谷歌把 Flash-Lite 留给免费层,Gemini 4 Argon 还在门外
据 9to5Google 10 月 3 日报道的一份更新后的支持文档,谷歌将于 10 月 9 日停止向 Gemini 应用的免费用户开放 Flash 和 Pro,只保留 Flash-Lite。

从 10 月 9 日起,Gemini 应用的免费用户将无法再用 Flash 和 Pro,只剩 Flash-Lite。这一变化来自一份更新后的支持文档,9to5Google 于 10 月 3 日报道了这份文档。同一份文档还写明,每月付 4.99 美元的 AI Plus 订阅用户将失去 Pro,保留 Flash-Lite 和 Flash。
这是降级,不是重新归类。按照 The Decoder 10 月 4 日的报道,免费层此前包含 3.6 Flash,以及时多时少的 3.1 Pro 访问权限。10 月 9 日之后,三款模型全部移到付费墙后:AI Pro 每月 19.99 美元,AI Ultra 每月 99.99 或 199.99 美元。这三款模型是 Flash-Lite、Flash 和 Pro。对读者来说,变化很直白。Gemini 应用里的模型选择器不再是一份全菜单,而变成一张价目表。此前免费用 Pro 的人,或者付了 4.99 美元以为能用 Pro 的人,要么换到更弱的模型,要么多掏钱。尚不清楚的是,谷歌的下一代旗舰 Gemini 4 Argon 上线后会被怎么安排。
两家媒体,同一个支持页面,说法略有出入
两篇报道在时间上并不一致。9to5Google 把生效日定在 10 月 9 日,并称 AI Plus 订阅用户会收到一封邮件,说明变更何时对他们生效。The Decoder 只说变化从 2026 年 10 月开始,没有给出具体日期。两家都指向同一个谷歌支持页面,所以差别更像是表述角度不同,而不是互相矛盾。除了这份文档,两家都没有提到谷歌的其他表态。
9to5Google 还提到,这次限制叠加在谷歌 5 月推出的按算力计费的使用量调整之上。AI Pro 和 AI Ultra 用户则没有损失。每月 19.99 美元的档位新增了 Deep Think 选项,用于“最大并行推理”,而这一功能此前只属于 99.99 和 199.99 美元的套餐。应用还准备为每个可用模型加上“低”“中”“高”三档投入程度,这与 Google AI Studio 和 Antigravity 已有的做法一致。
谁也说不准它归哪一档
Gemini 4 Argon 放在哪一档,才是悬而未决的问题。9to5Google 报道称,谷歌本周早些时候表示 Argon 会先向 AI Ultra 订阅用户开放。公司尚未说明 Argon 算作 Pro 级模型,还是位于 Pro 之上的新层级。这处含糊比砍掉 Flash-Lite 更要紧。如果 Argon 落在 Pro 之上,那么 19.99 美元买到的是 3.1 时代的模型,而前沿模型还在一两级之上。
The Decoder 提出了一个相关的可能:这次分层是在为 Argon 铺路,而 Argon 的运行成本可能更高。它还认为,实际影响大概很小。多数随手用谷歌 AI 的人根本不知道自己在跑哪个模型,而真正会注意到变化的重度用户,多半早就在付费了。这个判断站得住,也正是谷歌希望你接受的判断。
免费加付费的这套结构是借来的。The Decoder 指出,这套安排与 OpenAI 在 ChatGPT 上的做法相似:免费用户拿到有限体验,付费用户拿到前沿能力。谷歌的版本更直接。它不是在计量你用了多少好模型,而是把好模型从便宜套餐里整个拿走。配套还有一张价目表。按 The Decoder 转载的谷歌支持页面,Flash-Lite 对所有人开放,Flash 给 AI Plus 及以上,Pro 只给 AI Pro 和 AI Ultra。四档订阅,三款模型,挤压点清清楚楚落在 4.99 美元。另需说明,The Decoder 的报道里提到模型规模数字,其中 270亿 参数与 90亿 参数的版本分别对应不同档位的定位,而免费层能拿到的 Flash-Lite 是其中最小的一个,80亿 参数那一档。
本周模型圈的其他发布,比的不是榜单
本周其余的模型消息,重点不在排行榜,而在发布了什么、谁能跑起来。Ideogram 于 10 月 4 日公布了 Ideogram 4.5 的细节。公司把这版模型定位为原生 2K 分辨率下的精确编辑模型,已在其应用、MCP 集成和 API 上线。公司称该模型消除了多次编辑累积的伪影。正是这一点让多轮编辑成为可能,而不只是一次性的花招。
它的定价按张计,且是固定的:极低质量 0.008 美元,低质量 0.03 美元,中质量 0.06 美元,高质量 0.10 至 0.22 美元。较高的价格覆盖带参考图的生成和精确编辑。Ideogram 表示,价格不随提示词长度、参考图数量或输出分辨率变化,也不需要订阅。对任何按每张可用成品的成本、而不是按演示片来比较图像模型的人来说,这才是关键数字。
在开放权重这一边,本周最值得注意的发布根本不是前沿模型。Jerry Gamblin 用 Cloudflare 的 Clef 和 Clef Flash 跑了一遍截至 10 月 3 日的 60 天内发布的全部 27489 条 CVE。他向每条描述提了两个问题:它是否说明了安全影响,它对防守方是否清楚。Clef Flash 是从 Qwen 3.5 微调而来的 90亿 参数模型,在一台笔记本上不需要 API key,对每条 CVE 的两个问题都在中位数不到一秒内给出答案。
