32度域 出品｜32度域 AI研究组
作者｜王丛予
审校 | Filex
题图｜AI生成
谷歌人工智能部门现在陷入了困境，其最新发布的Gemini 2.5 Pro 06 - 05版本不仅未能延续往日的辉煌，反而因性能逊于前代而遭到开发者的广泛批评。与此同时，一款名为“Kingfall”的神秘模型意外泄露，在AI社区激起热议，看样子，似有可能成为改变谷歌AI战略的关键因素。
2025年6月5日，谷歌满怀信心地发布了Gemini 2.5 Pro Preview 06 - 05版本，本期望借此巩固其在AI领域的领先地位，然而，现实却给了谷歌沉重的一击。在开发者社区中，该版本引发了强烈的批评浪潮。全面的基准测试数据无情地揭示了新版模型的尴尬处境：与5月6日发布的旧版模型相比，新版在多个关键指标上出现了显著的性能退步。
根据LiveBench.ai的权威评估，新版模型的全球平均得分从71.99下降至69.39，这一数据直观地反映了其整体能力的下滑。在具体的能力维度上，新版模型的表现更是令人担忧。代理编码能力作为衡量AI模型在编程领域实力的重要指标，从30.00骤降至13.33，降幅高达56%。这一巨大的落差导致许多依赖自动化编码工作流程的企业陷入困境，原本顺畅的编程流程被无情中断，开发效率大幅降低。
数学性能方面，新版模型也从88.63下降至83.33。数学能力是AI模型处理复杂逻辑和计算任务的基础，其性能的下降意味着模型在涉及数学运算的场景中，如数据分析、科学计算等领域，将难以提供准确可靠的结果。而作为AI实际应用基石的指令遵循能力，从83.50降至78.54，这表明模型在理解和执行用户指令方面出现了明显的退步，可能导致在实际应用中无法准确满足用户需求，影响用户体验。
“代理编码能力的退步尤为令人担忧，因为它影响了模型处理复杂、多步骤编程任务的能力，而这些任务对于企业应用至关重要。”一位资深的AI研究人员在接受采访时无奈地表示。
在实际的开发场景中，复杂的多步骤编程任务屡见不鲜，例如开发大型软件系统、构建复杂的算法模型等。Gemini 2.5 Pro 06 - 05版本在代理编码能力上的大幅下滑，使得这些任务的完成变得更加困难和低效，企业不得不投入更多的时间和人力来弥补模型性能不足带来的问题。
技术界对Gemini 2.5 Pro 06 - 05版本的质量问题尤为不满，这些问题不仅仅体现在数据上。
开发者在实际使用过程中发现，代码输出中的幻觉现象明显增多，模型更频繁地虚构不存在的函数和变量，这使得生成的代码不仅无法正常运行，还可能导致整个项目的逻辑混乱。
在多文件编码项目和增量代码修改方面，模型的可靠性显著降低。许多开发团队在进行项目开发时，需要频繁地对多个文件进行修改和调试，而新版模型在这些场景下的表现不佳，迫使许多团队不得不回退到5月份的旧版模型，以保证项目的顺利进行。
开发者反抗，社区反对声浪加剧
除了性能指标上的滑坡，Gemini 2.5 Pro 06 - 05版本在实际应用中的表现也让开发者们怨声载道。用户反馈集中在几个关键痛点上，这些问题超出了单纯的性能指标范畴，直接影响了开发者的工作效率和体验。
模型的上下文保留能力显著下降，经常无法在长对话中保持会话历史或记住用户指令。在一些需要持续关注细节的复杂工作流程中，例如软件开发中的需求分析和设计阶段，开发人员需要与模型进行多次交互，逐步明确需求和设计方案。然而，新版模型由于上下文保留能力不足，常常在对话过程中丢失之前的重要信息，导致开发人员不得不反复重复之前的讨论内容，浪费了大量的时间和精力。
