鲁豫有约
刚刚，Gemini 3.6 Flash 正式发布，但网友笑得更大声了_我的网站
A | 如果你从去年就开始用 Gemini，那感觉就像看着自家兄弟慢慢得了阿尔茨海默症。 IT之家 7 月 21 日消息，苹果今日向开发者推送了 iOS 27 的第四个测试版（iOS 27 Beta 4）。
B | 这是最近网友对 Gemini 的一句调侃。 Macworld 在深入挖掘该版本的系统代码后，发现了一段此前从未出现过的文本字符串，其中明确提及了采用“多电池 / 电芯设计”的 iPhone 机型。 这些新增的代码位于系统的“电池健康”功能模块中。 按理说，一家公司发新模型，通常是来打脸这种调侃的。与当前所有在售 iPhone 仅使用单数形式“battery”不同，新代码中反复出现了复数形式的表述。可就在刚刚，Google 一口气发了三个新模型之后，网友非但没收回这句话，反而笑得更大声了。例如，其中一条字符串显示：“The batteries in this iPhone are performing as expected”（这部 iPhone 的电池性能表现正常）；另一条则提示：“The health of the batteries in this iPhone has significantly degraded”（这部 iPhone 的电池健康度已显著下降）。代码中甚至还提到了“one of the batteries”（其中一块电池）可能并非苹果原装部件的情况。 这一发现之所以备受关注，是因为目前市面上所有在售的 iPhone 型号均采用单电芯设计。多少有种他们都不看好你，可偏偏你最不争气的即视感。 三个模型分别是 3.6 Flash、3.5 Flash-Lite，还有一个专搞网络安全的 3.5 Flash Cyber。官方博客的措辞也相当眼熟，「更高效」「更聪明」「为大规模 AI agent 而生」，一句不落。 只不过，实际体感却冰火两重天。系统代码中突然出现对“多电芯”iPhone 的明确支持，很难用现有产品来解释。 结合此前业内关于苹果即将推出折叠屏 iPhone Ultra（或 Fold）的大量传闻，这一代码再次证实苹果正在开发一款内部结构不同于传统直板手机的新设备。
C | 从硬件设计角度而言，市面上几乎所有折叠屏手机都采用了多块独立电芯，分别放置在机身铰链的左右两侧。这种布局是为了在折叠形态下更充分地利用机身内部有限且分散的空间。 主角登场，3.6 Flash 到底强在哪 先说头牌，3.6 Flash。 @数码闲聊站 此前透露，苹果电池供应商近期已入网备案了两款新电池，额定容量分别为 1921mAh 和 2962mAh，组合后的额定容量为 4883mAh。官方给的定位就俩字——「主力」（workhorse），干活模型。 3.5 Flash 是今年 5 月 I/O 大会上发的，这次算是小版本迭代。
D | 供应链据此预测，该机型的电池总容量将在 4800mAh 至 5000mAh 之间。 最大的卖点是省 token。这一双电芯组合方案与当前主流折叠屏手机的设计逻辑一致。作为参考，谷歌 Pixel 10 Pro Fold 的电池总容量为 5015mAh，三星 Galaxy Z Fold 7 为 4400mAh。 关于这款新机的发布时间，目前多个信源指向 2026 年秋季。
E | 《中国证券报》此前报道，果链相关人士透露，首款折叠屏 iPhone 预计于 2026 年秋季发布。 按 Artificial Analysis Index 的数据，3.6 Flash 比 3.5 Flash 少用 17% 的输出 token，在 DeepSWE（Datacurve 出的基准）这类场景上甚至能省到 65%。官方还说它跑多步任务时，推理步数和工具调用都更少。
F | 郭明錤则认为，该设备将与 iPhone 18 Pro 系列一同在 9 月的秋季发布会上亮相，但正式开放预购可能会推迟到 2026 年第四季度，类似 2017 年 iPhone X 的上市节奏。也就是说，干同样的活，废话更少，绕路更少，账单更薄。
G | 价格也确实降了。输入 1.5 美元/百万 token，输出 7.5 美元/百万 token——注意，上一代 3.5 Flash 的输出是 9 美元，这波直接砍到 7.5。
