7 月 10 日泄露的一份发布计划给了 Google DeepMind 一再推迟的 Gemini 3.5 Pro 一个确切日期：2026 年 7 月 17 日。如果规格属实，这款模型的参数设定相当激进——200 万 token 上下文窗口、全新预训练底座（非 2.5 Pro 适配）、Deep Think 扩展推理模式仅对月费 250 美元的 Ultra 订阅用户开放，API 定价预计为每百万 token 输入 $1.25、输出 $10。输入成本仅为 GPT-5.6 Sol（$5）的四分之一。
但比规格数字更重要的是 Google 此次发布所传递的战略信号：它的目标不是赢 benchmark 头条，而是赢工作负载迁移。
迟到六周，落入史上最拥挤的发布窗口
Gemini 3.5 Pro 原定 6 月 GA。Google 在 5 月 I/O 大会上由 Sundar Pichai 亲自预告，现场开发者听到的是「给我们一个月时间」，结果等了将近两个月。据 Business Insider 报道，推迟的核心原因是 Google 决定废弃原定的 2.5 Pro 底座，转而进行一次完整的新预训练——这是一项工程决策而非简单延期，它意味着 Google 内部判断现有架构不足以支撑 3.5 Pro 的目标性能。
六周的延迟让 Gemini 3.5 Pro 的发布时间落到了本季最残酷的窗口：Grok 4.5 于 7 月 8 日发布，GPT-5.6 三档模型于 7 月 9 日发布，Gemini 3.5 Pro 将成为三个前沿模型中最晚入场的一个。而且它入场的不是空白市场——GPT-5.6 Terra 已经以 $2.50/$15 的价格匹配了 Claude Fable 5 的性能（Terminal-Bench 2.1 得分 84.3%），Grok 4.5 以 $2/$6 的超低定价成为价格-性能比的黑马。Gemini 3.5 Pro 必须证明它的迟到值得等待。
200 万 token 窗口：不是更大，是「另一种架构」
当前前沿模型的上下文窗口上限基本统一在 100 万 token。Gemini 3.5 Pro 直接翻倍到 200 万。这大约相当于 30 部长篇小说的文本量，或者一个中型企业的全部内部技术文档。
这并不是「多一点上下文」的量变。当上下文窗口达到 200 万 token 时，一个关键命题浮现：检索增强生成（RAG）架构中的很多组件是否还有存在的必要？
过去两年，RAG 是解决「模型记不住」问题的主流方案：精心调优的 chunking 策略、向量数据库的 precision-recall 平衡、训练好的检索 pipeline、reranking 层——整个中间件栈的存在，本质上是因为模型一次只能「看到」有限的内容。如果可以把整个语料库、代码库或知识库直接放入 prompt 并获得更高质量的输出，chunking 策略的设计、向量 embedding 的质量博弈和检索精度的工程调优都将被简化，甚至在某些场景下完全省略。
Buildfastwithai 的分析指出，Google 的定价策略——$1.25 输入价——恰恰是实现这种工作负载迁移的关键。2M 上下文的输入如果昂贵，就只是一个 demo 功能；如果便宜到可以日常使用，它就是架构替代方案。Geeky Gadgets 的报道进一步确认，Gemini 3.5 Pro 在长上下文任务中引入了专门的自主工作流能力，模型可以自行管理编码、工具调用和执行任务，减少人工干预。
当然，上下文窗口大小和实际有效利用率是两回事。MRCR v2 基准测试显示，现有模型在 100 万 token 点位的长上下文表现普遍大幅衰减——Gemini 3.5 Flash 在 1M 点位的 8-needle 测试中仅得 26.6%。200 万 token 窗口的「有效」部分有多大，只能在模型上线后通过实际工作负载验证。
双层变现模型：低价基础能力 + 付费推理墙
Gemini 3.5 Pro 的定价结构暴露了 Google 正在测试的一种双层变现策略。
