当OpenAI与Anthropic竞逐顶级模型时，谷歌另辟蹊径：用低价AI智能体全面渗透

AI军备竞赛的核心议题，正从"谁更强大"转向"谁更具性价比"。

谷歌三线并进：

3.6 Flash（高效能） · Flash-Lite（大规模） · Flash Cyber（网络安全）

01 / 三线并进：非价格之争，乃分层布局

美东时间7月21日，谷歌一次性发布三款新模型：Gemini 3.6 Flash、Gemini 3.5 Flash-Lite、Gemini 3.5 Flash Cyber。表面上看，这仅是一次常规的产品迭代。但深入分析其定价与定位，便会发现谷歌的打法与OpenAI、Anthropic存在本质差异。

3.6 Flash是本次更新的重点。它在编程、知识处理及多模态能力上实现全方位升级，同时输出Token消耗降低17%，输出价格从9美元/百万Token下调至7.5美元。这并非单纯的降价，而是效率优化带来的成本压缩——模型执行同等任务所需的算力大幅减少。

Flash-Lite则聚焦大规模应用场景：每秒处理350个Token，输入价格为0.30美元/百万Token，输出价格为2.50美元/百万Token。它的定位并非追求最智能，而是追求最迅捷、最低成本——使开发者能以极低开销处理海量请求。值得关注的是，Flash-Lite在某些测试中甚至超越了更高级别的Gemini 3 Flash。

02 / 单位智能成本：AI角逐的新维度

谷歌此次发布揭示了一个关键转向：AI模型的竞争重心，正从"基准测试得分高低"转向"如何帮助企业以更低成本完成更多任务"。

在大模型发展初期，市场更看重模型在数学、知识问答及综合基准测试中的得分表现。但随着企业逐步落地AI智能体，模型每多调用一次工具、每多生成一段无效Token，都可能转化为实际开支。对于需要长时间运行、反复调用工具的AI智能体而言，成本不仅按Token价格计算，更涵盖整个任务的算力消耗。

这反映出谷歌对未来AI应用架构的前瞻判断：未来的AI智能体不会依赖单一超级模型独立完成所有工作，而是由多个不同成本、不同能力的模型协同配合。一个能力较强的"主智能体"承担规划与决策职责，多个廉价、快速的"子智能体"负责搜索、整理、工具调用及重复性任务执行。在此架构下，模型的速度与成本效率，可能比单纯的最高基准分数更具实际意义。

Alphabet CEO皮查伊曾指出：企业若将大部分AI工作负载迁移至Gemini模型，每年有望节省超过10亿美元。谷歌正借助Flash系列验证这一论断。

Flash Cyber则是本次发布中战略意图最明显的产品。它专为代码安全漏洞的发现、验证与修复而设计，与CodeMender代码安全智能体协同工作。随着AI生成代码的速度持续加快，企业面临的新挑战是：AI编写代码的速度可能已超越人类安全团队审查与修复漏洞的速度。能够自动扫描代码、识别漏洞并生成修复方案的AI安全智能体，正成为企业AI应用的关键方向。谷歌此举直接对标Anthropic的Mythos系列——但Flash Cyber的策略是以更小、更快、更廉价的模型完成大部分漏洞检测任务，而非依赖最昂贵的大模型。

03 / 旗舰难产的窘境与Gemini 4的押注

然而，谷歌此次密集推出Flash系列，并未完全消除市场对旗舰模型的疑虑。Gemini 3.5 Pro原计划于今年6月发布，但目前仍处于与合作伙伴测试阶段。据路透社报道，延期的一个重要原因是该模型在编程任务上的表现未达预期——而编程能力恰恰是当前企业AI市场中增长最快、商业价值最高的应用方向之一。

这解释了为何谷歌在3.5 Pro尚未发布的情况下，选择继续加码Flash系列。一方面，Flash模型能快速覆盖开发者及企业客户；另一方面，谷歌也能借助更低的价格扩大Gemini模型的实际调用规模。

更大的悬念在于Gemini 4。谷歌此次透露，Gemini 4已启动"迄今最具野心的预训练工作"。这意味着谷歌正在一边处理3.5 Pro的延期问题，一边加速下一代旗舰模型的研发。

谷歌面临的三重考验：

① 模型能力能否追赶OpenAI与Anthropic

② 模型成本能否足够低廉

③ AI模型能否切实转化为搜索、云计算及企业软件业务的收入增长

从此次三款新模型的发布来看，谷歌正将"更强模型"的竞争，进一步推向"更高性价比的AI基础设施"竞争。OpenAI与Anthropic在竞逐顶级模型，谷歌选择了一条差异化道路：用更便宜的AI智能体全面渗透。当竞争对手在争夺"谁是最强模型"的王座时，谷歌思考的是"谁能成为企业AI部署的首选方案"。

AI竞争的终局，或许不是谁拥有最强的模型，而是谁拥有最高效的模型生态。当所有人都在制造导弹时，谷歌选择了制造弹药。