H | 又快又省，单个 agent 任务的成本就压下来了。 基准测试上，官方摆出了一整排数据。 代码能力是重点。DeepSWE 从 37% 提升到 49%，官方的说法是多余的代码改动更少、执行循环也更短，生成的代码更贴近生产环境的要求。另有供应链消息称，该机已进入大规模量产阶段，由富士康代工，9 月发布计划未受此前铰链问题传闻的影响。 这并非 iOS 27 首次出现与折叠屏设备相关的代码。早在 2026 年 6 月 WWDC 大会后推送的首个 iOS 27 开发者测试版中，就有开发者发现了“foldState”（折叠状态）、“angleDegrees”（角度数值）和“mechanicalAngleDegrees”（机械角度）等字段。这些参数的作用是让系统能够实时判断设备处于折叠、展开还是半折叠状态，并检测铰链的开合角度 —— 这些功能对于当前的 iPhone 产品线毫无意义，但对于一款折叠屏设备而言则是底层必备。与此同时，苹果也在通过 iOS 27 鼓励开发者提前适配多种屏幕尺寸的应用布局。机器学习研究方向的 MLE Bench 提升更明显，从 49.7% 拉到了 63.9%。
I | 计算机操作（computer use）能力也有长进，OSWorld-Verified 从 78.4% 升到 83%。并且，「计算机操作」（computer use）也成了Gemini API 和企业版的内置工具，主打一个开箱即用。 知识工作方面，GDPval-AA v2 从 1349 涨到 1421。Hebbia、Harvey 等客户反馈，它在文档解析、图表数据分析、报告起草这类多模态任务上表现尤其突出。Figma、JetBrains 也都出面背书了一番。 从系统底层的折叠状态检测代码，到电池健康模块中明确的“多电池”表述，再到供应链端已入网备案的双电芯方案，围绕苹果首款折叠屏 iPhone 的种种线索正在逐步聚拢。 哦对了，还有个不起眼但挺实在的更新：知识截止日期终于从 2025 年 1 月推进到了 2026 年 3 月。老黄历总算翻篇了。
J | 安全这块，官方说 3.6 Flash 上了升级版的 Frontier Safety 防护，重点盯着 CBRN（化学、生物、放射性、核）和网络攻击这两类滥用，抗越狱能力更强了，同时又尽量不误伤正常需求、少乱拒绝。软件代码的更新并不必然意味着对应产品最终一定会上市，但综合目前来自系统和供应链两方面的信息来看，苹果推出折叠屏 iPhone 的方向已经相当明确。 ·以小博大，便宜大碗的 3.5 Flash-Lite 也能更换推理档位了 第二个是 3.5 Flash-Lite，定位比 3.6 Flash 还低一档，主打「快」和「便宜」，专治高吞吐、低延迟的任务，比如 agent 搜索、文档处理。距离外界普遍预期的 9 月发布会还有约两个月时间，这款被称作“iPhone Ultra”的设备能否如期而至，敬请期待。 它是 3.5 系列里最快的，按 Artificial Analysis 的测量是每秒吐 350 个 token。
K | 价格更是白菜——输入 0.3 美元、输出 2.5 美元每百万 token。官方说质量比 3 月发的 3.1 Flash-Lite 好一大截。 有个设计挺灵活：它支持调「推理档位」。低配活儿就开最低档，图个快和省；碰上要多步拆解的子任务，就把思考档位往上拨。电脑操作这次也做成了内置工具。 跟前代比，提升相当明显：代码和 agent 任务的 Terminal-Bench 2.1，从 31% 干到 54%；长上下文的 GDM-MRCR v2，从 60.1% 提到 72.2%；真实任务执行的 GDPval-AA v2，更是从 642 飙到 1140。 最有意思的是，这个「小弟」在不少 agent 和代码任务上，居然反超了辈分更高的 3 Flash。
L | 比如 SWE-Bench Pro（54.2% vs 49.6%）、OSWorld-Verified（74.0% vs 65.1%）。
M | 以小博大，属实有点东西——等于说跑 3 Flash 的活儿，现在有了个更快更强的平替。 官方还举了几个用法：从海量电商数据里抽产品特征、给 3.6 Flash 当副手一口气生成 25 个网页设计方案、批量翻译总结收据、边玩边迭代做小游戏。Ashler、Palo Alto Networks、Ramp 这几家客户也来夸了它「速度、智能、成本三合一」。 最后一个 3.5 Flash Cyber，画风突变，专门用来找和修代码里的安全漏洞。 Google 的逻辑挺有意思：现在 AI 找漏洞的速度，已经比现有系统修漏洞的速度快了。既然漏洞越堆越多，那干脆用便宜高效的 Flash 来批量补锅。 这个模型是在 3.5 Flash 基础上微调出来的，搭配自家的 CodeMender 工具用。CodeMender 里跑的是好几个 Flash Cyber agent，协同工作、最后汇总成一份报告。 在业内有名的 CyberGym 基准上，官方称它摸到了第一梯队的水平，还比更大的模型更省 token。 不过这模型我们暂时也用不上。 考虑到「找漏洞」这种能力是把双刃剑，浓眉大眼的 Google 也学 Anthropic 玩起了安全叙事。把它锁得死死的——只对「可信合作伙伴」限量开放，走内测。目的是给一线防守方争取时间，赶在漏洞被人利用前先修掉，同时防着有人拿它去干坏事。