这个结果衡量的是文字,不是推理。在 Linux 内核之外,23736 条描述里有 989 条,也就是 4.2%,始终没有说明攻击者能做什么。内核自成一类:它的政策把影响留给用户判断。于是它那 3753 条记录里有 3661 条同样没有写明影响,把全部 CVE 的数字推到 27489 条中的 4650 条,即 16.9%。Gamblin 在 CVE 计划的工作组中任职,他说这里的一切都不代表该计划的立场。他发现单用 Flash 过于严格:270亿 参数的 Clef 模型推翻了 2187 个标记中的 1198 个,占 54.8%。在他手工标注的 129 条 CVE 上,两步问答抓到了 16 条中未说明影响的 15 条。
这类基准发布很少出现在产品发布稿里,却比排行榜上的一个名次更能改变日常工作。一个能在本地运行、便宜地对文本分类的小模型,和前沿聊天机器人是两类产品。Clef 的权重以 Apache 2.0 发布在 Hugging Face 上,可通过 Ollama 运行。
两篇论文,同一个警告:别拿自己的输出训练自己
本周两项研究都绕回同一个问题:用模型输出训练的模型会退化。Lewis Mitchell 的论文于 10 月 1 日提交到 arXiv,讨论迭代微调中的模型崩塌。实验在 Llama-3.1-8B 上做了六代 QLoRA。基于对数概率的过滤是既有的基线做法,需要拿到模型概率,而它在任何指标上都没有带来显著的文字多样性收益(p > 0.23)。改用只从原始文本算出的非参数熵率估计来过滤,则多出 42% 的唯一三元组、30% 的词汇量,重复减少 19%,全部在 p < 0.001 下成立。
这个结论范围很窄,实验环境也完全合成,是单一谱系的微调。但它指向一件实用的事:不用把模型放进循环,也能按多样性筛选训练数据。论文在注释里列出 17 页、8 张图和 NeurIPS 2026。
Alex L. Zhang 关于语言模型“形状”的博客文章于 10 月 4 日发布,从另一个角度切入。他指出,自 ChatGPT 以来,语言模型的输入与输出形状基本没变。所有智能体工作都是在自回归模型外面搭一层外壳,而不是反过来。他举了 Typesafe AI 的 Jev 作为另一种取舍空间的例子,这个模型的输出空间被限制在 0 到 1 的区间内。这是设计层面的论证,不是基准结果,也应当按这个定位来读。
一则不是模型发布的安全消息
本周影响最大的 AI 安全披露没有附带任何基准。OpenAI 于 10 月 4 日表示,它阻断了一场有组织地提取其模型受保护推理内容的活动。最早的活动出现在 7 月第一周。公司称,操作者没有破解加密,也没有接触到已存储的对话。他们操纵模型交互,让隐藏的推理内容能够被大规模复制。
OpenAI 的说明给出了日期和规模。活动始于 7 月 1 日。7 月 24 日和 25 日的高峰由 4000 多名用户发出的 16000 次请求构成。涉及 15000 多名用户的一组相关提示模式活动,到 7 月 28 日已被完全阻断。OpenAI 把其中核心的一批活动归因于与 Kimi 开发商 Moonshot AI 有关联的个人。公司表示,尚不清楚所有操作者是否来自同一方。
把这件事和 Gemini 的分层调整放在一起看,两则消息从两端描述了同一个市场。谷歌在收紧最便宜客户能触及的范围。OpenAI 在应付那些绕过正门、去拿模型不展示的推理内容的人。两家公司都没有说明各自的变动让他们付出了多少代价。也没有人公布被提取的推理内容值多少钱。
Gemini 的这次调整没有告诉我们的是,Argon 能否撑起这套阶梯。谷歌已确认 Argon 会先向 AI Ultra 开放,但没有说明 Argon 相对 Pro 处在什么位置。在这一点定下来之前,10 月 9 日的削减是一个定价决定,上面还压着一个没答完的产品问题。
资料来源
8- 01Gemini app limiting what models free and AI Plus users can accessEN
- 02Google's new Gemini tiers cut free users to its weakest model and lock $5/month subscribers out of ProEN
- 03Ideogram 4.5: The most precise edit modelEN
- 04Decision Models vs. CVE DataEN
- 05No Model Required: Text Entropy Rate Filtering Mitigates Iterative Fine-Tuning CollapseEN
- 06Language Model "Shape"EN
- 07Disrupting a coordinated model-distillation campaignEN
- 08OpenAI's latest features take direct aim at the app store modelEN
本文所有数字与引语均来自下列来源,未添加来源之外的内容。
本内容由编辑部在人工智能辅助下制作完成。
评论
0- 还没有评论——来说两句吧。