谷歌Gemini 3的發(fā)布，炸裂了籠罩AI的陰霾，讓。有泡沫現(xiàn)象，但AGI并沒有止步，預(yù)訓(xùn)練的擴展定律也沒有死，谷歌正在大步朝這個方向前進，并且用TPU而不是GPU首次訓(xùn)練出了公認最好的前沿大模型。OpenAI的奧特曼與xAI的馬斯克，都為此點了贊。

谷歌非常自信，稱Gemini 3擁有最先進的推理能力，領(lǐng)先的多模態(tài)理解能力，帶來了全新的智能體編碼體驗。這將支持Gemini應(yīng)用從當前6.5億月活成為10億用戶以上的超級應(yīng)用，并深度重塑搜索、Gmail、地圖等7個擁有20億用戶的產(chǎn)品體驗。谷歌還擁有機器人、游戲、藥物發(fā)現(xiàn)、材料科學等長期萬億級新賽道。

桑達爾·皮查伊已經(jīng)看到，當前的AI熱潮中存在一些“非理性”，但谷歌能夠經(jīng)受住這場潛在的風暴。也許，全棧AI能力的反脆弱性。谷歌正在建立起token經(jīng)濟學，算力需求將越來越大，真正的價值錨點在于任務(wù)執(zhí)行與體驗重構(gòu)。

預(yù)訓(xùn)練擴展復(fù)活

相比曾備受期待的GPT-5，第一時間用上Gemini 3的人要幸福得多。它不僅打破了半年多來行業(yè)小步迭代的沉悶，更以全面而大幅度的躍升，重新驗證了預(yù)訓(xùn)練擴展定律的關(guān)鍵路徑。這對提升每一枚token所蘊含的價值影響巨大。

基準測試已然成為噪音，但谷歌成功地用它傳遞出更大的信息量來。這主要是因為現(xiàn)存基準趨于飽和，個別的小幅的進步，已經(jīng)不足以反映它在現(xiàn)實任務(wù)中的實際能力，也就無法準確衡量其token價值。但是，全面領(lǐng)先且遙遙領(lǐng)先，意義就不一樣了。

在行業(yè)主流的20個基準測試中，Gemini 3 Pro在其中的19個項目上獲得了最高分，超越了Gemini 2.5 Pro、Claude Sonnet 4.5和GPT-5.1。尤其是在ARC-AGI-2上，Gemini 3和Gemini 3 Deep Think，更是將成本與精度的帕累托前沿，向有利方向推得更遠了一些。該測試基準旨在衡量模型對從未見過的任務(wù)的推理能力，難以死記硬背。

很長一段時間以來，其他旗艦?zāi)Ｐ投紵o法在ARC-AGI 2上取得跨越式的進步，都擠在0%到15%的狹窄區(qū)間里內(nèi)卷。這次，相對此前的標桿模型GPT-5.1 Thinking（High），Gemini 3 Pro不僅在得分上遙遙領(lǐng)先，超過13個百分點，每個任務(wù)還僅花費了0.81美元，便宜了0.36美元。Gemini 3 Deep Think更是瘋狂，達到45%，證實了如果需要，可以用更多的token，去解決原本即使花再多的token也沒辦法解決的難題。

谷歌沒有解釋它是如何成功的，但有兩個細節(jié)值得注意。第一，谷歌Gemini Deep Think上一次那么亮眼，是取得了（IMO）的金牌。當時，谷歌介紹這是一個尚未發(fā)布的能“并行思考”的進階模型。第二，這次，谷歌DeepMind研究副總裁兼深度學習負責人Oriol Vinyals揭秘，團隊在預(yù)訓(xùn)練擴展定律上取得了巨大的飛躍，而后訓(xùn)練同樣仍然是一片全新的領(lǐng)域。

有人推測，Gemini 3的總參數(shù)規(guī)�；蛟�5萬億（T）以上。此前，蘋果就傳出明年將用1.2萬億參數(shù)的Gemini模型徹底改造自己的Siri。

預(yù)訓(xùn)練擴展定理的復(fù)蘇，對整個行業(yè)來說都是好消息。在Gemini 3發(fā)布后，哈薩比斯等人接受《紐約時報》采訪稱，AI的進步完全符合過去兩年的軌跡，他維持AGI仍需5至10年以及若干重大突破的判斷。在此之前，通過擴展基礎(chǔ)模型規(guī)模持續(xù)推動性能，仍然是最有效的策略。

此外，在多模態(tài)與智能體相關(guān)的多項基準測試上，Gemini 3也大幅領(lǐng)先。據(jù)其模型卡，這個MOE模型原生支持文本、圖像、音頻和視頻輸入。它在幻覺相關(guān)基準上（SimpleQA Verified）的得分，也要比GPT-5高得多，當時，正是后者的重點營銷方向。

一個小彩蛋是，在Gemini 3 Pro的模型評估官方文檔中，它對圖像測試基準OmniDocBench 1.5的方法論，嚴格遵循10月DeepSeek-OCR。

反重力的超級應(yīng)用

不過，真正決定 token 經(jīng)濟學成立的，不是基準，而是能否為用戶解決真實問題，以及解決這些問題創(chuàng)造的價值超過消耗的成本。市場對基準的詬病，在于它與實際用戶體驗之間的背離。這也是目前引發(fā)“AI泡沫”質(zhì)疑的關(guān)鍵因素之一。

