[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-google-gemini-35-pro-july-release-delay-zh":3,"article-related-google-gemini-35-pro-july-release-delay-zh":33,"series-model-release-c1054826-22d4-45cb-b7e4-31b4c2e1240c":82},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":25,"views":29,"created_at":30,"published_at":31,"topic_cluster_id":32},"c1054826-22d4-45cb-b7e4-31b4c2e1240c","google-gemini-35-pro-july-release-delay-zh","Google 把 Gemini 3.5 Pro 延到 7 月","\u003Cp data-speakable=\"summary\">Google 把 \u003Ca href=\"\u002Ftag\u002Fgemini\">Gemini\u003C\u002Fa> 3.5 Pro 從 6 月延到 7 月，重點是早期測試回饋、token 效率和 agent 表現。\u003C\u002Fp>\u003Cp>Google 這次不是放棄，而是踩煞車。\u003Ca href=\"https:\u002F\u002Fdeepmind.google\u002Ftechnologies\u002Fgemini\u002F\" target=\"_blank\" rel=\"noopener\">Gemini 3.5 Pro\u003C\u002Fa> 原本傳出 6 月要上，現在改到 7 月。\u003Ca href=\"https:\u002F\u002Fwww.businessinsider.com\u002Fgoogle-3-5-pro-july-release-tokens-ai-agents-model-2026-6\" target=\"_blank\" rel=\"noopener\">Business Insider\u003C\u002Fa> 的說法很直接，延後和早期 tester 反應有關。\u003C\u002Fp>\u003Cp>這種改期很常見，但放在 Google 身上就有戲。因為 \u003Ca href=\"https:\u002F\u002Fblog.google\u002Ftechnology\u002Fai\u002Fgoogle-io-2026-keynote\u002F\" target=\"_blank\" rel=\"noopener\">Google I\u002FO\u003C\u002Fa> 在 5 月時，已經把大家的期待拉到「下個月」。現在多等一個月，等於公開修正先前的節奏。\u003C\u002Fp>\u003Cp>更現實的是，\u003Ca href=\"https:\u002F\u002Fopenai.com\" target=\"_blank\" rel=\"noopener\">OpenAI\u003C\u002Fa> 和 \u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\" target=\"_blank\" rel=\"noopener\">Anthropic\u003C\u002Fa> 也沒在休息。Coding、agent workflow、長上下文，這些地方都在互相硬碰硬。Google 若想把 Gemini 3.5 Pro 推到能打的狀態，多花幾週其實不算太離譜。\u003C\u002Fp>\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>項目\u003C\u002Fth>\u003Cth>內容\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd>原本目標\u003C\u002Ftd>\u003Ctd>2026 年 6 月\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>新目標\u003C\u002Ftd>\u003Ctd>2026 年 7 月\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>公開預熱時間\u003C\u002Ftd>\u003Ctd>2026 年 5 月 Google I\u002FO\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>優先修正方向\u003C\u002Ftd>\u003Ctd>早期 tester 回饋、token 效率、agent 任務\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003Ch2>Google 不是慢，是在補洞\u003C\u002Fh2>\u003Cp>這次延後看起來只有一個月，但訊號很清楚。Google 把 Gemini 3.5 Pro 當成要進場打實戰的模型，不是那種先發 demo、之後再慢慢修的產品。講白了，就是先把洞補好，再丟給更多人用。