2026.09.26 | AC | GOOG | Google Model Pressure & TPU

摘要

1. 从目前市场形势来看，谷歌卡点一直是最新模型的发布。虽然当下市场在不断放风Gemini 4将要来到，但是从Gemini flash系列模型的市场表现、使用率、以及谷歌AI团队近期的变动来看，市场很期待模型的效果，拭目以待的同时也在静候佳音。谷歌也希望借此卷土重来，复现gemini 2.5 pro的市场影响力。只不过后半段的压力，显然大于前半段的崛起压力
2. 从算力和应用场景的落地来看，谷歌还是表现不俗，丝毫没有受到模型本身的发布延迟影响，可以理解为是为市场找补。作为科技的巨无霸而言，这种全方位的发展态势，显然是雄厚技术基础+资金支持+业务所需的综合素养，这也是谷歌区别于AI初创公司孤注一掷的核心区别与优势
3. 最后，从谷歌目前的技术、业务形态来看，其实自闭换的效果早已达成。对于模型的比拼，更多是与其他巨头们的市场抢占，其内部所需的AI技术笔者认为已经足够完成自我需求。只不过，在强调AI的时代背景下，谷歌被影响力推到了第一梯队的全方位竞争上去，这是对于历史霸主的天然压力。尽管最近不利消息面偏多，但是对于谷歌的技术侧而言，笔者保持较为长期的乐观的态度

正文

1、背景

伴随着Anthropic、Open AI两家公司在2026年下半年以来的高频更新模型，持续突破模型本身的智能，以及在长任务下的表现，谷歌面临的压力也越来越大。同样的，国内外其他模型厂商也在同步的更新模型效果，全球的竞争白热化程度进一步加剧。在这种全球格局之下，谷歌面临的情况是：

1、Gemini 3.5 pro持续难产，问世的进度一拖再拖，市场早已失去了耐心

2、在谷歌I/O大会发布的Gemini 3.6 flash为了更快响应市场的期待，前期并不达标。后续的迭代里，虽然也快速发布了Gemini 3.7 flash、Gemini 3.8 flash，以及市场一直在发酵Gemini 4的到来，但是用户层面并不买单

3、在近日，德国慕尼黑地方法院就谷歌AI幻觉案下达临时禁令：谷歌AI搜索摘要捏造不实信息，抹黑两家德国出版商。谷歌辩称AI仅汇编网页、附来源链接，应由用户核验；法院认定不实内容无原文依据，属AI自主编造，平台不能宣传AI可靠却推卸责任。该裁定非终审，谷歌可上诉，但首次明确平台需为AI幻觉担责，或将深远影响AI侵权认定

最后，在压力之下，谷歌的动作也似乎变形。其在发布Gemini 3.8 flash模型时，跑分的成绩居然与Anthropic、Open AI相近，在模型参数体量相差如此之下的情况下获得如此成绩，外界的质疑不断。并且，伴随着被质疑的还有Meta的Muse Spark 1.3模型

在上述背景下，知名分析机构SemiAnalysis在近日发文分析了这两家的大模型性能，认为他们存在过拟合，直白点来说就是针对榜单评测做了刷分。目前，谷歌对此评价暂未回应，但是Meta的Alex Wang称SemiAnalysis指控他们刷分作弊的论点是愚蠢的，因为OpenAI也是这样

关于这种作弊的情况，事实上Meta曾经Lecun在的时候就被曝光过；以及谷歌在2023年12月份发布Gemini时，也曾经做过类似的事情，当时谷歌发布视频产品能力介绍时，被指出视频中展示的是精心挑选的好结果，不是实时录制，而经过剪辑的。随后，谷歌在一篇博客文章中解释了多模态交互过程，基本上也间接承认了只有使用静态图片和多段提示词拼凑，才能达成演示视频中的效果。最后，谷歌在一篇博客文章中解释了多模态交互过程，基本上也间接承认了只有使用静态图片和多段提示词拼凑，才能达成演示视频中的效果

值得注意的是，虽然说在AI竞争中，有意或者无意的去做模型的刷分可能对于现在竞争时，是一种常态化的操作。但是，作为头部科技巨头公司，区别于其他中小公司，这种做法的后果无疑是被盯着和放大的，并且带来的影响也是较为严重的。Meta和谷歌对于这类事件，也算是高频用户了，并且已经在网络上持续被发酵，负面舆情不断

