Google Gemini 3.5 Pro 延遲三個月，編碼效能落後競爭對手

Google 的 Gemini 3.5 Pro 已連續錯過三次上市期限，該公司廢棄其原始基礎模型並重新開始預訓練，使得這家搜尋巨頭在競爭對手推出可量產替代產品之際，缺乏具競爭力的旗艦模型。

Startup Fortune 科技分析師 Dave Barr 表示：「延遲關乎的是自主作業能力，而非聊天機器人的精緻度。企業買家現在評估模型時，注重的是編碼、工具使用和長程任務——而 Google 的內部評估發現，原始模型無法達到這些標準。」

根據多家媒體引述的洩漏規格，重建後的模型目標是 200 萬 token 的上下文窗口——是 Gemini 2.5 Pro 的 100 萬 token 上限的兩倍——並配備全新的 Deep Think 推理模式，用於多步驟邏輯處理。但根據 HackerNoon 引述匿名內部消息來源報導，原始版本在遞迴工具呼叫和複雜 SVG 生成方面存在結構性缺陷。根據 Google 官方發布文章，已於 5 月 19 日推出的 Gemini 3.5 Flash，在 Terminal-Bench 2.1（76.2% 對比 70.3%）和 MCP Atlas（83.6% 對比 78.2%）上均已超越 Gemini 3.1 Pro——這使得 Pro 模型在相同任務上的表現退步，是根本性的能力差距，而非僅是打磨不足的問題。

Alphabet 股價在最初延遲報告發布後一度下跌 3.2%，而在 6 月下旬，包括 Transformer 共同作者 Noam Shazeer 和諾貝爾獎得主 John Jumper 在內的關鍵研究人員離職前往 OpenAI 和 Anthropic 後，該股下跌約 5% 至 7%，市值蒸發約 2250 億美元。Google 目前的交易價格約為預期盈利的 22 倍，相較於微軟的 30 倍存在折價，反映出市場對其 AI 變現時間表日益增長的懷疑。

重建決策顯示結構性問題

預訓練是建構前沿 AI 模型最昂貴的階段——耗時數月在龐大數據集上運行，奠定模型的基本能力上限。微調和強化學習可以在這些範圍內進行優化，但無法提升上限。當 Google 選擇重新開始預訓練而非繼續優化時，它是在承認原始模型的能力上限存在根本性問題。

根據 Geeky Gadgets 引述 World of AI 的報導，重建後的模型因在實際工作流程中頻繁出現幻覺和不一致輸出，而遭遇第三次延遲——這是與導致首次重建的遞迴工具呼叫問題截然不同的失敗模式。Google DeepMind 已註冊了包括 Gemini 3.6 Flash 和 Gemini 3.5 Flash Light 在內的模型名稱，暗示該公司正在準備過渡性版本，同時 Pro 模型的開發仍在繼續。

人才流失加劇了技術挑戰。Shazeer——據報導 Google 在 2024 年花費 27 億美元將其從 Character.AI 請回——已於 6 月離職前往 OpenAI。Jumper 於同週加入 Anthropic，隨行的還有 Google 研究員 Jonas Adler 和 Alexander Pritzel。DeepMind 執行長 Demis Hassabis 在坎城表示，Google 擁有「目前所有實驗室中規模最大、範圍最廣的研究團隊」，但員工人數並不能決定誰能率先推出產品。

競爭對手已以具競爭力的定價進入量產

自 5 月 Google I/O 大會以來，競爭格局已明顯趨於嚴峻。OpenAI 的 GPT-5.6 已於 7 月 9 日全面上市，提供三個層級——Sol 每百萬輸入 token 收費 5 美元、每百萬輸出 token 收費 30 美元；Terra 收費 2.50 美元和 15 美元；Luna 收費 1 美元和 6 美元——三者均共享 105 萬 token 的上下文窗口。根據 OpenAI 7 月 9 日的發布公告，該公司確認 Sol 在 Terminal-Bench 2.1 上樹立了新的業界最佳水準。

Anthropic 的 Claude Fable 5 在經過短暫的出口管制審查後，於 7 月 1 日推出，其最先進的模型採用按使用量收費的模式。SpaceXAI 的 Grok 4.5 於 7 月 8 日推出，每百萬輸入 token 收費 2 美元、每百萬輸出 token 收費 6 美元，並利用來自 Cursor（SpaceX 於 6 月同意收購的編碼編輯器）的開發者會話數據進行共同訓練。獨立評測組織 Artificial Analysis 在發布時將 Grok 4.5 在其 Intelligence Index 中排名第四。

這使得 Google 成為唯一一家在執行長承諾交貨日期之際，仍未在 2026 年推出量產旗艦產品的主要前沿實驗室。Polymarket 上的預測市場目前顯示，7 月 31 日交付的可能性高達 81%，而另一個市場顯示「8 月 7 日」的可能性為 73%——反映出交易員越來越確信 7 月 17 日和 7 月 24 日都不會發布產品。

開發者應關注的下一步

對於那些圍繞 7 月 17 日 Gemini 3.5 Pro 發布計畫建構開發計劃的團隊而言，需要關注的官方信號仍然只有一個：gemini-3.5-pro 以通用可用模型的形式出現在公開的 Gemini API 文件中。模型名稱註冊、洩漏消息和匿名內部消息來源並不等同於產品發布。

開發者無法忽視的一個截止日期是 7 月 24 日，屆時 DeepSeek 的舊版 API 別名——deepseek-chat 和 deepseek-reasoner——將停止回應，且目前沒有宣布延期。使用上述任一個別的團隊需要在該日期之前遷移至 deepseek-v4-pro 或 deepseek-v4-flash。DeepSeek V4 提供 100 萬 token 的上下文窗口和具競爭力的定價，但團隊應注意，DeepSeek 總部位於中國，須遵守該國的《國家情報法》，該法要求所有組織應國家情報工作需要進行配合。

對於適合 100 萬 token 上下文窗口的工作負載而言，Gemini 3.5 Flash、GPT-5.6 Terra 或 Claude Fable 5 是現今可用的量產選項。如果重建後的 Pro 模型能夠以經驗證的基準測試改進和具競爭力的定價推出，Google 仍然可以讓本季有所作為。但據報導的每百萬輸入 token 收費 15 美元和每百萬輸出 token 收費 60 美元——如果屬實——將使 Gemini 3.5 Pro 的定價高於所有目前的量產競爭對手，需要強大的基準測試差異化來證明其合理性。重建決策向開發者表明，Google 的內部評估認為競爭差距已大到值得進行代價高昂的干預。而這項干預是否產生了能夠縮小與 GPT-5.6 Sol 和 Claude Fable 5 之間差距的模型，這個問題只能由官方模型卡和獨立基準測試來回答。

本文僅供資訊參考，不構成投資建議。