谷歌削减的不是价格表，而是账单
模型竞争的单位正从“每token单价”转向“每项任务的成本”
开篇
今天（当地时间7月21日）谷歌发布了Gemini 3.6 Flash。准确地说，是Gemini 3.6 Flash、3.5 Flash-Lite以及3.5 Flash Cyber这三款模型。撇开常规发布节奏不谈，因为这是有时效性的消息，所以我以特刊形式为您加急奉上。
价格是每100万输入token 1.50美元，每100万输出token 7.50美元。大多数报道都聚焦在跑分成绩上，而我的目光则落在发布文中的另一句话上。
“比上一代模型减少了17%的输出token消耗。”
订阅者朋友，先说结论：这次发布真正的新闻并不是性能。它是一个信号——AI价格竞争的单位，正从“token单价”转向“用多少更少的token完成同样的工作”，也就是“能效”。
发生了什么
谷歌这次推出了三款产品：主力模型Gemini 3.6 Flash、超轻量级的3.5 Flash-Lite，以及安全专用的3.5 Flash Cyber。
先来看数字。3.6 Flash的输出单价为每100万token 7.50美元，相比上一代3.5 Flash的9.00美元，下降了约17%。输入单价维持在1.50美元不变。性能方面，在长程编码任务基准测试DeepSWE上从37%提升到49%，在机器学习工程基准测试MLE-Bench上从49.7%提升到63.9%，在直接操作电脑屏幕的OSWorld-Verified测试中从78.4%提升到83.0%。
但谷歌在发布文中着墨最多的，并非跑分成绩，而是效率。据Artificial Analysis指数1统计，输出token消耗减少了17%，而在DeepSWE等部分任务中最多减少了65%。这意味着推理步骤和工具调用次数本身减少了。
同期发布的3.5 Flash-Lite也很有意思。它输入0.30美元、输出2.50美元，每秒可产出350个token，在编码基准测试SWE-Bench Pro上取得54.2%的成绩，反超了比自己高一代的3 Flash（49.6%）。这相当于低阶产品线逆袭上一代高阶产品线的“以下犯上”。
发布末尾，谷歌还顺带透露已经开始对Gemini 4进行预训练。而3.5 Pro目前正在合作伙伴测试阶段。
为什么说是能效而非单价
要理解这一点，得看看Flash系列的价格走势。
2025年6月，Gemini 2.5 Flash的价格是输入0.30美元、输出2.50美元。此后3 Flash涨到0.50美元和3.00美元，今年5月的3.5 Flash又涨到1.50美元和9.00美元。一年之内，输入单价涨了5倍。
围绕这一走势，出现了“廉价AI时代终结”的解读。据研究机构Epoch AI的数据，实现同等性能的成本每年都在下降5到10倍，但供应商们却开始不再把这部分节省反映到价格上。正如OpenAI在2025年约37亿美元营收却出现50亿美元规模亏损所显示的那样，此前的低价更接近于抢占市场的补贴，如今投资者要求的是盈利而非增长，这种补贴正在被撤走——这是一种解读。
然而这次3.6 Flash却降低了单价。看似矛盾，但这正是这次发布的核心所在。降价只是枝节，本体是消耗量的减少。
在人们通过聊天使用AI的时代，token单价基本就等于成本，因为一问一答即可结束。但在智能体（agent）工作负载中，模型会独自制定计划、调用工具、审查结果，在这个过程中消耗token。成本发生在人类根本不会去读的中间过程之中。在这个世界里，主导账单的不是价目表，而是“这个模型完成一项任务要用掉多少token”。
我们来算一笔账。如果输出单价下降17%，token消耗也减少17%，那么每项任务的输出成本大约会降低30%。价目表上只能看到17%，但账单实际减少的是30%。顺带一提，100万个token大约相当于750张A4纸的文本量。产出这么多内容，现在只需7.50美元，约合1万韩元左右。
总结一下：单价已经涨到了该涨的程度，从现在起，竞争将转向在不触碰名义价格的前提下，通过提升能效来调整实际有效价格。
三家公司登上了同一个擂台
更重要的是，这场竞争并非谷歌一家的独角戏。
截至7月，把这一量级的价目表并排放在一起是这样的：OpenAI的GPT-5.6 Luna输入1美元、输出6美元；xAI的Grok 4.5是2美元和6美元；Anthropic的Claude Sonnet 5则是限时折扣价2美元和10美元。Sonnet 5从9月起将回归正价3美元和15美元。仅仅一年前，这个价格区间里还根本不存在前沿级性能，而如今三家公司的主力产品全都挤在这个区间里。