对于两家公司而言，这种做法的背后初衷很好理解，其实是外界压力带来的动作变形。即短时间内无法生产出能够匹配其他头部公司的模型，在2023年年底是这种情况，在2026年的下半年同样是这种情况。然而，通过修饰、过拟合的方式来优化模型的输出，这种做法带来的效果比较快，在口碑上也能够迅速扳回一些影响力。但是，没有想到市场的关注力如此的敏感，以及在做修饰时动作过大，给人的不实的印象过于明显，从而被市场所揭露，造成了最后的舆情

2、谷歌 & Meta的舆情爆发的不利影响基本确定，只是面临的现状无法被改变

类似于Meta，这几年在大模型上的投入肉眼可见，但是效果上一言难尽，并且舆情多次爆发，市场上对于其表现的关注基本消耗殆尽。所以，无论是其产出还是舆情所造成的负面影响，均不及市场、用户的预期，这种背景之下，其盈利能力可想而知

同样的情况放在谷歌身上，前半段的影响并不成立，但是随着负面事件的频发、后半段影响逐渐成为了现实。即谷歌在2026年之前，凭借多模态以及Gemini 2.5 pro的出色表现，可谓是在市场上一鸣惊人，无论是其自身的业务赋能，还是外部的生态合作，与苹果等世界头部企业的订单源源不断。但是，伴随着其从多模型转向AI coding，即Agent、长任务的方向攻克时，整体情况发生了变形。一方面是长时间里，谷歌凭借技术生态，超强的自底向上的算力、人才、技术优势，并未能在短时间里追赶这个赛道的头部选手；另一方面是，在对手迭代加速的过程中，感受压力的谷歌不得不采用其他手段来应对，导致了市场用户对其的不信任，这种后果本身谷歌就要去承担，因为动作的本身出自于谷歌自己。最后，这种结局也是与Meta的路径相似，逐渐开始违背了大模型迭代的初衷，在面临的现状无法被改变时，谷歌尴尬局面的弊端逐渐被显现：

1、之前外界一致认为其不再专注于大模型，而是Gemini flash系列的迭代，但是谷歌本身一直在强调的Gemini 4以及笔者所研判的观点所坚持的是：谷歌是寄希望于Gemini 4的格局翻盘，但是技术上短时间未能突破。从行业竞争逻辑来看，谷歌此举属于典型的战略押注与技术落地脱节的行业困境。2026年全球大模型的核心竞争已经彻底转向Agent自主交互、超长文本理解、复杂代码工程落地等硬核能力，不再是早期多模态的浅层展示，这也是谷歌果断调整研发重心、放弃短期小模型内卷、全力攻坚Gemini 4的核心原因。但从实际落地效果来看，谷歌底层技术迭代速度完全跟不上行业竞争节奏，其深耕多年的底层算力框架、Transformer架构优化，在Open AI、Anthropic的新一代模型迭代面前优势持续缩水。正因核心技术迟迟无法实现突破性落地，Gemini 4的上线时间反复延期，谷歌不得不陷入被动的短期补救，持续迭代Gemini flash轻量化模型维持市场声量。这种“长线翻盘无望、短线被动补位”的局面，不仅让谷歌的AI战略布局变得极其割裂，也在消耗资本市场和行业用户的耐心，市场逐渐不再相信其技术迭代的宣传口径，逐渐造成了负面影响，即谷歌高端大模型技术停滞，只能靠小模型凑热度的固化认知显现，从而拉大与顶尖AI厂商的口碑差距

