迟迟不发布的模型：谷歌 Gemini 3.5 Pro 又一次错过截止日期

一个悄然错过的发布日

过去 48 小时里最重要的 AI 新闻，不是某个已经发布的模型，而是一个没能发布的模型。

7 月 16 日，彭博社报道称，谷歌的旗舰模型 Gemini 3.5 Pro 已比原计划落后数月。桑达尔·皮查伊曾在 5 月的 I/O 大会上告诉开发者，这款模型"下个月"就会到来。6 月过去了，7 月也过半了。截至本文写作时，Gemini 3.5 Pro 仍未发布。

谷歌没有否认延期。一位发言人对彭博社表示："我们目前正在与合作伙伴一起测试 3.5 Pro、升级版 Flash 模型以及其他模型，同时我们也在就模型测试和更广泛的框架问题与美国政府展开富有成效的合作。"这是一份包装成进度更新的确认声明。它没有给出任何发布日期。

官方给出的理由既狭窄又具体，这反而比笼统的"推迟"更耐人寻味。据彭博社报道，该模型的编程能力未达内部预期。谷歌上月底专门为此更新了训练数据，而用报道中一位知情人士的话说——"结果令人失望"。

为什么编程成了决定性指标

值得停下来想一想：谷歌究竟是为了什么才把一款旗舰模型压着不发。

不是安全评估。不是多模态推理。不是上下文长度。是编程。到了 2026 年，代码生成已经成为前沿模型的承重基准，因为这是最能直接转化为企业收入和开发者黏性的能力。而且，与大多数基准不同，它的可验证性近乎残酷：代码要么跑得起来，要么跑不起来；测试要么通过，要么不通过。软性评测可以靠营销绕过去，但一个写出补丁却把构建搞崩的智能体，是营销绕不过去的。

皮查伊此前已经公开承认了这块短板。正如 Search Engine Journal 所指出的，他曾表示谷歌在智能体编程方面相对竞争对手"稍稍落后"。这次延期读起来就像是：谷歌不愿推出一款会让这句承认变得可量化的旗舰产品。

这里有一种站得住脚的解读，我愿意给它应有的分量：明知某项能力不达标，而所有人都会第一时间去测试它，那么带着这个短板发布，比延期发布更糟。谷歌经历过这种事。一次仓促发布若在 72 小时内被拆解得体无完肤，对品牌造成的持久伤害，远大于一次只换来一轮负面新闻周期的延期。

技术故事底下的组织故事

彭博社报道中更具杀伤力的细节，不是基准分数的差距，而是关于"为什么修复起来这么难"的解释。

报道描述了谷歌内部的结构性复杂性——DeepMind、Google Cloud、Android 和搜索部门同时在开发相互重叠的 AI 编程工具——各团队之间优先级不断变动、职责相互竞争，拖慢了执行速度。PYMNTS 将同一现象总结为：模型发布准备过程中牵涉多个内部利益相关方层级，外加多个派系各自打造独立的编程工具。

彭博社的信源为在职和离职员工——Search Engine Journal 称有十人——报道称这次延期在谷歌的工程师、研究员和管理者中引发了挫败感，其中许多人担心，随着 Anthropic 和 OpenAI 不断推出超越 Gemini 能力的模型，公司有丧失优势的风险。

最后这半句，是谷歌无法靠增加训练数据解决的部分。能力差距是个工程问题。而一个能让十位内部人士愿意向彭博社倾诉的能力差距，是个士气问题——AI 实验室的士气问题会以人员离职的形式表现出来，而人员离职又会表现为更大的能力差距。

谷歌目前手上究竟有什么

以下是当前局面，严格限于已确认的信息。

Gemini 3.5 Flash——5 月中旬与 Pro 承诺一同发布——是 3.5 系列中唯一已推出的模型。从任何实质意义上讲，它都不是一个占位符：据 PYMNTS 报道，它已成为 Gemini 应用和搜索 AI 模式的默认模型，服务于一款覆盖 230 个国家、月活用户超过 9 亿的应用。9to5Google 指出，Gemini 3.1 Pro 早在 2026 年 2 月就已推出，因此 Pro 这一档并非空缺，只是陈旧。

这一点对于校准警报级别很重要。谷歌的消费级 AI 门面并未因这次延期而受损——Flash 正在以巨大规模撑着场面。搜索的 AI 功能也未受影响。真正受影响的是开发者漏斗的顶端：当任务很难时、当你要构建智能体时、当你要决定公司标准化采用哪家实验室的 API 时，你会伸手去拿的那个模型。在这一细分领域里，距离上一次 Pro 发布已过去九个月，是实打实的代价。

一款升级版 Flash 模型已确认正处于合作伙伴测试阶段。有二级媒体报道称，谷歌已注册了一些暗示存在过渡版本的名称，并将此形容为第三次错过截止日期、且幻觉问题持续存在。这些具体说法未获彭博社报道或谷歌证实，应视为未经核实。

炒作与真相

有三种说法正在流传，值得区分开来。

属实： Gemini 3.5 Pro 确实延期了，原因是编程性能，谷歌已确认它仍在测试中，且没有公布任何日期。以上全部有据可查。

属实但极易被夸大： 市场反应。CNBC 报道称 Alphabet 股价因这一消息下跌。因一条模型延期新闻而产生的单日波动属于情绪，而非对谷歌 AI 地位的判决——一家拥有 9 亿 Gemini 月活用户和自研 TPU 栈的公司，不会因为一次发布推迟就变得脆弱。

被夸大了： 把这件事描述成谷歌正在输掉 AI 竞赛。证据支持的是一个具体而有界限的结论——谷歌在前沿编程能力上落后，且自己心里清楚——而不是全面崩塌。任何从"Pro 模型延期了"外推到"DeepMind 完蛋了"的人，都已经跑得远远超出信源所能支撑的范围。

不过，这里确实有一个被严重低估的角度。9to5Google 的报道还引用了那个被广泛援引的数字：截至 2026 年 4 月，谷歌约 75% 的新代码由 AI 生成并经工程师审核通过。如果谷歌自家的模型在编程上不达标，而谷歌自家的工程体系又越来越依赖 AI 生成的代码，那么这次延期就不只是一个产品问题。它是一场关于公司内部研发速度的押注——而这场押注目前还没有兑现。

总结

这个故事最能说明问题的事实是：延期是谷歌自己选的。一家承受着如此巨大竞争压力的公司，一位公开承诺了 6 月发布日期的 CEO，最终判定：推出一款编程性能低于目标的 Pro 模型，比错过三个月（并且还在继续）的难堪更糟。这是一个关于市场如今测试编程能力有多彻底、以及一款疲软的旗舰产品会多快被戳穿的判断。

这个决定是否正确，取决于所有报道都无法告诉我们的一件事：下一次尝试能否达标。如果 Gemini 3.5 Pro 最终发布，并且在智能体编程上真正具备竞争力，那么这一周会被解读为定力。如果它既延期又只是勉强够用，那么谷歌就白白付出了延期的代价，什么也没换到。

我会盯住的细节不是发布日期，而是彭博社信源所描述的组织割裂——四个部门在开发相互重叠的编程工具——是否得到解决。模型可以重新训练。而一个会产出迟到模型的结构，往往会产出更多迟到的模型。