跑分高下各有不同。按谷歌公布的对比表，长程编码任务（DeepSWE）中Luna以67%领先，电脑操作（OSWorld）中3.6 Flash以83.0%领先，知识型工作评测GDPval-AA v2的Elo2分数中Sonnet 5以1607分最高。也就是说没有绝对的胜者。既然性能上分不出胜负，竞争的重心就必然转向价格与效率。
因此，我这样看未来的图景：价目表会越来越趋同，差异化会发生在三个地方。第一是今天谈到的token效率，第二是缓存与批处理等实际有效的折扣机制，第三是根据任务性质在便宜模型和昂贵模型之间切换的路由3。事实上，在采购端，不固定于某一款模型、而是根据任务复杂度切换调用模型的结构，正在成为标准做法。
Oswarld视角
以我曾在制定GTM战略时亲自设计B2B产品价目表的经验来看，谷歌这一招是教科书式的利润防御。守住名义单价，同时降低实际有效价格。如果直接降价，整体营收都会被削减；但如果提升能效，折扣就只会有选择性地流向“用得多的优质客户”——也就是那些大规模运行智能体的客户，正是谷歌想要留住的那批人。
站在采购方的角度，启示很明确：模型单价对比表如今顶多只能当参考，很难再有决定性意义。即便单价相同，实际成本也会因token消耗量的不同而相差数倍。归根结底，只能用自己的工作负载去实测。挑选公司内部经常运行的几个代表性任务，每当新模型发布时就测量一次“每任务成本”，建立这样一套流程。这比盯着价目表要精确得多。
有一点也需要警惕。17%这个效率数字，是供应商所选基准测试的平均值。这是我在做数据工作时反复确认过的规律：这类平均值在不同工作负载之间的偏差可能很大。文档摘要任务中效率可能大幅提升，而代码生成任务中反而可能消耗更多token，这种反转完全可能发生。基准不应是供应商的平均值，而应是你自己任务的实测结果。
结语
今天的内容可以归纳为三句话。
谷歌把3.6 Flash的单价降了17%，但真正的信息是：用17%更少的token完成同样的工作。智能体时代的成本，主导者不是价目表，而是token消耗量，竞争的单位正在转向“每项任务的成本”。因此，采购者需要的不是一双寻找更便宜模型的眼睛，而是一套以自身任务为基准实测成本的流程。
我建议这周不妨做一件事：挑选团队中用AI处理的三四个代表性任务，实测一次当前所用模型的“每任务成本”。下一次更换模型的决策会因此容易得多。
如果您在实际工作中有过更换模型的经验，欢迎在评论区分享账单与预期不符的时刻——无论是只看价目表就换模型结果大吃一惊的案例，还是反而因效率提升而受益的案例都欢迎。我会在下一期中参考采纳。
💬 欢迎在评论区分享更换模型后账单与预期不符的经历，我会在下一期中参考采纳。 📨 如果身边有同事正为AI成本发愁，欢迎分享这篇文章。
参考资料与延伸阅读
核心来源
- Google，“Introducing Gemini 3.6 Flash, 3.5 Flash-Lite, and 3.5 Flash Cyber”，Google Blog，2026年。 链接 ··· 是今天这期通讯的一手信源，跑分表和价格都在这里。
- Artificial Analysis，“Gemini 3.6 Flash: Intelligence, Performance & Price Analysis”，2026年。 链接 ··· 是token效率17%这一数字的出处，是比较各模型实际有效成本时最有用的独立指标。
背景知识
- XDA Developers，“Google’s Gemini 3.5 Flash costs 3x the model it replaced, and the era of cheap AI is ending”，2026年。 链接 ··· 梳理了Flash系列的价格走势和“补贴时代终结”的论点，与今天文章的第二章相呼应。
- 9to5Google，“Google launches Gemini 3.6 Flash and 3.5 Flash-Lite, teases Gemini 4”，2026年。 链接 ··· 是关于发布背景以及Gemini 4预训练消息的报道。
- AI2Work，“GPT-5.6 vs Claude Sonnet 5: Inside the Frontier Price War”，2026年。 链接 ··· 参考了其中关于竞争对手价格结构和限时折扣的信息。