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782439370656-kj28.png\" alt=\"Google 把 Gemini 3.5 Pro 延到 7 月\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>根據 Business Insider 的描述，這個模型已經先給一部分使用者測過，包含 \u003Ca href=\"https:\u002F\u002Fgoogle.github.io\u002Fantigravity\u002F\" target=\"_blank\" rel=\"noopener\">Google Antigravity\u003C\u002Fa> 和 \u003Ca href=\"https:\u002F\u002Flmarena.ai\" target=\"_blank\" rel=\"noopener\">LMArena\u003C\u002Fa>。這種做法很像先拿去撞牆，看看哪裡會先裂。對 frontier model 來說，這比閉門造車實際多了。\u003C\u002Fp>\u003Cp>Google 也像是在吸收 \u003Ca href=\"https:\u002F\u002Fdeepmind.google\u002Ftechnologies\u002Fgemini\u002Fflash\u002F\" target=\"_blank\" rel=\"noopener\">Gemini 3.5 Flash\u003C\u002Fa> 的教訓。外界對 Flash 的抱怨之一，就是 token 吃太快。這不是小事，因為 \u003Ca href=\"\u002Ftag\u002Fai-agent\">AI agent\u003C\u002Fa> 一旦成本太高，產品就算能跑，也很難大規模上線。\u003C\u002Fp>\u003Cul>\u003Cli>6 月改 7 月，代表 Google 願意多修幾輪\u003C\u002Fli>\u003Cli>早期 tester 已經參與回饋\u003C\u002Fli>\u003Cli>token 效率是明顯修正點\u003C\u002Fli>\u003Cli>agent 任務會是主戰場\u003C\u002Fli>\u003C\u002Ful>\u003Cp>你可能會想問，token 真的有那麼重要嗎？有，而且很重要。模型如果每次任務都燒掉一堆 token，開發者很快就會算帳。Demo 很漂亮，但帳單更真實。Google 顯然知道這件事。\u003C\u002Fp>\u003Ch2>競爭壓力已經寫在日程表上\u003C\u002Fh2>\u003Cp>Google 的問題不是沒有模型，而是別人也很強。現在開發者最常拿來比的，還是 \u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002Fnews\u002Fclaude-4\" target=\"_blank\" rel=\"noopener\">Claude 4\u003C\u002Fa> 和 \u003Ca href=\"\u002Ftag\u002Fopenai\">OpenAI\u003C\u002Fa> 的產品線。尤其在 coding 助手和代理式工作流上，\u003Ca href=\"\u002Ftag\u002Fanthropic\">Anthropic\u003C\u002Fa> 的聲量一直很高。\u003C\u002Fp>\u003Cp>這也解釋了為什麼 Gemini 3.5 Pro 的敘事，會一直圍繞長任務和 agents。這類任務很吃上下文，也很吃穩定性。模型如果中途迷路，或在第 6 步開始亂掉，開發者馬上就會知道。這不是看一次 \u003Ca href=\"\u002Ftag\u002Fbenchmark\">benchmark\u003C\u002Fa> 就能混過去的領域。\u003C\u002Fp>\u003Cp>Google 這次延後，某種程度上是在跟時間賽跑。它要\u003Ca href=\"\u002Fnews\u002Fai-companies-must-earn-trust-on-jobs-zh\">證明自己\u003C\u002Fa>不只是能做出大模型，還能把模型調到適合真實工作。這件事聽起來普通，但對企業採購來說，這才是重點。\u003C\u002Fp>\u003Cblockquote>“The release date for Google's next frontier AI model has been pushed to July,” Business Insider reported, citing a person familiar with the matter.\u003C\u002Fblockquote>\u003Cp>Google 先前在 I\u002FO 的說法，已經把壓力自己拉高。\u003Ca href=\"https:\u002F\u002Fblog.google\u002Finside-google\u002Fcompany-announcements\u002Fsundar-pichai-google-io-2026\u002F\" target=\"_blank\" rel=\"noopener\">Sundar Pichai\u003C\u002Fa> 當時說會在「下個月」推出。現在每多拖一週，外界就會多問一次：到底是在修產品，還是在趕不上？\u003C\u002Fp>\u003Ch2>這次延後，最值得看的是三件事\u003C\u002Fh2>\u003Cp>第一個是 token 成本。這不是工程師才在意的細節。對做 SaaS、客服機器人、內部知識助手的人來說，成本直接決定產品能不能活。模型如果每次推理都很吃資源，商業模式就很難漂亮。