2、一直在flash这种小模型上迭代，对谷歌的全球技术的影响力并不是特别友好，而且小模型迭代的效果其实也一般，核心是身边用的人并不多。便宜选择DeepSeek、国外的模型使用可以是xAI，即便不想用Open AI和Anthripic的情况下，包括多模态而言，现在也是在用Open AI的image，尽管样本量不多，但是基本覆盖了国内小、中、大型公司的技术选型情况：从产业落地和市场选型的底层逻辑分析，谷歌持续迭代flash小模型的策略，完全偏离了当下企业级AI应用的核心需求。当前全球AI市场已经完成从模型尝鲜到落地刚需的转型，企业用户不再单纯追求低成本、轻量型模型，更看重模型的长任务稳定性、复杂场景适配性、私有化部署能力和多模态精准度。谷歌flash系列迭代始终局限于响应速度、轻量化适配等基础维度，核心的智能推理、代码生成、超长语境记忆能力没有实质性提升，迭代性价比极低。与此同时，在高端多模态商用场景，Open AI和Anthropic的系列模型凭借稳定的效果、成熟的接口服务、持续的版本优化，彻底占据主流市场。谷歌flash系列陷入了高不成低不就的境地，既无法替代顶尖大模型的硬核能力，也没有性价比、本土化优势碾压小众竞品，导致市场渗透率持续走低，技术话语权不断被稀释

3、AI to science继续攻克 & TPU秀肌肉时刻再现，只不过想从其他方面塑造品牌影响力

谷歌模型层面不给力，但是还是有场景拿到了不错的结果：

1、近日，根据市场消息显示：SemiAnalysis发布的最新报告，谷歌第七代TPU Ironwood每美元推理性能最高领先英伟达B200达50%，对B300领先96%。早在2026年4月，黄仁勋在播客中公开质疑TPU不敢参加公开跑分，称“TPU不来，Trainium不来”。五个月后，谷歌带着实测数据如约而至。并且，硬件实力的提升，也让谷歌在销售策略上更加主动。谷歌自去年起开放TPU直接销售，不再只依赖云端租赁。根据市场消息显示：Anthropic已采购超100万颗TPU，到2029年将超越DeepMind成为全球最大TPU单一用户。更重要的是，谷歌TorchTPU预计10月PyTorch大会期间开源，届时TPU对开发者的迁移门槛将降至一行代码

2、DeepMind此前已经推出AI模型AlphaGenome，可以预测基因变异对生物过程的影响，可用于分析特定变异并在研究中得到广泛应用。并且，谷歌于今日推出AlphaGenome Atlas，这一平台包含了人类基因组中90亿种单核苷酸变异（所有可能的单字母 DNA 改变）的功能预测，是目前涵盖基因突变对分子生物学影响最全面的目录。此外，谷歌同时发布了 AlphaGenome Variant Impact（AVI）评分，该评分结合了 AlphaGenome 和 AlphaMissense（谷歌用于预测改变蛋白质的 DNA 变异影响的模型）两者的预测优势，将两个模型的预测结果浓缩为单个数值，研究人员可以快速对变异进行排序，同时解读其分子效应

总结而言，虽然谷歌目前在Gemini系列大模型迭代上接连遭遇进度延期、跑分争议、市场信任下滑的困境下，但是谷歌的全盘并未被动。当下，谷歌依托硬件算力与AI for Science赛道也在补强品牌竞争力，算是在模型之外扳回一局。所以，虽然谷歌当下大模型主赛道竞争力受挫、舆情承压，但是TPU算力生态与科学计算应用形成差异化优势，这套打法避开Gemini短期短板，依靠底层硬件与科研成果守住技术品牌影响力

4、总结

1、谷歌当下大模型的困境已经在积累负面的舆情，公司目前把挽回局面的方法全部托付于Gemini 4上，这也是为何公司一直在迭代flash模型的原因，而不是直接放大招，因为大招需要长时间的冷却和沉淀，目前谷歌的状态处于沉淀过程中

2、尽管外界认为谷歌会放弃大模型的迭代，而一直专注于flash模型身上，但是笔者一直强调，大模型赛道需要的是旗舰模型的比拼，Gemini 4的发布是板上钉钉，这一点需要再次向市场强调。没有旗舰模型的厂商，无法在市场立足，特别是类似谷歌这种的头部巨头

3、在TPU、AI to science领域的成果，可以说是帮助谷歌扳回一局，这种局面有利于谷歌短暂维持正面品牌形象。但是，从长期来看，还是需要大模型的性能来加持影响力，毕竟未来的所有竞争，还是得依赖底层模型作为驱动力

4、虽然谷歌近几日市场一直在放风说要发布Gemini 4。但是从现在模型整体在竞争侧的表现和使用率的情况来看，除非是特别大的改进，否则无法带来对于市场质的影响力。当然，市场也在拭目以待