# 影片筆記：Google Shipped Gemini 3.7 Flash And OpenAI Made GPT-5.6 14x Faster!

## 一句話總結

Google DeepMind 發布了定位為「智能工作馬」的 Gemini 3.7 Flash，在代碼與自動化基準測試中表現優異，但定價策略與部分性能仍落後於競爭對手；同時 OpenAI 透過 Cerebras 晶片推出 GPT 5.6 的「超快模式」，實現每秒 750 個 token 的生成速度，主要針對即時語音與商業場景。

## 核心重點

1.  **Gemini 3.7 Flash 發布與定位**：
    *   在 Gemini 3.6 Flash 發布僅 3 週後推出。
    *   Google DeepMind 官方定位為「最智能的工作馬（most intelligent workhorse model）」。
    *   開發動機基於開發者反饋與演算法創新。
    *   講者推測 Google 計劃取消 Gemini 3.5 Pro，專注開發 Gemini 4，而 3.7 Flash 整合了 Pro 級的改進，性能優於 3.5 Pro。
    *   不建議將其與 Opus 5 或 GPT 5 等頂級 Pro 模型直接比較，因其屬於 Flash 等級。

2.  **性能基準測試（Benchmarks）表現**：
    *   **代碼質量**：Gemini 3.7 Flash (43.6) 優於 Sonet 5 (42.7) 與 Terra 模型 (41.3)。
    *   **長視角軟體工程**：略落後於 GPT 5.6 Terra (69.6 vs 65.3)。
    *   **網頁開發**：ELO 分數 1588，在中階模型中排名第一，排名從第 19 躍升至第 8，但仍落後於 Opus 5、Kim K3 Quinn 3.8 Max Cloud 等頂級模型。
    *   **自動化基準測試**：表現優於其他 Flash 模型 (30.4 vs GPT 5.6 Terra 23.6)。
    *   **長影片理解與長上下文**：表現優異，分別為 85.4 和 97。
    *   **Deepware Engineering 基準測試**：落後於 GPT 5.6 Luna，且成本約為後者的三倍。

3.  **定價策略**：
    *   **短期優惠（至 2026 年底）**：輸入 token $0.75/百萬，輸出 token $3.75/百萬。
    *   **長期定價（2027 年 1 月起）**：輸入 token $1.50/百萬，輸出 token $7.50/百萬。
    *   相比其他前沿實驗室仍屬便宜，但不如 Muse Spark 或 Deepseek Version 4 Flash 便宜。

4.  **OpenAI GPT 5.6 超快模式（Ultra Fast Mode）**：
    *   透過 Cerebras 晶片運行，發布 GPT 5.6 的權重列表。
    *   性能指標：每秒生成高達 750 個輸出 token，速度約為標準模式的 14 倍。
    *   應用場景：即時或近生產負載，包括即時語音支援、商務、金融研究、安全、事件回應與可靠性。
    *   目前尚未公布定價資訊，存取權限也不確定。

5.  **贊助商 Arcade 介紹**：
    *   定位為 AI Agent 的運行時（Runtime），讓 Agent 能實際執行動作。
    *   核心功能包括權限管理（無需共用單一登入資訊）、內建數千個工具整合（Gmail, Slack, Salesforce 等）、行為記錄追蹤。
    *   支援任何模型、框架、雲端，費用免費開始使用。

## 詳細大綱

### A. Gemini 3.7 Flash 發布與定位
*   **發布時間點**：緊接在 Gemini 3.6 Flash 之後，僅相隔 3 週。
*   **官方定位**：Google DeepMind 稱其為「最智能的工作馬（most intelligent workhorse model）」。
*   **開發動機**：基於開發者反饋與演算法創新。
*   **內部策略推測**：
    *   講者推測 Google 計劃完全取消 Gemini 3.5 Pro，並專注開發 Gemini 4。
    *   3.7 Flash 可能整合了原本屬於 Pro 模型的改進，因此性能優於 3.5 Pro。
    *   目前不將其與 Opus 5 或 GPT 5 等頂級 Pro 模型直接比較，因為它屬於 Flash 等級。

