09:19掘金本周最热@猫猫头啊精选文章对比了Step 3.7 Flash、DeepSeek V4 Flash、Gemini 3.5 Flash在Agent场景下的代码生成效率、响应速度和工具调用稳定性。测试采用Claude Code工具,第一个案例从零搭建开发者日志站,Step 3.7 Flash一次生成,输出25.7k tokens,成本¥1.22,耗时2m30s;DeepSeek V4 Flash成本¥0.72,输出14k tokens。第二个案例搭建GitHub项目雷达,Step 3.7 Flash无错误完成,Gemini 3.5 Flash有2次自动修复报错。在视觉效果和稳定性上Step 3.7 Flash表现更优,但DeepSeek V4 Flash成本更低。AI模型Step 3.7 FlashDeepSeek V4 FlashGemini 3.5 Flash智能体代码生成1 个信源在谈推荐理由:最近这几个Flash模型我帮你试了,Step 3.7 Flash写博客页和抓GitHub项目都很稳,页面好看,一次跑通,成本也就一两块钱,值得试试。原文
17:30Decoder@Matthias Bastian71°Google 将“Computer Use”能力直接集成到 Gemini 3.5 Flash,使模型可自主操作电脑、浏览器和移动设备。在 OSWorld 基准测试中,Gemini 3.5 Flash 得分 78.4,与 GPT-5.5 成绩相当。开发者可利用 Gemini API 构建用于软件测试或办公自动化的智能体。AI模型Gemini 3.5 FlashComputer UseOSWorld智能体自动化推荐理由:Google 把屏幕操控塞进了 Gemini 3.5 Flash,OSWorld 得分和 GPT-5.5 差不多。开发者直接用 API 就能做自动化,很实在。原文
13:54IT之家(博客/媒体)精选谷歌在 Chrome 149 浏览器中新增“Select from screen”功能,用户可通过光标选中屏幕上的图片或文字,直接与 Gemini 3.5 Flash 模型交互提问。该功能与 Google Lens 类似,但将屏幕内容送入对话式 AI 处理。此外,Gemini 3.5 Flash 模型原生引入 Computer Use 工具,使 AI 智能体能在网页、桌面、移动端执行访问网站、填写表单、点击按钮等任务。AI产品ChromeGemini 3.5 FlashComputer UseAI交互智能体推荐理由:现在你逛鞋店网站时,直接框选几双鞋问Gemini哪双适合你,省去复制粘贴的麻烦。原文
12:25IT之家(博客/媒体)谷歌 6 月 15 日更新 Android Bench 榜单,测评 AI 模型在安卓开发任务中的表现。OpenAI 的 GPT-5.5 以 74 分排名第一,GPT-5.4 以 72.4 分第二,谷歌 Gemini 3.1 Pro Preview 同分第三。谷歌自家 Gemini 3.5 Flash 仅得 63.7 分,排第六,且单次运行平均成本 147.1 美元,为榜单最贵。DeepSeek V4 Flash 得分 52.7 排第 12,成本仅 8.4 美元,Gemini 3.5 Flash 成本是其 17.5 倍。AI模型Android BenchGemini 3.5 FlashGPT-5.5DeepSeek V4 Flash开发辅助10 个信源在谈推荐理由:谷歌新榜单实测,Gemini 3.5 Flash 在安卓开发任务中得分低、成本高,性价比远不如 DeepSeek V4 Flash。原文
19:27Decoder@Matthias Bastian83°Google 对 NotebookLM 进行了重大升级,现在它基于 Gemini 3.5 Flash 运行,拥有自己的云计算机用于代码执行,并能通过 Google 搜索自主寻找来源。内部测试显示,新系统在 78.2% 的情况下优于旧版本。这一升级使 NotebookLM 从一个简单的笔记工具变成了一个更强大的研究助手,能够执行代码和进行基于智能体的研究。AI产品NotebookLMGemini 3.5 Flash代码执行智能体研究助手推荐理由:做研究和数据分析的团队终于有了一个能自动执行代码和搜索资料的 AI 助手,效率提升明显,建议直接体验。原文
10:57IT之家(博客/媒体)精选科技媒体报道,谷歌针对Antigravity用户抱怨简单任务消耗过多Token,推出Gemini 3.5 Flash (Low)版本。该版本通过调整推理投入强度,比Medium版本节省约45% Token,且在软件工程任务上优于更早的Gemini 3 Flash。谷歌同时重置了所有免费和付费Gemini计划的配额,保证用户本周有足够额度。AI模型AntigravityGemini 3.5 Flash谷歌推理模型推荐理由:谷歌新出省Token版Gemini,比Medium省45%原文
