Google 的十二月：低价高速档、可解释工具与一句话年度定性
本期导语
本月四条精选把年尾收得很整齐。模型侧是 Gemini 3 Flash——兼具前沿智能与速度、成本更低，把 Gemini 3 铺向全线 Google 产品，官方同期的生态数据称 API 日处理已超 1 万亿 token。方法侧是 Gemma Scope 2：覆盖 Gemma 3 全部尺寸（270M 到 27B）的开放可解释性工具，团队称是迄今实验室最大规模的同类开源发布、生产涉约 110 PB 数据——模型越强，看不见内部就越难定位失败原因。评测侧是 FACTS Benchmark Suite：与 Kaggle 合作，把事实性拆成参数化、搜索与多模态三格来量。最后是一句年度定性：官方把 2025 概括成 AI「从工具走向 utility」，并按八个方向回顾全年突破。
本期看点
低价高速档：Gemini 3 Flash给模型做体检：Gemma Scope 2把事实性拆成三格：FACTS年度定性：从工具到 utility
低价高速档：Gemini 3 Flash
Google DeepMind 扩展 Gemini 3 家族：Flash 兼具前沿智能与速度且成本更低，铺到全线产品；官方披露 Gemini 3 首发以来 API 日处理已超 1 万亿 token。
Gemma Scope 2 开源：覆盖 Gemma 3 全部尺寸 270M 到 27B 的可解释性工具，团队称是迄今实验室最大规模开源LLM 能做推理壮举，内部决策过程却基本不透明；一旦系统行为不如预期，看不见内部就很难定位真正原因。去年他们用 Gemma Scope 推进了这门可解释性科学（面向 Gemma 2 的工具箱），今天发布的 Gemma Scope 2 是一套覆盖 Gemma 3 全部尺寸（270M 到 27B 参数）的综合开放工具，可以用来在整个模型大脑里追踪潜在风险。团队称据其所知这是迄今 AI 实验室最大规模的开源可解释性工具发布——生产这套工具存储了约 110 PB 的数据。给模型做体检：Gemma Scope 2
覆盖 Gemma 3 全部尺寸（270M 到 27B）的开放可解释性工具套件，可在整个模型里追踪潜在风险；据称是迄今 AI 实验室最大规模的开源可解释性工具发布，生产涉约 110 PB 数据存储。
Gemini 3 Flash 发布：定位为速度而生的前沿智能，首发至今 API 日处理超 1 万亿 tokenGoogle DeepMind 扩展 Gemini 3 家族，发布 Gemini 3 Flash——以更低的成本提供其上那一档前沿智能的速度版本，并把 Gemini 3 这一代能力铺到全线 Google 产品。文章披露 Gemini 3 首发以来的生态数据：API 日处理已超 1 万亿 token；用户拿 Gemini 3 做过的事情包括 vibe code 仿真来学习复杂概念、搭交互式游戏、理解各类多模态内容。Flash 保留了 Gemini 3 在复杂推理、多模态与视觉理…把事实性拆成三格：FACTS
Google DeepMind 与 Kaggle 推出 FACTS Benchmark Suite，新增参数化、搜索与多模态三项基准，分别衡量模型调用内部知识、用搜索工具检索综合与多模态场景下的事实性表现。
Google 的 2025：AI 智能体、推理与科学发现之年——官方回顾八个取得研究突破的领域Google 官方年度研究回顾，把这一年定调为 AI 智能体、推理与科学发现之年。文章给出的判断很值得留意：AI 的轨迹正在从一件工具转向一种 utility——从人们在使用它，变成人们可以把它派上活儿；如果说 2024 年是为这个时代打下多模态地基，2025 年就是 AI 真正开始与我们一同思考、行动、探索世界的一年。量子计算方面也朝现实应用推进了一步。全文按八个有代表性的方向梳理 Google、Google DeepMind 与 Google Research 的突破、产…年度定性：从工具到 utility
Google 官方把 2025 定调为 AI 智能体、推理与科学发现之年，判断 AI 正从一件工具转向一种 utility——从人们在使用它，变成可以把它派上活儿；并按八个方向梳理全年突破。
与 Kaggle 联手推出 FACTS Benchmark Suite：参数化、搜索与多模态三项基准，系统评估 LLM 的事实性LLM 正成为各类场景下的主要信息来源，所以回答的事实准确性变得关键；要持续改善这一行业性难题，必须先弄清模型在哪些用例上答不准、并能量化那些场景的事实性表现。在既有 FACTS Grounding Benchmark 的基础上，Google DeepMind 与 Kaggle 一起推出 FACTS Benchmark Suite，新增三项基准：参数化基准衡量模型在事实性问题上准确调用自身内部知识的能力；搜索基准检验模型把搜索当工具来检索并正确综合信息的能力；以及多模态基准。其它期 ↗本期刊物按 2025 年 12 月 这一期的时间窗整理生成，范围是当前工作区发布的这一份内容包；条目版权归原作者与信源所有。