备受谷歌吹捧的“Max Thinking”模式被定位为增强的推理能力，但实际效果却令人大失所望。用户表示，该模式运行速度更慢，却并未带来显著更好的结果。甚至有人报告称，其产生的输出结果比标准模式更不准确。在企业应用中，推理能力的准确性至关重要，因为错误的推理结果可能导致严重的决策失误。而“Max Thinking”模式的糟糕表现，使得开发者对其失去了信心，不愿意在实际工作中使用该模式。
“新版模型显得冗长却浅薄，”一位企业AI顾问在吐槽，“它产生了更多文字，但提供的可操作见解却更少，而这恰恰是企业客户所不需要的。”在企业环境中，时间就是金钱，开发者需要的是简洁明了、具有可操作性的建议和解决方案，而不是冗长而无用的文字堆砌。Gemini 2.5 Pro 06 - 05版本在这方面的表现，显然无法满足企业客户的需求。
搞笑的是，连界面变化也不受用户待见，其关键功能被隐藏在嵌套菜单中，可定制选项减少，影响了已建立的工作流程。对于习惯了旧版界面和操作方式的开发者来说，新版界面的改变让他们感到非常不适应，需要花费额外的时间和精力去重新学习和适应，这无疑增加了他们的工作负担。
意外窥见谷歌的未来
就在Gemini 2.5 Pro 06 - 05版本引发争议的同时，6月初谷歌AI Studio意外泄露了20分钟名为“Kingfall”的保密谷歌模型，这一事件瞬间引发了AI社区的广泛关注。这次短暂的泄露，无论是故意营销还是真正的错误，都让人们得以一窥谷歌在AI领域的未来布局。
Kingfall展示了复杂的多模态能力，能够处理文本、图像和文件，上下文窗口约为65,000个标记。在当今多元化的应用场景中，多模态能力越来越受到重视。
例如，在智能客服领域，客服系统需要同时处理用户的文字、语音和图像信息，以提供更准确、更全面的服务。Kingfall的多模态能力使其在这些场景中具有巨大的应用潜力。
其最引人注目的功能是可配置的“思考预算”，能够为复杂问题提供资源密集型的逐步推理。在一些需要深入分析和计算的复杂问题中，如金融风险评估、医疗诊断等，模型需要投入更多的资源进行推理和计算。
Kingfall的可配置“思考预算”功能，使得开发者可以根据具体问题的需求，灵活调整模型的推理资源，从而提高推理的准确性和效率。
早期测试者报告称，该模型在编码任务中表现出色，包括生成如单个HTML文件中的功能性《我的世界》克隆等复杂应用程序。
这一能力展示了Kingfall在编程领域的强大实力，对于开发人员来说，能够快速生成复杂的应用程序代码，将大大提高开发效率，缩短项目周期。
据报道，该模型的SVG生成能力甚至超越了Anthropic的Claude 4，其调试和多步逻辑处理能力也受到了在短暂泄露期间访问过它的有限群体的赞扬。
SVG是一种用于描述二维图形的矢量图形格式，在网页设计、图标制作等领域有着广泛的应用。Kingfall在SVG生成能力上的优势，使其在图形设计领域具有一定的竞争力。而其出色的调试和多步逻辑处理能力，则进一步证明了其在处理复杂任务时的可靠性。
这些能力表明，Kingfall要么是完整的Gemini 2.5 Pro版本，要么是一个全新的企业级变体。如果是完整的Gemini 2.5 Pro版本，那么谷歌在发布新版时显然出现了严重的失误，导致性能滑坡的版本被推向市场，而更强大的版本却被意外泄露。
如果是全新的企业级变体，那么谷歌可能正在尝试通过不同的产品定位来满足不同客户群体的需求，但这种策略在执行过程中似乎出现了一些问题。
谷歌的AI布局
谷歌似乎陷入了快速迭代与保持质量之间的两难境地。
