Gemini 3.5 Pro现身竞技场,因编码短板紧急撤下
鸽了两个月的Gemini 3.5 Pro,终于在竞技场露脸了——但只待了30分钟就被匆匆撤下。多位用户反馈,他们在Arena盲测平台短暂测到了Gemini 3.5 Pro,有人刚跑完一次SVG测试,模型就消失了。从5月承诺6月发布,到7月底依然不见踪影,这次上线竞技场的“闪现”虽然短暂,但至少说明模型已经进入了盲测阶段,离正式发布可能真的不远了。
跳票两个月,卡在编码和稳定性上
这次闪现之所以引人关注,是因为Gemini 3.5 Pro的延期实在太反常。5月官宣6月上线,结果一路拖到7月底,官方API和价格页都没更新。核心卡点是编码能力始终达不到内部旗舰标准,而且换了新预训练底座后,内部新版本在编程和知识一致性上甚至不如5月的旧版,出现能力回退。谷歌不敢顶着口碑风险发布半成品,只能反复重训,导致交付节奏彻底失控。
这次闪现之所以引人关注,是因为Gemini 3.5 Pro的延期实在太反常。5月官宣6月上线,结果一路拖到7月底,官方API和价格页都没更新。核心卡点是编码能力始终达不到内部旗舰标准,而且换了新预训练底座后,内部新版本在编程和知识一致性上甚至不如5月的旧版,出现能力回退。谷歌不敢顶着口碑风险发布半成品,只能反复重训,导致交付节奏彻底失控。
Flash系列口碑翻车,旗舰缺席逼走开发者
旗舰难产,谷歌只能拿Flash系列顶包,7月21日连发三款Flash模型,但实测口碑遭遇滑铁卢。Gemini 3.6 Flash被发现在前端代码生成和空间推理上逻辑错乱,被开发者戏称“史上最差”,知识截止日期也没更新到声称的时间。反观竞品,Claude、GPT系列以及Meta的Muse Spark 1.1在编程和智能体赛道持续发力,抢走了大量声量。对开发者来说,如果工作流强依赖旗舰编码能力,现在建议先用Gemini 3.1 Pro或3.5 Flash兜底,等Pro正式发布再切换。
旗舰难产,谷歌只能拿Flash系列顶包,7月21日连发三款Flash模型,但实测口碑遭遇滑铁卢。Gemini 3.6 Flash被发现在前端代码生成和空间推理上逻辑错乱,被开发者戏称“史上最差”,知识截止日期也没更新到声称的时间。反观竞品,Claude、GPT系列以及Meta的Muse Spark 1.1在编程和智能体赛道持续发力,抢走了大量声量。对开发者来说,如果工作流强依赖旗舰编码能力,现在建议先用Gemini 3.1 Pro或3.5 Flash兜底,等Pro正式发布再切换。
历史事件回溯
当前事件
Gemini 3.5 Pro上线模型竞技场
- 评测成绩:初入竞技场接受盲测评测
- 竞争格局:直面GPT-4o与Claude3.5竞争
2024年6月
Claude 3.5 Sonnet上线竞技场
- 评测成绩:登顶Arena总分榜首
- 核心突破:代码与文本推理能力大幅增强
- 竞争格局:超越GPT-4o成当时最强模型
2024年5月
GPT-4o上线并登顶竞技场
- 评测成绩:发布即登顶Arena Elo榜首
- 核心突破:实现端到端多模态实时推理
- 竞争格局:全面压制同期Gemini与Claude


当前文章无评论,是时候发表评论了