Google AI Developers Forum上,一场关于Gemini 2.5 Flash去留的讨论从7月10日开始持续发酵。多名开发者联名请求Google不要下线这款模型,理由不是情怀,而是新版本Gemini 3系列在延迟、区域部署和价格上都没能接住老模型的位置。
这场争论的核心不是版本号该不该往前走,而是"新模型是否等于可迁移"。卡住开发者的是三个硬指标:能不能维持低延迟、能不能覆盖原有部署区域、单位成本会不会翻倍。
开发者论坛在吵什么
开发者Nick_D 7月10日发帖,请求Google保留Gemini 2.5 Flash。他给出的理由是团队内部基准测试结果:就算按官方新提示词指南重新调优,Gemini 3 Flash的表现也追不上老模型。
跟帖很快聚起来。开发者Ruthvik说,他们对比过延迟和性能最接近2.5 Flash的Gemini 3.1 Flash Lite,结果"差得远",还发现模型思维链内容会意外泄露到输出里。他认为2.5 Flash可能是Google目前流量占比最大的模型之一——这个说法来自开发者自述,没有官方数据佐证,但能反映这批用户对2.5 Flash的依赖程度。
真正把讨论从吐槽推向具体场景的是开发者Joshua_Simpson。他提到一个容易被忽略的背景条件:2.5 Flash是目前唯一在澳大利亚有本地部署的低延迟模型,完成延迟在300-400ms,刚好够上语音代理的实时交互门槛。
卡住迁移的不是跑分,是延迟和成本
把四个版本摆在一起看,差距更直观:
| 模型 | 区域部署 | 实测延迟 | 价格(相对2.5 Flash) |
|---|---|---|---|
| Gemini 2.5 Flash | 有澳大利亚本地部署 | 300-400ms | 基准 |
| Gemini 3 Flash | 未提及 | 开发者称"追不上"老模型 | 未提供数字 |
| Gemini 3.1 Flash Lite | 未提及 | 开发者称"差得远",且有思维链泄露问题 | 未提供数字 |
| Gemini 3.5 Flash | 无澳大利亚部署 | 700-800ms(含跨区延迟) | 约3倍 |
这些数字来自开发者论坛用户的实测反馈,不是Google官方公布的数据。具体表现可能因账号、区域和请求批次不同而有出入。
语音代理团队如果已经把产品跑在2.5 Flash上,700-800ms的延迟基本等于不可用——实时对话容不下多出的400ms。已经用2.5 Flash跑通内部基准、绑定生产工作流的团队,更现实的选择是先按真实流量测一遍新模型,再决定要不要迁移,而不是看跑分榜单下结论。价格涨到三倍,也意味着这类团队要重新算一遍迁移预算,不只是技术评估。
最值得盯的限制:Flash系列的定位会不会变
开发者tylertreat提出的问题更直接:Flash系列当初的卖点是"比Pro便宜、比Pro快"。如果3.5 Flash定价比2.5 Flash贵出约三倍,这个系列还算不算低成本选项?他自己的判断偏悲观:"便宜又管够的AI,可能正在过去。"
目前Google没有就是否下线2.5 Flash给出官方回应,论坛帖子只是开发者一方的呼声,不代表停用计划已经敲定。接下来最该盯的,是Google会不会针对这类反馈给出正式的模型生命周期说明,比如延长2.5 Flash的服务期限,或者对澳大利亚这类区域部署给出明确承诺。在此之前,依赖低延迟语音交互、或已在生产环境跑通2.5 Flash基准的团队,更稳妥的做法是按兵不动,先观察官方动作,再排迁移计划。