请勿停用Gemini 2.5 Flash

背景

近日，Hacker News 上出现了一篇呼吁 Google 不要停用 Gemini 2.5 Flash 模型的帖子，引起开发者社区的广泛共鸣。评论者普遍认为，尽管 Google 已经推出了新一代的 Gemini 3 Flash 和 3.5 Flash 等模型，但 Gemini 2.5 Flash 在低延迟、综合性能以及特定地区部署方面仍具有不可替代的优势。用户担心一旦该模型被废弃，许多依赖于它的工作流将无法顺利迁移。

核心内容

发帖者首先感谢 Gemini 团队提供了如此优秀的模型，并指出其团队有非常特定的工作流完全依赖 Gemini 2.5 Flash。他们内部基准测试表明，Gemini 3 Flash 即便按照新的提示词指南进行调整后，表现仍不及 2.5 Flash。发帖者确信许多其他人也有相同体验，而目前没有简单的替代方案，因此强烈希望 2.5 Flash 不要被停用。

另一位用户补充说，即使考虑延迟和性能最接近的模型——Gemini 3.1 Flash Lite，也远不及 2.5 Flash，并且还会出现“思维泄露”（thoughts leaking out）等问题。他认为 2.5 Flash 是全能型最佳模型，适合大多数任务，甚至认为 Google 的大部分流量和使用量都来自这个模型，呼吁 Google 团队延长该模型的保留时间。

还有用户表示，2.5 Flash 是唯一在澳大利亚部署的低延迟模型，他们能实现 300-400ms 的完成时间，非常适合语音代理。而 3.5 Flash 的完成时间需要 600-700ms，并且没有在澳大利亚部署，实际延迟接近 700-800ms，完全破坏了语音代理的使用场景。该用户强调，在澳大利亚地区部署的模型中，没有任何一个能在低延迟应用中达到 2.5 Flash 的质量。

关键要点

• Gemini 2.5 Flash 在特定工作流中难以替代，内部基准测试显示新的 Gemini 3 Flash 性能不达标。
• 即使经过提示词调整，Gemini 3 Flash 仍不如 2.5 Flash，Gemini 3.1 Flash Lite 也在延迟和性能上差距明显，且存在“思维泄露”问题。
• 2.5 Flash 被认为是全能型最佳模型，覆盖大部分任务，可能占据了 Google 大量流量和使用量。
• 2.5 Flash 在澳大利亚有本地部署，可实现 300-400ms 低延迟，适合语音代理等实时应用。
• 3.5 Flash 延迟更高（600-700ms），且没有澳大利亚本地部署，实际延迟 700-800ms，无法满足语音代理需求。
• 目前没有其他在澳大利亚部署的模型能提供与 2.5 Flash 相当的低延迟质量。

意义与影响

这篇讨论反映了开发者社区对特定模型“不可替代性”的强烈依赖。对于 Google 而言，停止支持旧模型是常见的产品迭代策略，但若未充分考虑用户实际部署场景和区域性能差异，可能导致关键用户流失。尤其是对于语音代理、实时交互等对延迟极其敏感的应用，模型是否在当地有低延迟部署（如澳大利亚这样的非核心区域）直接影响用户体验。这提醒模型提供商在淘汰旧模型时，需要提供清晰的迁移路径，并确保新模型在关键性能指标（尤其是区域延迟和特定任务质量）上不倒退，否则会破坏已有生态。此外，用户强烈呼吁保留旧模型，也暗示模型市场存在“用脚投票”的趋势——如果厂商忽视核心用户反馈，可能会失去信任和市场份额。