AI提速竞赛：Gemini 3.7 Flash 与 OpenAI 极速模式

8 月 13 日，AI 行业上演了一场罕见的「速度对决」：谷歌正式发布 Gemini 3.7 Flash，主打编码与智能体工作流，性能全面跃升、价格直接减半；OpenAI 则携手 AI 芯片公司 Cerebras，预览了旗舰模型 GPT-5.6 Sol 的 Ultrafast 极速模式，官方称最高可提速 14 倍。两家巨头同日亮出「更快」的底牌，推理速度正成为大模型竞争的新焦点。

Gemini 3.7 Flash：三周迭代，性能价格双降

距离 Gemini 3.6 Flash 发布仅三周，谷歌便推出了 3.7 Flash，官方称其为「目前最智能的工作马模型」，面向编码与智能体场景。定价上，输入 token 每百万 0.75 美元、输出每百万 3.75 美元，约为 3.6 Flash 首发价的一半，优惠价持续到今年年底。对开发者来说，这意味着同等预算可以跑更多智能体任务，规模化部署生产级 Agent 的门槛被进一步拉低。

编码、网页与知识工作：基准全面跃升

具体数据方面：编码基准 FrontierCode 1.1 Main 得分 43.6%（上代 34.4%），DeepSWE v1.1 达 65.3%（上代 49.0%），首遍代码准确率与生产级代码生成能力均有明显进步；网页开发上，WebDev Arena Elo 1588 对 1538，能生成更完整、更贴近设计稿的界面；知识密集型场景中，GDP.pdf 基准 34.0% 对 22.0%，AutomationBench 30.4% 对 17.0%，复杂文档处理与真实业务流程完成能力近乎翻倍。谷歌表示，这些提升来自开发者反馈与算法创新，同日 Gemini Spark 也已接入新模型。

OpenAI Ultrafast：Cerebras 驱动，每秒 750 tokens

另一边，OpenAI 预览了 GPT-5.6 Sol 的 Ultrafast 模式——这是 OpenAI API 中全新的服务层级，由以晶圆级芯片闻名的 Cerebras 提供算力。OpenAI 称其速度可达标准处理的 14 倍，每秒最多输出 750 个 token，且不牺牲回答质量。Cerebras 的实测数据更有冲击力：在 Humanity's Last Exam 的 2500 道博士级题目上，Ultrafast 版用时 11 小时 11 分钟，而 Claude Fable 5 需 78 小时 27 分钟，完成同样任务的速度约为后者的 7 倍。

图丨Cerebras 官方：GPT-5.6 Sol Ultrafast 实测数据

从「选快还是选聪明」到「每秒更多有用工作」

过去，想要实时响应，只能选用更小、更专门的模型——速度与智能是一对矛盾。OpenAI 表示 Ultrafast 指向新方向：「每秒完成更多有用的工作」。官方列举的典型场景包括故障响应、客服支持、金融市场分析与电商运营。据 TechCrunch 报道，该模式目前仅向小部分客户开放预览，OpenAI 将随算力增长逐步扩大访问范围。值得注意的是，Anthropic 的 Claude 也提供了 fast 模式，但速度不及此次发布。

为什么速度突然变得这么重要？

当模型能力趋同，推理速度与单位成本就成为产品化竞争的下一个战场。对实时客服、量化交易、代码补全这类「每秒钟都值钱」的场景，延迟直接决定体验与利润。谷歌选择「降价+提效」抢占开发者心智，OpenAI 用「极致速度」展示技术肌肉，而 Cerebras 这类专用推理芯片厂商则在背后快速卡位——三方合力，把 AI 竞争从「谁能做」推向「谁能做得又快又便宜」。

💡

观察：AI 竞争正从「能做」转向「做得快且便宜」。Gemini 3.7 Flash 的降价让智能体规模化更现实，Cerebras 驱动的 750 tokens/秒则预示着专用推理芯片与模型厂商的合作将更加紧密。对开发者与产品经理而言，是时候把「推理速度」写进选型清单了。