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782439377007-imah.png\" alt=\"Google 把 Gemini 3.5 Pro 延到 7 月\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>第二個是 agent 穩定性。現在很多團隊都想做多步驟任務，像是查資料、改文件、送 API、再回頭驗證結果。這些流程看起來很酷，但只要其中一環出錯，整條鏈就會歪掉。Gemini 3.5 Pro 如果真要打這塊，就不能只會聊天。\u003C\u002Fp>\u003Cp>第三個是開發者心態。開發者其實很務實。誰的模型在真實情境下更省錢、更穩、更少翻車，誰就比較容易被放進產品。這也是為什麼一個月的延後，會比很多行銷文案還有份量。\u003C\u002Fp>\u003Cul>\u003Cli>成本會直接影響商用採用率\u003C\u002Fli>\u003Cli>agent 穩定性決定能不能進 production\u003C\u002Fli>\u003Cli>開發者看的是結果，不是口號\u003C\u002Fli>\u003Cli>Google 這次是在補實作細節，不是在堆話術\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果把這次延後拿去跟其他產品比，Google 的做法其實不算罕見。OpenAI 和 Anthropic 也常常在最後一刻調整模型行為，只是外界不一定看得到。真正的差別在於，誰能把修正後的版本做得更穩，誰就能拿到更多實際工作負載。\u003C\u002Fp>\u003Ch2>Google、OpenAI、Anthropic 的差別在哪\u003C\u002Fh2>\u003Cp>三家現在都在搶同一批人。開發者、企業 IT、AI 產品團隊，這些人都在看哪個模型比較能幹活。表面上大家都在比\u003Ca href=\"\u002Fnews\u002Frust-launch-options-fps-graphics-pvp-2026-zh\">參數\u003C\u002Fa>、比 benchmark，實際上比的是誰比較少出包，誰的 API 更好接。\u003C\u002Fp>\u003Cp>Google 的優勢一直是基礎\u003Ca href=\"\u002Fnews\u002Fmicrosoft-ai-team-collaboration-cfp-2026-zh\">研究\u003C\u002Fa>和基礎設施。它有 \u003Ca href=\"https:\u002F\u002Fcloud.google.com\u002F\" target=\"_blank\" rel=\"noopener\">Google Cloud\u003C\u002Fa>，也有龐大的產品入口。問題是，模型如果沒有在開發者手上形成口碑，這些優勢就不會自動轉成採用率。這點很現實，也很殘酷。\u003C\u002Fp>\u003Cp>OpenAI 的強項是產品節奏快，Anthropic 的強項是 coding 和工作流感受穩。Google 若要把 Gemini 3.5 Pro 推上來，就得在這兩條線上同時補齊。只靠「我們也有大模型」這句話，現在已經不夠用了。\u003C\u002Fp>\u003Cul>\u003Cli>Google 強在研究和基礎設施\u003C\u002Fli>\u003Cli>OpenAI 強在產品節奏\u003C\u002Fli>\u003Cli>Anthropic 在 coding 體驗上很有存在感\u003C\u002Fli>\u003Cli>Gemini 3.5 Pro 要靠穩定和成本打開局面\u003C\u002Fli>\u003C\u002Ful>\u003Cp>我覺得這次最值得觀察的，不是 7 月到底哪一天上線，而是上線後的使用感。如果模型真的更省 token，也更會做長任務，那 Google 就不是只是在追時間表，而是在修正產品方向。這差很多。\u003C\u002Fp>\u003Ch2>這件事也反映整個 AI 產業的節奏\u003C\u002Fh2>\u003Cp>現在的 AI 產品，已經不是誰先喊得大聲誰贏。大家都知道 LLM 能做什麼，差別在於誰能把模型包裝成真的能用。對使用者來說，延後一個月不算災難。對 Google 來說，這一個月可以換來更少翻車，通常很划算。\u003C\u002Fp>\u003Cp>從產業角度看，這也說明一件事：模型競爭正在從「誰比較大」轉向「誰比較能進 production」。這個轉向很無聊，但很重要。因為最後買單的不是粉絲，是要把 AI 接進工作流程的團隊。\u003C\u002Fp>\u003Cp>所以，Gemini 3.5 Pro 7 月才上，不一定是壞消息。它比較像 Google 承認：現在這場比賽，不能只靠發表會。要能跑、要省錢、要穩，才算數。\u003C\u002Fp>\u003Ch2>7 月上線後，Google 得先回答這個問題\u003C\u002Fh2>\u003Cp>Gemini 3.5 Pro 到 7 月才登場，重點就不是「有沒有準時」，而是「有沒有把該修的修好」。如果它真的把 token 成本壓下來，也把 agent 表現弄穩，Google 就有機會把這款模型推進更多企業場景。\u003C\u002Fp>\u003Cp>接下來幾週，最值得盯的不是宣傳詞，而是實測。你如果在做 AI 產品，建議直接看三件事：token 花費、長任務成功率、以及 API 回應穩定度。這三個數字，比任何舞台上的說法都誠實。\u003C\u002Fp>","Google 把 Gemini 3.5 Pro 從 6 月延到 7 月，重點在早期測試回饋、token 效率與 agent 工作流。