Gemini 3.5 Pro 延至七月推出：效能瓶頸與 Flash 為何才是關鍵

Google 已將 Gemini 3.5 Pro 的發表時程從六月推遲到七月，理由是希望收集更多早期測試者的真實世界回饋，並對模型進行效能微調 。執行長 Sundar Pichai 於 2026 年 5 月 19 日的 Google I/O 大會上首次宣布此延遲，他向現場觀眾表示模型「還沒準備好」，並請求「再給一個月的時間」——Business Insider 報導指出，這個請求當場引起了觀眾的噓聲 。截至六月底，該模型仍僅透過 Vertex AI 提供給選定的企業用戶進行有限度的預覽 。

相比之下，Gemini 3.5 Flash 在 I/O 大會上如期發布，並立即立下了新標竿：它在大多數程式碼與代理（agentic）任務的評測中勝過上一代的 Gemini 3.1 Pro，執行速度快約 4 倍，每個 token 的成本低 25% 至 40% 。開發者們對於 Google 的沉默以及一再錯過截止日期表達了挫折感，尤其是在 OpenAI 與 Anthropic 等競爭對手持續推出新模型的背景下，這種對比更加強烈 。

Gemini 3.5 Pro 延遲的原因

此次延遲源於早期測試中發現的效能品質問題，而非安全或基礎設施方面的問題 。根據 Business Insider 報導，Google 正利用這段額外的時間，收集早期測試者的回饋，並根據真實世界的商業使用案例來調整模型 。社群媒體上的傳聞指出，早期測試者回報模型「在處理困難任務時會偷懶」，促使 Google 推遲發布，並可能推出包含 200 萬 token 記憶體與 Deep Think 推理模式等改進的版本 。

Pichai 在 I/O 大會上的宣布從一開始就設下了不佳的期望。他在台上說：「我知道你們等不及想用。給我們到（下個月）把它交到你們手上」。當時並未說明模型尚未準備好的具體原因 。隨後，六月的截止日期在沒有任何官方解釋的情況下流失，給人一種「打破承諾」的印象 。

Gemini 3.5 Flash 的比較優勢

Gemini 3.5 Flash 於 2026 年 5 月 19 日正式推出（GA），也就是宣布的當天，並立即挑戰了 Pro 層級的定位 。

Google 公佈的主要評測結果 ：

• Terminal-Bench 2.1（程式碼）：76.2%，對比 Gemini 3.1 Pro 的 70.3%
• MCP Atlas（工具使用）：83.6%，對比 3.1 Pro 的 78.2%
• GDPval-AA：1,656 Elo，對比 3.1 Pro 的 1,314 Elo（領先 342 點）
• CharXiv Reasoning（多模態）：84.2%

Google 宣稱 3.5 Flash 的輸出 token 每秒處理速度約為其他前沿模型的 4 倍 。API 定價約為每百萬個輸入 token 1.50 美元、每百萬個輸出 token 9 美元，輸入成本比 Gemini 3.1 Pro 便宜約 40% 。

在 15 項已公布的評測中，Gemini 3.5 Flash 在 11 項上打敗了 Gemini 3.1 Pro 。不過，在 Humanity's Last Exam（40.2% 對比 44.4%）和 ARC-AGI-2（72.1% 對比 77.1%）等純推理評測中，它仍落後於 Pro 模型，因此並非在所有面向都是全面升級 。

開發者社群反應

開發者們對 Google 的溝通方式和發布節奏提出了嚴厲批評。

• I/O 現場的挫折感： 當 Pichai 宣布 3.5 Pro 無法當天推出時，現場觀眾發出了噓聲 。
• 「失信」情緒： LinkedIn 與 X 平台上的開發者指出，Google 未能對其自行設下的六月截止日期做出任何官方解釋 。
• 批評其沉默： 華頓商學院教授 Ethan Mollick 認為，Google 的 Gemini Pro 更新步伐落後於競爭對手；許多用戶指責這家公司在擁有龐大資源的同時，陷入了「自滿陷阱」和「臃腫的企業文化」。開發者也注意到，Google 取消了其「exp/preview」版本的實驗性模型發布，使得社群用來測試未來能力的選項變得更少 。
• 與對手形成對比： OpenAI 和 Anthropic 持續穩定推出新模型（如 Claude Sonnet 4.6, Opus 4.7, GPT-5.5），這使得 Google 的跳票和溝通真空顯得更為突出 。開發者們直言「Google 在壓抑這個新模型」，而競爭對手則在不停地迭代 。

七月版本可期待什麼

當 Gemini 3.5 Pro 最終推出時，預計將補足 Flash 仍存在的推理能力差距。已確認的功能包括 200 萬 token 的上下文窗口（Context Window）——這是所有量產模型中最高的——以及一個 Deep Think 推理模式 。定價預計與 Flash 層級相似，約為每百萬輸入 token 1.50 美元、每百萬輸出 token 9 美元 。

對於開發者來說，這次延遲雖然令人沮喪，但最終可能會造就一個更強大的產品。然而，Google 在做出堅定的「下個月」承諾後，又陷入沉默，這無疑加劇了在競爭對手穩定發布新產品的背景下，開發者的不滿情緒。

結論： 這次延期關乎的是效能品質，而非安全或基礎設施。與此同時，Gemini 3.5 Flash 已經是針對生產環境代理任務的最佳選擇——它是一款極具成本效益的替代方案，在開發者最重視的評測指標上，超越了去年的 Pro 模型。