爆料或为 Gemini 3.5 Flash 内部参数曝光

据 推文用户 Pankaj Kumar 披露，谷歌正准备推出一版主打极速推理与极低成本的 Flash 模型，或正式命名为 Gemini 3.5 Flash。该 Gemini 3.5 Flash 采用 distillation 与 sparsity 技术压缩架构，传闻多项查询响应延迟控制在 200 毫秒以内。

Gemini 3.5 Flash 内部参数与性能预期

据内部流消息透露，该 Flash 模型通过更强的 distillation 与 sparsity 压缩技术，将更大规模参数集的能力迁移至轻量架构中。在模型能力表现方面，内部测试预估其性能指标接近 Gemini 3.1 Pro 水平。通过架构压缩策略，谷歌致力于在维持 Flash 系列极低延迟的同时，弥合其与专业级 Pro 模型的质量差距。模型知识截止日期据称已更新至 2026 年 1 月。

极具竞争力的定价泄露方案

价格泄露信息指出，该 Flash 模型的输入定价约为 0.25 美元每百万 token，输出定价约为 2 美元每百万 token。这一定价方案若属实，将大幅压缩文本与多模态推理的调用成本，进一步巩固 Flash 模型在海量数据处理场景的性价比优势。此类爆料数据在官方确认前仍需保持审慎，实际 API 定价可能以谷歌云正式发布为准。

Grounding 与检索能力强化方向

泄露信息提及谷歌正将该模型的重心部分转向 grounding 与搜索可靠性优化。在实际工作流中，降低幻觉生成率是开发者最为关心的痛点之一。通过强化检索增强能力与内部知识库对接，该 Flash 模型旨在提供更稳定的事实性输出，以适配企业级自动化代理应用。

发布周期与行业影响评估

按照爆料节奏推演，该 Flash 模型有望亮相于 Google I/O 科技大会期间，或在大演讲正式召开前 1 至 2 天作为预热内容放出。这一发布模式与谷歌此前 Flash 系列产品的策略相符。考虑到当前开源模型与各大厂商轻量级变体的密集迭代，Flash 系列持续在延迟与价格维度下探将加剧实时交互市场的竞争烈度。厂商内部参数最终表现，仍需等待第三方 benchmark 跑分验证。