這次延後也反映 Google 在 OpenAI 和 Anthropic 壓力下，選擇先把模型磨好再上線。","www.businessinsider.com","https:\u002F\u002Fwww.businessinsider.com\u002Fgoogle-3-5-pro-july-release-tokens-ai-agents-model-2026-6",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782439370656-kj28.png","model-release","zh","15ededcb-01f7-408c-a9ad-cd71712b010b",[17,18,19,20,21,22,23,24],"Gemini 3.5 Pro","Google AI","Google I\u002FO","OpenAI","Anthropic","AI agents","token efficiency","LLM",[26,27,28],"Google 將 Gemini 3.5 Pro 從 6 月延到 7 月，主因是早期 tester 回饋與模型調整。","這次延後反映 Google 更重視 token 效率、長任務與 agent 穩定性。","在 OpenAI 和 Anthropic 壓力下，Google 需要用可用性和成本證明 Gemini 3.5 Pro 的價值。",0,"2026-06-26T02:02:27.975622+00:00","2026-06-26T02:02:27.949+00:00","0a3b4f35-7be1-430e-b708-37bdc8b5219a",{"tags":34,"relatedLang":41,"relatedPosts":45},[35,37,39],{"name":20,"slug":36},"openai",{"name":21,"slug":38},"anthropic",{"name":18,"slug":40},"google-ai",{"id":15,"slug":42,"title":43,"language":44},"google-gemini-35-pro-july-release-delay-en","Google Pushes Gemini 3.5 Pro to July","en",[46,52,58,64,70,76],{"id":47,"slug":48,"title":49,"cover_image":50,"image_url":50,"created_at":51,"category":13},"77ac412a-70dd-42b3-85ba-eb2f3780a00c","gemini-3-5-flash-computer-use-default-zh","Gemini 3.5 Flash 把 computer use 變成預設能力，…","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782438468785-y3ev.png","2026-06-26T01:47:20.324549+00:00",{"id":53,"slug":54,"title":55,"cover_image":56,"image_url":56,"created_at":57,"category":13},"13b2fd22-f79c-4d89-9e07-ff3e4e93a3b7","xiaomi-mimo-v2-5-pro-pricing-benchmarks-limits-zh","小米 MiMo-V2.5-Pro：價格、評測與限制","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782418680214-v5t9.png","2026-06-25T20:17:35.573474+00:00",{"id":59,"slug":60,"title":61,"cover_image":62,"image_url":62,"created_at":63,"category":13},"aaf20836-acd9-42ef-b247-481d82e6a26d","minimax-m3-open-weight-frontier-models-matter-zh","MiniMax M3 證明開放權重前沿模型已經重要","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782388970243-o5tn.png","2026-06-25T12:02:23.509174+00:00",{"id":65,"slug":66,"title":67,"cover_image":68,"image_url":68,"created_at":69,"category":13},"1487ada8-3c43-4394-8028-80b7bee65847","openai-sora-hardware-enterprise-video-zh","OpenAI Sora 企業硬體瞄準影片工作流","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782382687058-rua9.png","2026-06-25T10:17:39.087962+00:00",{"id":71,"slug":72,"title":73,"cover_image":74,"image_url":74,"created_at":75,"category":13},"0d8d32ec-f0af-425f-923c-c10003508d27","openai-gpt-56-release-week-1500000-context-zh","GPT-5.6 