使徒行者

打球难、约人烦、凑局累 一个免费工具撬动数千万运动用户_我的网站

A |     家人们，就在刚刚，Google正式发布了Gemini 3.6 系列模型！          这次登场的一共三个模型：          面向普通用户和开发者推出的通用模型 Gemini 3.6 Flash：               输出 token 消耗减少了约 17%，在 DeepSWE 上最高减少 65%          输入：1.50 美元/百万 token          输出：7.50 美元/百万 token               主打低成本和高吞吐的 Gemini 3.5 Flash-Lite：               输入 $0.30/百万 token          输出 $2.50/百万 token               面向网络安全场景的 Gemini 3.5 Flash Cyber：      定价还没曝光，目前只给政府和还有Google定的受信任的合作伙伴限量开放               在正式开始详细介绍前，先给大家打一针预防针：          如果只看跑分，这次更新可能没有想象中那么炸裂—Gemini 3.6 Flash 的综合智能水平与上一代基本持平，代码能力也没有横扫同级模型，但是效率绝了！          Gemini 3.6 Flash          Gemini 3.6 Flash 是 Gemini 3.5 Flash 的升级版，也是这次发布的主角。    你是不是也有过这样的时刻：心血来潮想打场羽毛球，翻开微信通讯录不知道找谁；好不容易拉了个群，几个人的时间对不上，最后球还是没打成。         根据 Artificial Analysis 的发布前测试，Gemini 3.6 Flash 在 Intelligence Index 上拿到了50 分，与 Gemini 3.5 Flash 持平（Ps：从综合智能表现来看，可以说完全没有实现代际跃升）：          在Gemini最擅长的知识类工作的基准GDPval-AA v2 上取得 1421 Elo，比上一代高 72 分：          它真正值得一说的提升，在速度和效率上。这曾是陈硕最大的痛点。         Gemini 3.6 Flash 完成单项任务的平均时间从 2.7 分钟降至 1.3 分钟，缩短了一半以上；输出速度达到 每秒 304 个 token。7年前，他在互联网大厂做技术研发，下班想打球，找不到场地、约不到人。与此同时，它的输出 token 消耗减少约 17%，在 DeepSWE 等特定任务上，降幅最高可达 65%。         虽然没有更聪明，但是确实做到了能用更少的 token、更短的时间完成同样水平的工作。于是，他自己做了个运动科技平台——“闪动”。

B | 从2022年上线至今，几乎没在消费者端花过一分钱推广费，却积累了数千万用户，单日新增一度突破10万人。         Gemini 3.5 Flash-Lite          Gemini 3.5 Flash-Lite 面向的是另一类需求：高并发、低延迟和大批量任务。         它在 Intelligence Index 上取得 36 分，相比 Gemini 3.1 Flash-Lite 的 25 分提升了 11 分。羽毛球群群主、跑团团长、飞盘俱乐部发起人……闪动把这群人叫“主理人”。平台给主理人做了一个免费的SaaS（软件即服务）工具，活动发布、报名接龙、费用结算、成员管理、财务对账，一条链接全搞定。“过去在微信群里接龙，信息乱、没法跨群同步、统计全靠手动；现在链接一发，报名情况和费用都会自动统计。         进步最明显的是智能体相关评测：GDPval-AA v2 提高 498 分，TerminalBench v2.1 提高 22.5 个百分点，Tau3-Banking 提高 7.8 个百分点。”官政希是羽宙联盟俱乐部创始人，两年内，他用闪动发布了4600多场活动，在全国俱乐部里排第四、杭州第一。据官政希估算，俱乐部约四分之一的长期成员是通过闪动沉淀下来的。而闪动的用户增长逻辑就藏在这里——主理人用顺手了，俱乐部成员跟着用，成员再拉朋友进来。         速度同样是它的核心卖点，平均每任务用时从 1 分钟降至 0.6 分钟，输出速度达到 每秒 350 个 token。“我们一分钱投放不做，现在日均新增用户也有几万人。”陈硕说，平台为主理人提供免费服务，盈利来自广告、保险等增值服务。         不过，Gemini 3.5 Flash-Lite 的单次任务成本不降反升，从 0.04 美元增至 0.09 美元。         主要原因是输入和输出价格分别从每百万 token 0.25 美元和 1.50 美元，上调至 0.30 美元和 2.50 美元。尽管平均每任务的输出量已从 2 万 token 降至 1.3 万 token，但仍不足以抵消价格上涨带来的成本增加。         Gemini 3.5 Flash Cyber          除了两款通用模型，Google 这次还公布了一个更垂直的成员：Gemini 3.5 Flash Cyber。目前闪动已聚集30多万家俱乐部，接入了超15万家运动场馆，覆盖60多个运动品类，还延伸到了桌游、读书会、英语角等同城生活品类。         CodeMender 是 Google 的代码安全代理，主要任务就是是在代码中发现安全漏洞，并进一步生成和验证修复方案。