在前述采訪中，Gemini 團隊負責人沃德伍德（Josh Woodward）稱，谷歌更關(guān)注的指標是，今天幫用戶完成了多少項任務(wù)。他還對“情色伴侶”病毒式增長機會表示不屑。

同期發(fā)布的Google AntiGravity，其命名本身就是對當前AI應(yīng)用困境的隱喻式的回應(yīng)�！胺粗亓Α彼獟昝摰模悄切┳層脩趔w驗“墜地”的束縛。為了實現(xiàn)真正的“體驗飛升”（liftoff），這款新一代IDE（集成開發(fā)環(huán)境）產(chǎn)品并非僅為人類開發(fā)者優(yōu)化，更是智能體優(yōu)先（Agent-First），支持多智能體在長周期內(nèi)主動規(guī)劃、并行執(zhí)行、自主驗證。顯然，在提升token價值的同時，也帶來了更多的token消耗。

Gemini 3 現(xiàn)已能在百萬行代碼規(guī)模的系統(tǒng)中，深度穩(wěn)定地多步推理與調(diào)試。一個智能體可在前臺專注復(fù)雜編碼，另一個則在后臺同步調(diào)研資料；它們交付的“產(chǎn)物”（Artifacts），更易于用戶驗證。用戶可在任意界面異步反饋（如圈注截圖、評論文本），這些輸入將自動融入智能體的執(zhí)行流；而智能體的歷史行動也會沉淀為知識資產(chǎn)，既包括可復(fù)用的顯性知識（如代碼片段），也涵蓋完成子任務(wù)的隱性經(jīng)驗（如一系列步驟）�！叭嗽诨芈分小保℉ITL）正從 “人類修復(fù)AI錯誤” 演變?yōu)椤叭祟愔笓]AI工作”。

同樣的邏輯也延伸至AI原生的搜索體驗。這次，谷歌提出Generative UI，讓搜索不再只是“回答問題”，呈現(xiàn)鏈接、文本或已有的視頻，而是實時動態(tài)地生成一個為用戶搜索量身定制的可視化或者可交互的界面。這涉及到大量的工具調(diào)用（Tool Access）與后處理（Post-processing）。

谷歌抵御在“AI 泡沫”中下墜的邏輯，在于讓token在不斷生成的過程中，就迅速得以消納，源源不斷地轉(zhuǎn)化為現(xiàn)金流，以及用戶黏性與使用時長。谷歌目前擁有7個20億用戶的超級應(yīng)用，AI原生的超級應(yīng)用Gemini的月活躍用戶數(shù)量也從3月的3.5億提升至目前的6.5 億，并繼續(xù)向著10億用戶成長。

在接受BBC采訪時，皮查伊稱，當前的AI熱潮中存在一些“非理性”，沒有哪家公司能夠幸免，但谷歌能夠經(jīng)受住這場潛在的風暴。哈薩比斯也稱，得益于谷歌同時擁有短期變現(xiàn)與長期萬億級新賽道，無論短期泡沫是否存在，谷歌都將勝出，“我們從未失去研究領(lǐng)先地位，現(xiàn)在只是產(chǎn)品落地終于跟上”。

TPU、Token與Talent

谷歌的研究地位與產(chǎn)品地位，日趨鞏固。在定制化TPU芯片上的全棧優(yōu)勢，使谷歌的訓(xùn)練成本和推理效率超過依賴外部GPU資源的競爭者；龐大用戶生態(tài)的終端數(shù)據(jù)反饋，也是其他競爭者無法逾越的護城河。如果AI進入短暫的泡沫破滅期，谷歌護城河的相對優(yōu)勢，反而會因此進一步放大。

在模型卡上，谷歌明確承認，Gemini 3的預(yù)訓(xùn)練建立在谷歌自己的TPU之上。除了公開可下載的數(shù)據(jù)集、通過爬蟲獲取的數(shù)據(jù)、AI生成的合成數(shù)據(jù)、通過商業(yè)許可協(xié)議獲得的授權(quán)數(shù)據(jù)，它的預(yù)訓(xùn)練數(shù)據(jù)集還來自在“適當情況下尊重用戶控制權(quán)”的用戶數(shù)據(jù)，以及谷歌在其業(yè)務(wù)運營中獲取或生成的其他數(shù)據(jù)。

谷歌的TPU保證了它擁有更低的總擁有成本，也就降低了單位token成本。這有助于它繼續(xù)低成本地將用戶與數(shù)據(jù)吸納到自己的創(chuàng)新閉環(huán)中來。而谷歌Gemini 3對外的API價格，相對Gemini 2.5有所提價，部分也得益于它的模型競爭力的溢價，也就提高了單位token的利潤率。Gemini 3比OpenAI標準款的GPT-5.1要貴一點，但又比Pro款便宜。

更重要的是，既然擴展定律仍然有效，AGI 仍需多年和更多突破，頂尖人才與研究投入就變得至關(guān)重要。激勵與吸引人才的不僅是金錢，還包括不受限制的算力。據(jù)EpochAI對OpenAI去年開支的推斷，它在推理上只消耗了約29%的token，剩下的絕大多數(shù)都用于研發(fā)，其中，旗艦?zāi)Ｐ虶PT-4.5僅花費了不到6%，其他模型約1%，剩下的64%都用在了實驗性探索或未發(fā)布模型的基礎(chǔ)研究上。谷歌也不會例外，只是強大的算力支撐了它在AI研究方面的“貝爾實驗室”地位。