基础层：$1.25 输入 / $10 输出。这个价格不仅低于 GPT-5.6 Sol（$5/$30），也低于 GPT-5.6 Terra（$2.50/$15），甚至接近 Grok 4.5（$2/$6）的极端定价区间。如果 Gemini 3.5 Pro 的基础推理能力达到或接近 Sol 水平，这个价格将具有极强的迁移吸引力。
但最有价值的推理能力被锁在订阅墙后面。Deep Think 扩展推理模式仅对 Google One AI Ultra 订阅用户开放，月费 $250。这意味着：想用最低价跑基础任务的开发者可以大规模迁移 API 工作负载；需要最深度推理能力的企业用户则必须成为订阅用户。
这与 OpenAI 将推理能力直接纳入模型定价（Sol 的 Ultra 模式达到 91.9%）的做法形成对比，也与 Anthropic 将 Claude Opus/ Mythos 按模型层级分档的策略不同。Google 实际上在说：基础智能可以很便宜，高级推理是独立产品。
人才流失阴影：3.5 Pro 是 DeepMind 组织韧性的压力测试
Fortune 在 6 月 23 日的深度报道中提出了一个尖锐的问题：DeepMind 是否正在从 AI 竞赛的第一梯队滑落？
事实层面，两个核心人才的离开令人侧目。6 月中旬，Gemini 联合负责人、「Attention Is All You Need」论文作者 Noam Shazeer 宣布加入 OpenAI——这已经是他第二次离开 Google。几天后，2024 年诺贝尔化学奖得主、AlphaFold 核心开发者 John Jumper 宣布加入 Anthropic。两则离职消息在 48 小时内相继落地，Google 股价当日下跌超过 5%。
Fortune 采访的现任和前 DeepMind 员工将实验室文化描述为「官僚化、接近僵化、高度风险厌恶」。一个反复出现的批评是：Google 的庞大用户基础让它不能像 OpenAI 或 Anthropic 那样承担风险——它有利润要捍卫，有上市公司对股东的受托责任。但这种保守策略正在让顶尖研究者流向他们认为更具科学雄心的对手。
Gemini 3.5 Pro 的质量因此被赋予了超越模型本身的含义。如果一款全新预训练底座、迟到六周后发布的前沿模型能够真正匹敌或超越 Sol 和 Grok 4.5，DeepMind 的组织韧性就得到了实证——它证明即使失去关键个体，机构能力仍然能够交付前沿成果。如果 3.5 Pro 仅仅是追赶而非超越，人才流失的叙事将获得新的弹药。
更大的图景：三足鼎立的重组
7 月 17 日 Gemini 3.5 Pro 发布后，前沿模型竞争格局将形成 OpenAI（GPT-5.6 系列）、xAI（Grok 4.5）和 Google DeepMind（Gemini 3.5 Pro）三足鼎立的局面——Anthropic 因 Fable 和 Mythos 模型的出口管制问题暂时缺席公开竞赛。
三家公司在战略上正走向三个不同的方向。OpenAI 用三档分层定价追求全场景覆盖，xAI 用极端低价和 Colossus 集群的算力优势追求份额，Google 用超大上下文窗口和「基础便宜 + 推理付费」的双层模型尝试重新定义价值主张。对于开发者和企业用户而言，这不是「哪个模型最好」的问题，而是「你的工作负载最适合哪种架构」的选择。
Google 在 7 月 10 日已将 Google Search 全面切换为 Gemini 3.5 Flash 生成的 AI 摘要页面——传统蓝色链接已不再是默认体验。Gemini 3.5 Pro 是同一战略在开发者层的延伸：用低价和超大上下文让迁移变得不可抗拒，用搜索分发优势保持用户基础，然后将最值钱的推理能力变现。这个战略的完整答卷，将在 7 月 17 日开始揭晓。
注：本文涉及的发布日期、规格和定价均基于截至 7 月 12 日的泄露信息，Google 尚未官方确认 Gemini 3.5 Pro 的具体发布时间和技术参数。