C | “本来没想做社交。”他笑了笑，“但运动天然就有搭子文化，一不小心成了国内头部的线下兴趣社交平台。这次出的Gemini 3.5 Flash Cyber 将作为CodeMender的核心模型，服务于漏洞查找与修复流程。         按照 Google 的说法，它在代码安全任务上的表现达到了非常具有竞争力的前沿水平，并且运行成本也低于体量更大的模型。

D |          Gemini 3.5 Flash Cyber 更像是 Google 对“专业模型+智能体”路线的一次验证： 以更轻量的 Flash 为底座，通过安全领域优化和专用代理，把模型能力集中到一个明确的高价值任务上。         安全代理往往需要持续扫描大型代码库、分析大量上下文，并反复验证修复结果。相比一味调用最强、最大的通用模型，针对网络安全任务优化的轻量模型，更有可能在能力、响应速度和运行成本之间取得平衡。”大学生小浩是学长把他拉进本地羽毛球群的。不过，Gemini 3.5 Flash Cyber 暂时不会向所有开发者开放。让他觉得这个平台“不一样”的，是一个小细节——“鸽子费”。

E | “以前熟人约球，有人临时爽约，费用分摊就很尴尬。闪动直接扣违约费，规则透明，谁也不欠谁人情。”小浩说。

F | 打球还怕一个事，水平悬殊。它将通过 CodeMender 独家提供，仅面向受信任的合作伙伴开展有限访问试点。

G | “参加线下局最怕遇到水平差太多的，‘菜鸟’怕被虐、高手怕无聊。”在滨江互联网公司上班的佳佳说。佳佳的困扰，闪动最近在内测的AI运动健康模块恰好能解决。         单看代码表现          在 Arena 公布的前端代码竞技场排名中，Gemini 3.6 Flash 以 1537 分位列第 12 名，相比 Gemini 3.5 Flash 的第 21 名有明显进步。         结语          目前，Gemini 3.6 Flash 和 Gemini 3.5 Flash-Lite 正在 Gemini App 中陆续上线，开发者也可以通过 Google AI Studio 和 Android Studio 的 API 使用新模型。陈硕形容它像一个“体育一站式服务顾问”。用户上传一段打球视频，AI通过纯视觉算法就能判断出水平等级，再根据你的时间、地点和运动能力，推荐水平相当的活动搭子或专业教练。这背后则是平台积累的十几万条真实运动视频作为训练素材。这恰好也是闪动选择把公司搬到杭州上城区闸弄口街道的原因。今年3月，公司通过参加上城区“金靴奔跑”创新创业大赛拿到了政策扶持。         至于正在内测的 Gemini 3.5 Pro，以及已经开始训练的 Gemini 4，或许才是 Google 留给下一次能力跃升的真正看点。         最后，关于 Google 这次发布，我还有几句话想说          过去的大模型发布，最容易传播的是跑分又涨了多少，但是这几次跟Google家感觉已经不恋战了。“杭州的互联网创业氛围，特别是在智能体研发和算力供给上，优势很明显。”陈硕透露，落地上城后，上城区委组织部人才办和区科技经信局主动上门对接了具体政策。更关键的是一些隐性便利，比如闪动与浙大团队计划开展的智能运动硬件合作，因为地理距离拉近，推进变得更顺畅。国务院日前印发的《全民健身计划（2026-2030年）》提出，到2030年经常参加体育锻炼人数比例达到40%左右——那是超5亿人的市场。陈硕认为：“全民健身的关键是让人动起来并且坚持下去。闪动在做的就是降低运动的门槛和成本，把中间的麻烦事解决掉。它已经不太愿意继续纠缠于单纯的跑分竞争了。         Gemini 3.6 Flash 交出的依然还是近两年非常具有Google味儿的答卷：          综合智能分数可以不变，只要任务速度翻倍、token 用量减少、输出价格下降，模型依然能够获得非常实际的竞争力。         可能有人会问：是不是 Google 已经卷不动了？          但在我看来，这更像是大模型竞争进入下半场的一个信号。

H |          当头部模型之间的能力差距逐渐缩小时，开发者真正关心的问题会越来越具体：同一个任务需要等多久？一次调用要花多少钱？长上下文是否稳定？能不能支撑大规模并发？          从这个角度看，Gemini 3.6 Flash 是 Google 又一次明确面向落地效率的升级。

I |

Current article:http://y05l.cibianpangjujiusu.cyou/kxa/hl847p.html

Published on:00:52:09