N | 说好的 3.5 Pro 呢？如来 看到这儿你可能会问：发了一堆 Flash，那真正的旗舰 3.5 Pro 去哪了？ 官方口径是「正在和合作伙伴测试，准备好就上」。但这套说辞背后的故事，可能没那么体面。 据彭博社等媒体报道，3.5 Pro 的代码生成能力一直没达到内部预期。
o | Google 6 月下旬还专门更新了一版训练数据来补代码这块短板，结果成绩依旧没起色。
p | 更有传闻说，Google 干脆推翻了原来的训练方案，从零开始重训。 而 Google AI 宣传委员 Logan Kilpatrick 更是索性在舆论上直接跳过 3.5 Pro，将预告的重点放在了Gemini 4，声称他们已经启动了史上最雄心勃勃的 Gemini 4 预训练，还放话说进展让人兴奋。 听着虽然挺提振人心，但把它放在「旗舰跳票」的背景下看，多少有点转移视线、画饼续命的味道了。 除了这些内幕，光看今天刚刚发布的 Flash 模型本身，网友们也并不全然买账。 第三方评测机构 Artificial Analysis 表示：两个新模型确实把单任务耗时砍半、token 效率也提升了，Flash-Lite 的智能指数涨了 11 分——但 3.6 Flash 的智能水平，相比 3.5 Flash 基本原地踏步。 价格没有便宜到足以忽略能力差距，能力也没有高到能够解释它的成本。 X 网友吐槽道：3.6 Flash 在 Artificial Analysis 上跟 3.5 Flash 拿了一模一样的分，还不如 Meta Spark 1.1、GLM-5.2、5.6 Luna、Sonnet 5、Grok 4.5、5.6 Terra 这一票对手，直呼简直烂透了（阴阳怪气 doge）。 吐槽的还不止一个。 网友 Angel 则直接从性价比入手：Gemini 3.6 Flash 的使用成本比 GPT-5.6 Sol medium 还高，可智能程度反而更低。又贵又笨，这组合属实有点尴尬——毕竟 Flash 系列立身的根本就是「性价比」，结果被人当场指出性价比不如对手，等于自砸招牌。 作为对比，OpenAI 的 Tibo 刚刚也发话了：由于周活跃用户达到 1000 万，新的一天，Codex 和 ChatGPT Work 的付费用户迎来新一轮额度重置，尽情享用。 这对比，这落差，还有人记得大明湖畔的 Google Gemini 3？ 实测派也来补刀。
q | 网友 Balder 更是直接开团： 这三个模型性能全比之前的 3.5 Flash 差。他甩出自己的测试吐槽，说问题包括但不限于——基础解码就有毛病、中文选词经常很离谱；生成的图片视频质量极差、跟指令对不上还限额严重；经常记忆混乱、调用完全错误的工具。 而且他还上了个阴谋论，认为 Google 之所以这么搞，是为了把算力腾出来卖给 Anthropic，还阴阳了一句这就是皮查伊想要的「Cloud First」。 此外，X 网友 Conor Dart 用 Google 自家的 Antigravity 跑了个 AI 生成游戏的测试，结果没有出乎意料，木头纹理更差了，大理石看着差不多但还是不能用。
r | 他直言这又是一次翻车，表示自己还是等 Gemini 3.5/3.6 Pro 吧。 简言之，你别问新模型强不强，你就说 Flash 不 Flash 就完事了。一边是官方更高效、更便宜、更省 token的漂亮账本，一边是大多数网友的当场差评，以及模型背后的旗舰跳票、大牛出走、市值缩水等一连串糟心事。 这很难不让人好奇是不是 Google 这次真点歪了科技树，光顾着省成本忘了提智商，只能先靠几个 Flash 稳住场子？ 反正 Gemini 4 的预训练都开跑了。这一把要是再翻车，那句阿尔茨海默的玩笑，可就真要成谶语了。
s |
Current article:http://www.diaoengngtengdiachanpiezao.sbs/list_kxrcew5/ny814on.doc
Published on:12:13:31