一方面，为了在市场中保持竞争力，谷歌需要不断推出新的模型版本，以展示其技术实力和创新能力。
但6月5日的发布显然打破了这种平衡，Gemini 2.5 Pro 06 - 05版本的性能退步不仅没有为用户带来更好的体验，反而引发了广泛的批评和不满，对谷歌的品牌形象造成了负面影响。
行业分析师表示，Kingfall的泄露可能是谷歌对OpenAI即将发布的o3 Pro的回应。OpenAI作为谷歌在AI领域的主要竞争对手之一，一直致力于推出具有创新性和竞争力的AI模型。o3 Pro的发布可能会对谷歌的市场份额造成威胁，因此谷歌可能希望通过泄露Kingfall模型，展示其在推理能力等方面的优势，将先进的推理能力作为企业市场的关键差异化因素。
从该模型的架构可知，它专注于自动化和业务流程优化，这些领域的需求实际上也在持续增长。随着企业数字化转型的加速，越来越多的企业开始寻求利用AI技术来提高生产效率、降低成本。Kingfall模型在这些领域的潜在应用，使其具有巨大的市场前景。
不过，当前Gemini 2.5 Pro的性能退步引发了人们对谷歌开发和测试流程的质疑。多个指标上的显著性能下降表明，要么是验证程序不足，要么是故意做出的权衡，但这些权衡并未得到用户的认可。如果谷歌不能及时解决这些问题，可能会影响其在企业市场的竞争力。
市场动态与竞争定位
AI模型领域日益碎片化，不同供应商在特定领域表现出色。谷歌作为AI领域的老牌巨头，曾经凭借其强大的技术实力和丰富的资源占据了重要的市场份额。然而，随着竞争对手的不断崛起，谷歌面临着越来越大的竞争压力。
企业AI市场年价值超过1500亿美元，且以每年40%的速度增长，对可靠性和一致性的要求尤为严格。在这个市场中，企业客户更注重模型的稳定性和可靠性，因为一旦模型出现故障或性能不稳定，可能会导致企业业务的中断和损失。
谷歌因意外更新模型和更改端点而引发的企业客户担忧，使得当前的性能退步尤为有害。企业客户可能会对谷歌的产品失去信心，转而选择其他更可靠的供应商。
谷歌当前的困境凸显了保持广泛竞争力与在推理和多模态处理等新兴能力上突破界限之间的挑战。在保持广泛竞争力方面，谷歌需要确保其AI模型在各个领域都能提供稳定、可靠的性能，满足不同客户的需求。
而在新兴能力上突破界限，则需要谷歌投入大量的研发资源，进行技术创新和探索。如何在两者之间找到平衡，是谷歌面临的一大难题。
Gemini 2.5 Pro和Kingfall的不同发展轨迹为AI投资组合带来了复杂的局面。对于投资者来说，谷歌在Gemini 2.5 Pro上的失误可能会给近期业绩带来压力。
市场对谷歌的信心可能会受到一定程度的打击，导致其股价波动。然而，Kingfall展示的先进能力表明，如果执行得当，有可能对市场造成重大颠覆。
有些投资者大概会认为，谷歌庞大的计算基础设施和研究能力使其能够相对较快地从这次挫折中恢复过来。谷歌在AI领域拥有深厚的技术积累和丰富的研发经验，历史上也曾多次经历技术挫折并成功实现反弹。
因此，一些长期投资者可能会将当前的弱点视为一个投资机会，认为谷歌在取得突破性改进之前经历暂时的退步是正常的，未来仍有很大的发展潜力。
企业AI市场的持续扩张，以及对多模态和具备推理能力模型的需求增加，可能有利于能够提供可靠、先进能力的供应商。谷歌面临的挑战在于如何将Kingfall展示的创新与企业应用所需的稳定性相结合。如果谷歌能够成功解决Gemini 2.5 Pro的性能问题，并将Kingfall的创新技术应用到实际产品中，推出既具有先进能力又稳定可靠的AI模型，那么其在AI市场的竞争力将得到显著提升，为投资者带来丰厚的回报。