT-5.6。Fable 5在仓库级深度调试和高难度架构改造上保持领先,GPT-5.6在多步推理上稳居前列,而Gemini 3.5 Pro的综合排名在这两款竞品之后。这种分化说明一个现实:大模型竞争已经不再是"全能选手"的时代,而是选对高价值细分赛道集中突破。111213
测试维度Gemini 3.5 ProClaude Fable 5GPT-5.6
前端网页生成极强,设计师水准优秀优秀
复杂Agent任务落后,存在短板顶尖顶尖
仓库级工程代码落后顶尖优秀
长链推理能力偏弱顶尖顶尖
这个偏科格局也戳破了一个行业误区:不是旗舰模型就必须在所有基准测试上拿满分。三家头部厂商不约而同放弃了"全能选手"路线,转而把有限资源集中砸向自己选定的核心赛道。谷歌选的是前端与视觉,OpenAI押注的是长链路推理和底层代码优化,各有各的打法。911
对手在等你,但谷歌输不起也急不得
每拖一个月,对手就多跑一截。OpenAI的GPT-5.6和Anthropic的Claude Fable 5已经在编程这个最先落地的企业级场景里持续圈地。企业客户不会等,哪个模型现在能稳定干活、写好代码,钱就往哪儿流。谷歌晚一个月,可能就意味着合同先被对手锁走一批。代码开发已经成为当代AI第一个主流的企业落地场景,而这块蛋糕目前是Claude和OpenAI吃得最香。21415
但另一方面,仓促上线翻车的代价可能更大。旗舰模型一旦发布后表现不稳定,反而会伤害用户预期,影响整个Gemini品牌。谷歌手里握着搜索、Android、YouTube、Gmail、Google Cloud这些全球最大的分发入口,任何一个入口都不能接受模型能力边界说不清。宁可多等几周,也不愿带着"旗舰不够旗舰"的口碑上线,这个逻辑其实说得通。161714
对普通用户来说,现在的ChatGPT、Gemini、Claude其实已经够用,不必非等Pro。对前端开发者来说,尤其是经常做页面原型、SVG、可视化的群体,Gemini 3.5 Pro反而值得重点关注——它的前端能力可能改变这个细分场景的格局。对关注Agent和复杂推理的用户来说,可能还需要观望Fable 5和GPT-5.6的表现,等7月正式发布后再做判断。11
全网评论精华来自全网191条真实评论总结
观点1
价格性价比高

理由:大量用户提及DeepSeek价格低廉,如「3块钱75万字输入,6块钱75万字输出」「平均8分钱每百万Token」「和电一样便宜」等,认为其价格优势显著,适合预算有限的用户

占比25%
观点2
产品功能存在不足

理由:部分用户反馈产品存在功能缺陷,如「不支持图片识别」「速度变慢」「降智」「无法查询网络信息」等,影响使用体验

占比15%
观点3
与国外模型对比优势

理由:不少用户将DeepSeek与GPT、Claude等国外大模型对比,认为其在价格上碾压国外模型,能对国外AI产业形成竞争压力,如「80%的性能,只要1/30的价格」「卷死老美」等

占比12%
观点4
优惠活动相关讨论

理由:用户围绕产品优惠活动展开讨论,包括优惠期限、优惠形式变化等,如「之前的限速优惠现在变成了固定优惠」「真的假的,之前不是到这个月底吗」等

占比10%
观点5
产品使用场景评价

理由:用户提及产品在不同场景的使用情况,如「做数据可视化相当强」「写代码老省了」等,也有用户认为其不适合某些场景,如「手机上用不跟没用一样吗」

占比8%

评论

评论区空态插画

当前文章无评论,是时候发表评论了