### B. 性能基準測試（Benchmarks）分析
*   **代碼質量（Code Quality）**：
    *   Gemini 3.7 Flash：43.6
    *   Sonet 5：42.7
    *   Terra 模型：41.3
    *   舊版 Flash 模型：34.4
    *   結論：在生產代碼質量上表現優於其他 Flash 模型。
*   **長視角軟體工程（Long Horizon Software Engineering）**：
    *   GPT 5.6 Terra：69.6
    *   Gemini 3.7 Flash：65.3
    *   舊版 Flash 模型（3.6）：48.6
    *   Sonet 5：53.8
    *   Muse Spark 1.2：54.9（首次出現在基準測試中，Meta 的新玩家）
    *   結論：略落後於 GPT 5.6 Terra。
*   **網頁開發（Web Development）**：
    *   ELO 分數：1588（舊版為 1538）。
    *   結論：在中階模型中排名第一，擊敗所有其他中階模型，但仍落後於 Opus 5、Kim K3 Quinn 3.8 Max Cloud、Opus 5 Gro 4.6 6、Fable 5 等頂級模型。排名從第 19 名躍升至第 8 名。
*   **自動化基準測試（Automation Bench）**：
    *   Gemini 3.7 Flash：30.4
    *   GPT 5.6 Terra：23.6
    *   結論：強於其他 Flash 模型。
*   **長影片理解（Long Video Understanding）**：
    *   Gemini 3.7 Flash：85.4
    *   Terra 模型：78.9
    *   舊版模型：84.2
    *   結論：表現優異。
*   **長上下文性能（Long Context Performance）**：
    *   Gemini 3.7 Flash：97
    *   GPT 6 Terra：93.5
    *   結論：表現優異。
*   **Deepware Engineering 基準測試**：
    *   Gemini 3.7 Flash 表現落後於 GPT 5.6 Luna，且成本約為後者的三倍。

### C. 定價策略
*   **短期優惠（至 2026 年底）**：
    *   輸入 token：每 100 萬個 $0.75
    *   輸出 token：每 100 萬個 $3.75
    *   註：此價格僅持續 6 個月。
*   **長期定價（2027 年 1 月起）**：
    *   輸入 token：每 100 萬個 $1.50
    *   輸出 token：每 100 萬個 $7.50
*   **競爭力評估**：
    *   相比其他前沿實驗室（Frontier Labs）仍屬便宜，但不如 Muse Spark 或 Deepseek Version 4 Flash 便宜。
    *   講者認為 Google 未將 Opus、Soul、Fable 列入基準測試是合理的，因為這是 Flash 模型，應等待 Gemini 4 發布後再進行頂級比較。

### D. OpenAI GPT 5.6 超快模式（Ultra Fast Mode）
*   **發布內容**：OpenAI 發布 GPT 5.6 的權重列表，透過 Cerebras 晶片運行。
*   **性能指標**：
    *   每秒生成高達 750 個輸出 token。
    *   速度約為標準模式的 14 倍。
*   **應用場景**：
    *   即時或近生產負載（Live or near production workloads）。
    *   即時語音支援、商務、金融研究、安全、事件回應與可靠性。
*   **不確定性**：
    *   尚未公布定價資訊。
    *   尚未確定有多少人能獲得存取權限。

### E. 贊助商資訊：Arcade
*   **產品定位**：AI Agent 的運行時（Runtime），讓 Agent 能實際執行動作而非僅是討論。
*   **核心功能**：
    *   **權限管理**：解決 Agent 代表特定用戶在特定帳戶中行動的權限問題，無需共用單一登入資訊。
    *   **工具整合**：內建數千個工具，支援 Gmail、Google Drive、Slack、Notion、Salesforce 等應用。
    *   **記錄追蹤**：記錄 Agent 的行為、對象與地點。
    *   **兼容性**：支援任何模型、框架、雲端、Cursor、Chat、GPT。
*   **費用**：免費開始使用。

## 工具 / 模型 / 名詞整理

*   **Google DeepMind / Google**
    *   Gemini 3.7 Flash
    *   Gemini 3.6 Flash
    *   Gemini 3.5 Pro
    *   Gemini 4 (預計未來發布)
    *   Gemini 4 Pro (預計未來發布)
*   **OpenAI**
    *   GPT 5.6
    *   GPT 5.6 Terra
    *   GPT 5.6 Luna
    *   GPT 5.6 6o (Ultra Fast Mode)
    *   GPT 5.6 Soul (提及於基準測試比較中)
*   **其他模型與實驗室**
    *   Opus 5
    *   Sonet 5
    *   Terra 模型
    *   Deepseek Version 4 Flash
    *   Muse Spark 1.2 (Meta)
    *   Kim K3 Quinn 3.8 Max Cloud
    *   Opus 5 Gro 4.6 6
    *   Fable 5
    *   Fable 5.6.6 Sol
    *   Deepware Engineering (基準測試名稱)
*   **基礎設施與平台**
    *   Cerebras (晶片供應商)
    *   Arcade (贊助商，AI Agent Runtime)
    *   Gmail, Google Drive, Slack, Notion, Salesforce (Arcade 支援的應用)
    *   Cursor, Chat (開發工具)
*   **其他提及**
    *   SpaceX (與 Fable 相關)
    *   Universe of AI (頻道名稱)
    *   World of AI (頻道名稱)
    *   Universe-of-ai.beehiiv.com (新聞通訊訂閱連結)
    *   X (社群平台)

