Google IO 2026落幕,想必你的朋友圈和信息流都被刷屏了。Gemini 3.5 Flash 终于正式亮相,官方给了三个标签:智能、速度、长链路能力,还特意点名说输出速度比"其他前沿模型"快 4 倍——这针对性,懂的都懂。 发布会结束没多久,就有人把 Gemini 3.5 Flash 拉出来跟 GPT-5.5 做横向对比,说"质量接近 GPT-5.5,成本更低"。说实话,考虑到当年 Gemini 3.1 Flash 表现确实拉胯,这话听起来水分挺大的。不过嘴上说不如亲手测一测。
前端设计:一个像设计师,一个像工程师
Gemini 向来在前端页面生成上有口碑,从 2.5 Pro 开始 Google 就一直在强调这块能力。这次用同一个提示词让两个模型生成个人网站首页,要求暗黑科技感、极简风格、玻璃拟态效果,参考 Apple、Linear、Vercel 那种混合审美。
GPT-5.5 的结果很抓眼球,开屏元素设计精致,第一眼确实高级。
Gemini 3.5 Flash 的视觉冲击力差一截,但有一点意外:中文排版处理得很干净,标题、导航、按钮都没出现汉字撑爆布局、卡片错位这种 CJK 老毛病,整体落地感很稳。
然后让两个模型生成一个可运行的像素赛马小游戏。GPT-5.5 界面丰富,赛前会展示每匹马的介绍,等待区的马匹还有闪烁动画。Gemini 3.5 Flash 不仅生成了观众席,还自主加上了赛后结算页面,这个细节主动性确实胜了一筹。
综合下来的感觉:GPT-5.5 更像审美很强的高级设计师,出图惊艳,适合做官网首屏;Gemini 3.5 Flash 更像产品感强的前端工程师,不那么漂亮,但更愿意把场景补完整,中文本地化和交互流程这些落地细节处理得更好。
多模态推理:Gemini 这次真的进步了
拿一份手写的生物实验室笔记让两个模型解读内容并推理使用场景,同时也考察 OCR 识别能力。
两个模型都读懂了笔记,专业术语识别也没出现幻觉。区别在于 GPT-5.5 的答案很详尽,适合外行看;Gemini 3.5 Flash 更简洁直接,一针见血。
值得一提的是,GPT-5.5 没识别出笔记上"郑州大学"的 logo,Gemini 3.5 Flash 识别成功了。多模态这块,这次确实有明显进步。
写作能力:GPT 踩了个基础坑
让两个模型写一篇 300 字的科幻短文,有几个约束条件:男主不能说话,要有科幻感。
Gemini 3.5 Flash 给的大约 320 字,控制得很好;GPT-5.5 写了 450-500 字,直接超出 50%,遵守约束这一项失分。
更麻烦的是,GPT-5.5 写的更像谍战短文,科幻感薄弱,而且为了满足"男主不能说话"这个条件,直接给男主挂了个"禁止发声"的牌子,有点生搬硬套的拙感。这一轮 Gemini 3.5 Flash 明显胜出。
成本这件事,没你想的那么简单
官方说 Gemini 3.5 Flash 在三类任务上跑分亮眼:速度快 4 倍、工具调用(MCP Atlas 83.6% vs GPT-5.5 的 75.3%)、多模态理解(CharXiv Reasoning 84.2%)。
但在复杂推理、长上下文定位、代码执行这些维度,GPT-5.5 仍然领先。
成本方面有个容易被忽视的点:X 上有人做过测试,GPT-5.5 完成某项任务用了约 2200 万 token,花了 1199 美元;Gemini 3.5 Flash 完成同样任务用了约 7300 万 token,花了 1522 美元,得分还略低。Gemini 3.5 Flash 单价确实便宜,但实际调用时吃 token 更猛,总成本未必划算。
Google 的真正野心不只是模型
这次 IO 发布的东西,Gemini 3.5 Flash 只是其中一块。Search 的 AI Mode 被推到核心位置,以后搜索不只给链接,而是直接生成答案、图片、计划表;Gemini Spark 整合了 Gmail、Calendar 做日常 Agent;视频模型 Gemini Omni 主打对视频细节的理解和局部修改;开发者平台 Google Antigravity 2.0 则是 Google 版的 Agent-first 开发路线。
单看这些产品,每一个未必绝对领先。但放进搜索、Chrome、Gmail、YouTube、Android 这些入口里,AI 就不再是你主动打开的聊天框,而是变成一种默认存在的能力。
这和当年微软的逻辑一模一样——可怕的地方从来不是第一个做出新东西,而是手里有入口。
所以真正重要的问题,不是哪个模型跑分第一,而是谁离你最近,谁能出现在你搜索、写邮件、看视频、打开手机的那一刻。