09:35SuperTechFans(博客/媒体)83°谷歌发布了 Gemini 3.5 系列模型,其中 3.5 Flash 版本在多项基准测试中表现优异,输出速度是其他前沿模型的 4 倍,特别适合大规模多步骤代理任务。该模型已通过 Gemini 应用、Google 搜索等渠道上线,开发者可通过 Antigravity 平台和 API 使用。推测其采用混合精度(FP4/FP8)和较少活跃参数,在保持高性能的同时降低成本。这一发布标志着智能代理技术的新突破,有望推动 AI 在复杂场景中的广泛应用。AI模型Gemini 3.5 Flash推理模型低延迟代理任务谷歌推荐理由:Gemini 3.5 Flash 解决了高智能与低延迟的矛盾,做多步骤代理和编码的开发者可以直接用上,成本还更低,值得一试。原文
09:19IT之家(博客/媒体)谷歌 DeepMind CEO 戴米斯·哈萨比斯在 I/O 大会前接受《连线》采访,批评 AI 将导致大规模裁员的说法别有用心,认为企业应利用 AI 提升生产力做更多事,而非裁员。他提到谷歌新模型 Gemini 3.5 Flash 具备强大编程能力,但强调不会取代开发者,反而会创造更多需求。哈萨比斯指出,试图用 AI 替代开发者的公司缺乏想象力,可能犯下大错。谷歌在 I/O 大会上发布了 Antigravity 编程工具等 AI 产品,Gemini 3.5 Pro 将于下月发布。行业AI 裁员论DeepMindGemini 3.5 Flash编程能力哈萨比斯推荐理由:哈萨比斯直接反驳了 AI 裁员论,给焦虑的开发者吃了定心丸——做编程或技术决策的人看完会松口气,建议点开了解他的完整观点。原文
07:02Simon Willison’s Weblog(博客/媒体)83°谷歌在 I/O 大会上正式发布 Gemini 3.5 Flash,跳过预览版直接进入通用可用阶段。该模型支持 104 万输入 token 和 6.5 万输出 token,知识截止于 2025 年 1 月。价格显著上涨:输入每百万 token 1.5 美元,输出 9 美元,是前代 3 Flash Preview 的 3 倍、3.1 Flash-Lite 的 6 倍,接近 3.1 Pro 水平。尽管如此,谷歌仍将其部署到 Gemini 应用、AI 搜索模式、Antigravity 平台、AI Studio 等全线产品。同时推出新的 Interactions API(测试版),类似 OpenAI 的服务器端历史管理。这反映出三大 AI 实验室都在试探 API 客户的价格承受力。AI模型Gemini 3.5 Flash谷歌 I/O模型定价APIInteractions API6 个信源在谈推荐理由:Gemini 3.5 Flash 价格翻倍但谷歌全线铺开,做 AI 应用开发的团队需要评估成本变化,建议点开看看定价对比和 API 新特性。原文
02:11IT之家(博客/媒体)76°谷歌在 2026 I/O 大会上宣布搜索业务迎来 25 年来最大改版,核心是用 AI 全面重塑搜索入口与交互方式。用户从“输关键词”转向“描述完整需求”,由 Gemini 3.5 Flash 模型提供快速响应。新版搜索支持多模态输入(文本、图片、视频、文件等),AI Overview 支持连续追问,形成聊天式交互。此外,谷歌计划推出 24 小时后台运行的搜索智能体,可追踪公寓、球鞋发售等目标,并在夏季上线。个人智能功能扩展到 98 种语言、近 200 个国家,可连接 Gmail、Google Photos 等个人数据。AI产品谷歌搜索AI 搜索Gemini 3.5 Flash搜索智能体多模态推荐理由:谷歌搜索这次改版彻底改变了搜索方式,从关键词到完整需求,做内容、做运营、做产品的团队都该关注——搜索流量和用户行为即将发生根本变化,建议尽早了解并调整策略。原文
01:46IT之家(博客/媒体)76°在 2026 年谷歌 I/O 大会上,谷歌宣布推出 Gemini 3.5 Flash 模型,该模型在多项基准测试中超越前代 3.1 Pro。其输出速度达到每秒 289 tokens,是 Claude Opus 4.7 和 GPT-5.5 xhigh 的 4 倍。谷歌内部还展示了 Antigravity 工具,用 93 个子智能体在 12 小时内从零构建了一个可运行的操作系统核心,生成了 26 亿个 tokens。这一发布标志着谷歌在 AI 模型速度和效率上的重大突破,尤其适合需要高吞吐量的应用场景。AI模型Gemini 3.5 Flash谷歌推理模型输出速度智能体推荐理由:速度翻倍意味着更低的延迟和更高的吞吐量,做实时 AI 应用或大规模推理的开发者值得关注,可以直接用起来提升效率。原文