這週可能登場","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782378197347-yz1l.png","2026-06-25T09:02:40.018848+00:00",{"id":77,"slug":78,"title":79,"cover_image":80,"image_url":80,"created_at":81,"category":13},"b35253ea-2560-4946-b07c-d88453dc865c","gpt-56-rumors-2m-context-coding-gains-zh","GPT-5.6 傳聞：2M 上下文與寫碼升級","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782248567342-p2kg.png","2026-06-23T21:02:23.185525+00:00",[83,88,93,98,103,108,113,118,123,128],{"id":84,"slug":85,"title":86,"created_at":87},"58b64033-7eb6-49b9-9aab-01cf8ae1b2f2","nvidia-rubin-six-chips-one-ai-supercomputer-zh","NVIDIA Rubin 把六顆晶片塞進 AI 機櫃","2026-03-26T07:18:45.861277+00:00",{"id":89,"slug":90,"title":91,"created_at":92},"0dcc2c61-c2a6-480d-adb8-dd225fc68914","march-2026-ai-model-news-what-mattered-zh","2026 年 3 月 AI 模型新聞重點","2026-03-26T07:32:08.386348+00:00",{"id":94,"slug":95,"title":96,"created_at":97},"214ab08b-5ce5-4b5c-8b72-47619d8675dd","why-small-models-are-winning-on-device-ai-zh","小模型為何吃下裝置端 AI","2026-03-26T07:36:30.488966+00:00",{"id":99,"slug":100,"title":101,"created_at":102},"785624b2-0355-4b82-adc3-de5e45eecd88","midjourney-v8-faster-images-higher-costs-zh","Midjourney V8 變快了，也變貴了","2026-03-26T07:52:03.562971+00:00",{"id":104,"slug":105,"title":106,"created_at":107},"cda76b92-d209-4134-86c1-a60f5bc7b128","xiaomi-mimo-trio-agents-robots-voice-zh","小米 MiMo 三模型瞄準代理、機器人與語音","2026-03-28T03:05:08.779489+00:00",{"id":109,"slug":110,"title":111,"created_at":112},"9e1044b4-946d-47fe-9e2a-c2ee032e1164","xiaomi-mimo-v2-pro-1t-moe-agents-zh","小米 MiMo-V2-Pro 登場：1T MoE 模型","2026-03-28T03:06:19.002353+00:00",{"id":114,"slug":115,"title":116,"created_at":117},"c4b6186f-bd84-4598-997e-c6e31d543c0d","cursor-composer-2-agentic-coding-model-zh","Cursor Composer 2 走向代理式寫碼","2026-03-28T03:13:06.422716+00:00",{"id":119,"slug":120,"title":121,"created_at":122},"e112e76f-ec3b-408f-810e-e93ae21a888a","apple-siri-gemini-distilled-models-zh","Apple Siri 牽手 Gemini 的真相","2026-03-29T04:52:57.886544+00:00",{"id":124,"slug":125,"title":126,"created_at":127},"c679b51f-194a-463b-87fc-7695256ff752","mimo-v2-pro-vs-omni-vs-flash-2026-zh","MiMo V2 Pro、Omni、Flash 怎麼選","2026-04-02T01:18:43.576128+00:00",{"id":129,"slug":130,"title":131,"created_at":132},"3b988fd7-6749-4f01-ba25-c0ad7486dc31","z-ai-glm-5v-turbo-design2code-claude-zh","GLM-5V-Turbo 在 Design2Code 贏了…","2026-04-02T04:03:36.31741+00:00"]