## 操作流程整理

1.  **評估 Gemini 3.7 Flash 性能**：
    *   查看代碼質量基準測試（43.6分）。
    *   查看長視角軟體工程基準測試（65.3分）。
    *   查看網頁開發 ELO 分數（1588分）。
    *   查看自動化基準測試（30.4分）。
    *   查看長影片理解（85.4分）與長上下文性能（97分）。
    *   對比 Deepware Engineering 基準測試結果。
2.  **確認定價策略**：
    *   確認短期優惠價格（至 2026 年底）：輸入 $0.75/百萬，輸出 $3.75/百萬。
    *   確認長期定價（2027 年 1 月起）：輸入 $1.50/百萬，輸出 $7.50/百萬。
3.  **了解 OpenAI GPT 5.6 超快模式**：
    *   確認透過 Cerebras 晶片運行。
    *   確認性能指標：每秒 750 個輸出 token，速度為標準模式 14 倍。
    *   確認應用場景：即時語音支援、商務、金融研究等。
4.  **使用 Arcade 運行 AI Agent**：
    *   設定權限管理，避免共用單一登入資訊。
    *   整合工具（Gmail, Slack, Salesforce 等）。
    *   記錄 Agent 行為與對象。
    *   確保兼容性（支援任何模型、框架、雲端）。

## 值得注意的限制或風險

1.  **Gemini 3.7 Flash 的定價與成本**：
    *   長期定價（2027 年起）可能較高，且在某些基準測試（如 Deepware Engineering）中成本約為競爭對手（GPT 5.6 Luna）的三倍。
2.  **OpenAI GPT 5.6 超快模式的存取與定價**：
    *   尚未公布定價資訊。
    *   尚未確定有多少人能獲得存取權限。
3.  **模型性能落後**：
    *   Gemini 3.7 Flash 在長視角軟體工程與 Deepware Engineering 基準測試中落後於 GPT 5.6 Terra 或 Luna。
4.  **Arcade 的權限管理**：
    *   雖然解決了權限問題，但需確保 Agent 在特定帳戶中行動的準確性與安全性。

## 逐字稿辨識疑點

*   **模型名稱拼寫與版本混淆**：
    *   逐字稿中多次出現 **"Soul"**、**"Sol"**、**"6 Soul"**、**"6.6 Sol"**，可能指代 OpenAI 的某個模型變體或聽寫錯誤，無法確定具體對應何種官方名稱。
    *   **"Sonet 5"**：可能為 "Sonnet 5" (Anthropic 模型) 的聽寫錯誤，但依規則標為疑點。
    *   **"Kim K3 Quinn 3.8 Max Cloud"**：此名稱極不尋常，可能是多個模型名稱的混合或聽寫錯誤（如 Kimi, Claude 等），無法查證。
    *   **"Opus 5 Gro 4.6 6"**：名稱結構混亂，可能為 "Opus 4" 或 "Grok 4" 等的混合聽寫。
    *   **"Fable 5"**、**"Fable 5.6.6 Sol"**：目前市場上無知名模型名為 "Fable"，可能為聽寫錯誤或極小眾模型。
    *   **"Deepware Engineering"**：作為基準測試名稱出現，可能為 "Software Engineering" 的聽寫錯誤，但依規則標為疑點。
    *   **"GPT 5.6 6o"**：版本號與模型名稱混合，通常 OpenAI 模型為 GPT-4o 或 GPT-4.5 等，此處 "5.6 6o" 結構不明。
    *   **"GPT 6 Terra"**：在長上下文性能部分出現，前文多為 "GPT 5.6 Terra"，此處 "GPT 6" 可能為口誤或聽寫錯誤。
*   **價格數值疑點**：
    *   逐字稿提到 "75 per 1 million input tokens"，後文修正為 "0.75"，但中間有 "75" 的表述，需確認是否為口誤。
    *   定價部分提到 "end of 2026" 和 "January of 2027"，時間點與當前時間關係需查證，但依規則僅記錄原文。
*   **其他名詞**：
    *   **"Partit"**：在 Arcade 介紹中出現 "that's the partit actually handles for you"，疑為 "part that" 的連讀或聽寫錯誤。
    *   **"Weight list"**：OpenAI 發布 "weight list for 5.6"，通常為 "weights" (權重) 或 "waitlist" (等候名單)，此處用詞模糊。

## 可延伸追問

1.  Gemini 3.7 Flash 的「智能工作馬」定位具體意味著哪些開發場景？
2.  OpenAI GPT 5.6 超快模式的定價策略何時會公布？
3.  Arcade 如何確保 AI Agent 在執行動作時的權限安全？
4.  Google 計劃何時發布 Gemini 4？
5.  Muse Spark 1.2 作為 Meta 的新玩家，其技術架構與優勢為何？