Flash逆袭Pro：小模型展现大智慧

颠覆认知！

Gemini 3 Flash在SWE-Bench Verified测试中取得了78%的卓越成绩，甚至超越了顶级的大杯Pro。

Flash不仅在速度和性价比上让Pro望尘莫及，更在技术上实现了飞跃。

谷歌透露，Flash采用了一系列尚未在Pro中应用的优化技术，使其在多个维度上表现出色。

网友纷纷表示，Flash的出色表现标志着帕累托前沿的逆转，是时候重新审视对“旗舰版”的盲目崇拜了。

Flash性能全面超越Pro

根据谷歌团队的最新评测，Gemini 3 Flash不仅在智能程度上超越了前代Gemini 2.5 Pro，还在编程能力和多模态推理等核心领域，直接击败了自家的旗舰Gemini 3 Pro以及竞争对手GPT-5.2。

在SWE-Bench Verified测试中，Flash取得了78%的高分，远超Gemini 2.5 Pro，并逼近了Gemini 3 Pro的76.2%。

在AIME 2025数学竞赛中，结合代码执行能力的Flash得分高达99.7%，几乎达到了满分。

即使在极为艰难的Humanity’s Last Exam测试中，Flash也紧追旗舰，未使用工具的情况下获得了33.7%的分数，与Pro版的37.5%处于同一水平。

除了强大的智能指标，Flash的响应速度和成本也极具优势。

数据显示，Gemini 3 Flash的推理速度是2.5 Pro的三倍，Token消耗量减少30%，价格也极具竞争力，输入端仅需0.5美元每100万Token，输出端为3美元每100万Token。

尽管比Gemini 2.5 Flash略贵，但其性能和速度使其价格依然极具吸引力。

如果轻量版已如此强大，甚至在某些关键指标上反超，“超大杯”的意义何在？

谷歌核心团队的回答令人意外——这并非研发失误，而是其顶层设计的核心策略。

“Pro旨在蒸馏Flash”

近日，Gemini的三位负责人——DeepMind研究副总裁Oriol Vinyals、谷歌首席科学家Jeff Dean和Noam Shazeer，以及Google AI Studio产品负责人Logan Kilpatrick共同揭示了这一战略背后的逻辑。

Vinyals直言，Pro模型的主要作用就是“蒸馏”Flash。

团队认为，像Flash这样“小而强”的模型对用户至关重要，随着迭代，新一代Flash往往能达到甚至超过上一代Pro的水平。

理想状态下，Pro将不计成本地探索智能上限，而Flash则通过蒸馏技术继承Pro的能力，并优化延迟、成本和吞吐量。未来Pro可能主要作为“生成器”，生产高质量的Flash模型。

但这并不意味着Scaling Law已失效。

面对Flash的“以小博大”，外界可能误以为大模型已走到尽头。然而Vinyals明确反驳了这一观点，他表示尽管规模扩展面临挑战，但团队通过持续扩大规模实现了巨大飞跃，前方依然“没有界限”。

Scaling Law虽在演变，但并未消亡。Noam认为单纯堆砌参数提升智能的路径正逼近极限，“规模神话”不再是唯一真理。未来扩展将转向推理侧的扩展（Test-time Compute）。

三位负责人一致认为后训练（Post-training）是最大“未开垦绿地”。尽管基准测试被逐渐击穿，但在开放式任务上通过后训练提升的空间巨大。

参数不再是唯一

Flash的冲击波引发了关于“参数至上论”的大讨论。

开发者惊讶地发现，“帕累托前沿”发生了倒转——更便宜、更快的模型也变得更聪明。

这打破了“模型越大越好”的迷信。

针对Flash如何反杀Pro，Google DeepMind的研究员Ankesh Anand揭示了背后的技术——强化学习。

他明确指出，Flash集成了大量最新的Agentic RL研究成果。

这证明了一个核心命题：提升模型能力并非仅靠堆砌参数。

通过更先进的后训练算法（如RL），小模型可实现“降维打击”，在软件工程等关键领域击败参数量巨大的旗舰模型。

开发者纷纷表示，是时候告别对“旗舰版”的盲目崇拜了。