6月25日消息,据Business Insider援引知情人士报道,Google已将旗舰模型Gemini 3.5 Pro的发布时间从6月推迟至7月。该模型5月19日在I/O大会上亮相时,CEO Sundar Pichai告诉开发者"下个月"就能用上——这句话当场引发了台下的集体叹气。截至6月25日,Gemini 3.5 Pro仍仅限少量企业客户通过Vertex AI预览,同时也出现在Google Antigravity平台和AI基准测试网站LMArena上供内部评估。Google发言人拒绝就延期时间表发表评论。 延期的核心原因:收集真实用例反馈并整合Flash经验
知情人士透露,Google推迟发布是为了花更多时间从早期测试者那里收集真实使用场景的反馈。更关键的是,Google已将Gemini 3.5 Flash上线后暴露的问题整合到Pro的开发中。Business Insider指出这证实了其此前在I/O期间提出的推测。
Flash的核心教训是token消耗失控。Artificial Analysis的测试显示,Gemini 3.5 Flash在代理任务中的实际运行成本是上一代Flash的5.5倍,甚至比定价更高的Gemini 3.1 Pro还贵75%。token价格本身已经翻了三倍(输入从0.5美元涨至1.5美元/百万token,输出从3美元涨至9美元),而模型在执行任务时又消耗了远超预期的token数量。用户在Antigravity论坛上大量投诉"一个简单任务就烧光一个小时的配额",Google不得不紧急推出Gemini 3.5 Flash (Low)变体,token消耗降低约45%来止血。Pro如果带着同样的问题上线,在200万token上下文窗口和Deep Think推理模式的加持下,成本爆炸只会更严重。
Gemini 3.5 Pro的产品定位:长任务、代理、200万token上下文
知情人士表示,Gemini 3.5 Pro将在长时间任务和驱动代理方面表现更强。其核心规格包括:200万token上下文窗口,是Flash的两倍,也是目前所有量产前沿模型中最大的,相当于一次性处理约150万字或五到八本完整小说的内容量。Deep Think推理模式让模型在回答前进行多步推理和自我校验,但该功能仅限250美元/月的Ultra订阅层级。
这些规格决定了Pro的定位:不是日常对话的升级版,而是面向需要处理超长文档、大型代码库和复杂多步推理的专业场景。免费用户大概率不会直接接触到Pro,Flash仍是大多数人的默认模型。
竞争压力:编码赛道Google正在被拉开差距
延期发生在一个微妙的时间窗口。Business Insider指出,虽然Gemini 3去年的表现超出预期,但Anthropic和OpenAI在编码领域正持续拉开与Google的距离,而编码已经成为现代AI的第一个大规模企业级用例。
数据支撑这个判断。在最接近真实重构工作的SWE-Bench Pro基准上,Claude Opus 4.7以64.3%领先Flash的55.1%。Claude Code已达到约25亿美元年化营收,OpenAI的Codex/GPT系列也在持续迭代。Google的Antigravity平台虽然在I/O上高调发布2.0版本,但token配额问题严重影响了开发者体验。7月的发布窗口让Gemini 3.5 Pro直接撞上GPT-5.6和Claude Opus 4.7的预期发布时间线,留给Google调优的时间并不充裕。 延期的风险:每多等一周,开发者就多一周在竞品平台上建立习惯
Gemini 3.5 Pro延期的直接后果是市场窗口压缩。预测市场此前给出6月30日前发布的概率仅为50-55%,现在延期已成定局。每多等一周,竞品就多一周将测试者和工作负载吸引到自己的平台上。对于已经在Vertex AI预览中的企业客户而言,Pro的能力仍停留在Google的声明而非经过独立验证的结果。200万token上下文窗口和Deep Think模式的实际表现,只有在公开发布、开发者能跑自己的评测之后才能真正检验。
Google面临的两难是:Flash的token消耗问题证明了仓促上线的代价,但过长的等待同样有代价——开发者的编码工作流一旦在Claude Code或Cursor上跑通,迁移成本就不再是零。