谷歌Gemini 3发布背后：AI竞赛已跑偏，47%项目不赚钱

2026年6月24日凌晨，谷歌在旧金山Moscone中心正式发布Gemini 3。现场屏幕亮出的第一个数字不是推理速度，而是训练成本：28亿美元。这个数字比Gemini 2高出73%，但谷歌CEO皮查伊称其“多模态理解能力提升了近4倍”。

发布会同步公布的基准测试显示，Gemini 3在MMLU、HumanEval和GSM8K三项指标上分别领先GPT-5.1和Claude 4.5约6到11个百分点。但彭博社本月初拿到的一份谷歌内部文档显示，Gemini 3的API调用成本比Claude 4.5高出42%。

你可能会认为，技术更强就该赢。但现实恰恰相反：据路透社6月中旬的分析，目前全球大模型API调用量中，OpenAI仍占51%，谷歌仅占22%。更强的模型没转化成更大的市场，这是AI竞赛中最大的认知陷阱。

技术领先不等于商业胜利

大模型行业正陷入一个奇怪的局面：技术越强，亏损越大。第一财经上周报道，国内头部大模型公司2025年平均毛利率仅为17%，但研发投入占营收比高达63%。这个数字比2023年还糟。

Gemini 3搭载了谷歌自研的TPU v6芯片，推理速度比上一代快2.3倍。但在实际应用中，华尔街日报6月初的报道揭示了一个尴尬事实：企业客户中，真正把大模型部署到核心业务流程的只占12%。剩下88%还在做客服机器人和内容生成这些“边角料”。

更关键的是，这些边角料业务正在被开源模型蚕食。Hugging Face数据显示，截至6月20日，Llama 4的下载量突破1.2亿次，其中企业级部署占比上升到34%。企业算了一笔账：用开源模型搭建一个客服系统，成本是调用Gemini 3 API的1/7。

47%的AI项目不赚钱

谷歌在发布会上强调Gemini 3的“Agent模式”——它能自动执行多步骤任务，比如订机票、填表单、管理日历。这个功能看起来很酷，但央视新闻本周引用的调研报告指出，在已部署类似Agent的企业中，47%的项目在6个月内没有产生可衡量的ROI。

这个数字来自贝恩咨询对全球200家企业的追踪。他们发现一个规律：凡是把AI当作“替代人力”的项目，大多失败了；凡是把AI当作“增强人力”的项目，成功率提高了2.8倍。但大多数公司还在前一条路上狂奔。

谷歌当然知道这个困境。所以他们在Gemini 3中内置了“成本控制器”——企业可以设定单次推理的预算上限。这听起来像是个贴心功能，但也暴露了行业真相：连谷歌自己都担心客户会因为成本太高而弃用。

真正的战场不在模型层

如果你以为Gemini 3发布后会引发又一轮价格战，那你看错了方向。真正值得关注的信号在应用层。谷歌在发布会上花了30分钟讲“Gemini for Workspace”——把模型直接嵌入Google Docs、Gmail和Sheets里。

这与微软的做法如出一辙。据财新网6月初的报道，微软Copilot的付费用户已突破8000万，其中60%来自企业版Office 365订阅。这些用户不是被模型能力吸引的，而是被“不需要学习新工具”这个体验留住的。

换句话说，AI竞赛的胜负手已经从“谁的模型更聪明”变成了“谁的模型嵌得更深”。你打开什么软件，用哪个模型，根本不是你在选，是生态在替你选。

一个被忽视的变量：能源

Gemini 3训练消耗了相当于23万美国家庭一年用电量的电力。这个数字来自谷歌自己的环境报告。台积电上周宣布，到2027年，AI芯片生产将消耗台湾总发电量的12%。

能源约束正在重塑AI行业的格局。路透社6月23日的报道指出，微软和谷歌已经签署了全球约35%的核能采购协议，为的是给数据中心供电。但问题是，全球新建核反应堆的平均周期是12年，而AI算力需求每9个月翻一倍。

这个剪刀差意味着，三年内，算力瓶颈将从芯片产能转向电力供应。谁先拿到稳定的绿电，谁就能在下一阶段保持领先。谷歌这次没有公布Gemini 3的能耗数据，但业内相传，它比GPT-5.1高出约31%。

信号与噪声

Gemini 3的发布像是一次技术秀，但也像是一次焦虑的宣言。谷歌需要证明自己还在牌桌上，但市场对“更强模型”的反应已经越来越冷淡。苹果上周宣布，下一代iOS将默认使用自家的小模型处理设备端任务，只在必要时才调用云端大模型。

这透露出一个趋势：大模型的通用能力正在被分化成“够用就好”和“极致性能”两个市场。前者由手机芯片和开源模型统治，后者属于谷歌、OpenAI和Anthropic。但前者的市场规模是后者的5倍以上，据IDC估算。

接下来6个月，你该关注的不是谁的模型在基准测试上领先，而是谁的用户留存率最高。如果Gemini 3发布后，谷歌的API份额在三个月内无法突破30%，那它就该认真考虑一个问题：不是技术不够强，而是整个AI竞赛的方向，可能从一开始就偏了。

如果能源成本继续以每年40%的速度上升，而推理收入增长不及预期，那么2027年底前，大模型行业将出现第一次“算力过剩引发的价格崩盘”。到那时，活下来的不是技术最强的，而是成本控制最好的。