A | 最近几年越来越多的孩子来到新加坡读书辣妈后台几乎每天都被提问AEIS“AEIS考进新加坡公立小学的概率高吗？”"进入政府学校之后，能申请到新加坡PR或者公民吗？”“现在学生申请PR，通过的几率高吗？”单单只是口说无凭今天辣妈和大家分享一位小姐姐来新加坡求学的经历*当年掬英教育孔老师亲自送孩子进入AEIS的考场她2019年仅仅集中补习了两个月就通过AEIS顺利考入新加坡公立小学四年级PSLE之后进入了莱佛士女中2023年7月顺利拿到了PR仅仅一年之后2024年8月公民申请就获批了真的是太励志了！*今年莱佛士女中开放日小姐姐和掬英教育孔老师的合照最近辣妈小编都隐隐有种感觉学生申请PR和公民的审批速度特别快成功率感觉也不错特别是今年7月份ICA调整了学生申请PR的限制条件不再要求在新加坡留学居住满两年现在只需要在一次国家级别考试中取得及格成绩（包括O水准、A水准或PSLE等）孩子就可以独自申请PR了！图源：ICA官网这些消息真的都非常利好想要参加新加坡AEIS考试的孩子们2024年9月3号今年的AEIS考试即将拉开大幕在这最后的备考时刻辣妈编辑部特别邀请了新加坡知名AEIS辅导机构掬英教育的创始人孔老师来到直播间和大家面对面聊一聊AEISAEIS的新变化和新情况AEIS的最后备考阶段要注意哪些内容？在中国和新加坡备考AEIS有什么不同？......所有妈妈们关心的AEIS内容都可以在文末评论区留言辣妈小编会整理大家的问题在直播间请孔老师为大家解答孔老师作为新加坡知名的AEIS老师一直深受学生和家长们的信任和喜爱多年来孔老师和她的掬英教育已经帮助众多中国孩子顺利进入新加坡公立学校许多掬英的学员都已经在中学阶段顺利拿到新加坡公民身份为自己在新加坡的学习、工作和生活争取到了更多便利和保障作为辅导AEIS的资深专家孔老师将在辣妈直播间详细分享备考AEIS的重点和难点8月29日晚上7点在辣妈直播间与孔老师不见不散现在就点击预约直播吧~AEIS 新加坡掬英教育新加坡掬英留学是一家在新加坡和中国都注册的国际化公司，专业从事7-16岁中小学生留学新加坡的AEIS考试培训工作。掬英的专注、专业、负责、高效，帮助无数孩子圆了新加坡留学梦，让他们站在了世界的舞台上，有了不一样的人生！一张张喜报和超高的AEIS通过率，就是掬英教育实力的证明！24年2月S-AEIS考试小学组通过率100% 整体通过率高达92%！23年10月/11月PET通过率100%KET通过率90%！最近掬英教育还有不少在读学员拿到了华中国际的录取通知书想要考入新加坡第一梯队国际学校的孩子们掬英教育也能为大家提供有效的帮助!想要更多了解掬英教育的家长们现在扫码联系掬英客服老师很多详细信息随时帮你解答2025年S-AEIS的考试时间现在已经出炉将于3月11日-13日（暂定）在新加坡进行为了给孩子们争取更为充足的备考时间掬英S-AEIS集训班将于9月重磅开启！掬英教育特别提醒家长们务必为孩子提前规划把握黄金备考期助力孩子顺利上岸！掬英不仅有精心安排的集训课程还有经验强大的师资团队为孩子们保驾护航助力他们在AEIS考试中成功！AEIS 掬英教育师资力量雄厚中学组英文孔老师掬英教育创始人，原北京新东方扬州外国语学校资深英语老师，2012年到新加坡后，一直致力于AEIS培训，凭借对中国学生的了解，及多年AEIS的成功辅导经验，孔老师送了一批又一批的学生进入新加坡政府中小学，圆了许许多多孩子的新加坡留学梦，给了他们高飞的翅膀，让他们有了不一样的人生！中学组英文鲍老师本科及硕士研究生皆毕业于新加坡国立大学商学院。一路以优异的成绩通过AEIS、 O水准、A水准，最终考入新加坡国立大学商学院攻读本科及硕士。对AEIS考试有切身体会。熟知新加坡教学与考试模式。
B | 凭借流利的口语和对中国、新加坡文化的深刻理解，帮助学生很好地融入本地课程与环境。 7月21日，谷歌突然上线了两个新模型： Gemini 3.6 Flash和Gemini 3.5 Flash-Lite。 没有一点点防备，也没有一丝顾虑，它俩就这样出现在了Google AI Studio和Gemini的模型选择器里。 这两个模型，一个主打更强的代码和Agent能力，一个主打更低成本的大规模调用。注重学生个人成长，对学生极具耐心、责任心。中小学组数学黄老师剑桥大学化学工程系一等荣誉学士、一等荣誉工学硕士，文学硕士，已出版多本书籍。 而作为旗舰模型的Gemini 3.5Pro，千呼万唤依然……出不来。 按照此前的计划，3.5 Pro本应在6月份上线，现在7月都过一大半了，这款被寄予厚望的模型仍然没有正式亮相。2011年被剑桥大学悉尼萨塞克斯学院委员会授予学者称号。 代表旗舰实力的答卷迟迟不交，谷歌先拿出两张“草稿纸”，是个什么意思？ 01 3.6 Flash：比上一代便宜，不比上一代聪明 谷歌表示，相比上一代Flash模型，Gemini 3.6 Flash进一步提升了编码、推理和工具调用表现，同时通过减少输出token降低运行成本。 Gemini 3.6 Flash的定位是一个面向真实生产环境的高效模型，或者更直白一点，为Agent服务。 在Agent时代，一次任务可能需要几十轮模型调用，这意味着模型不仅要聪明，还必须足够快、足够便宜。剑桥就读期间，荣获Samuel Taylor自然科学一等荣誉奖学金、Thomas Ireland化学工程一等荣誉奖学金、英国石油化学工程奖等众多重量级奖项。中学就读于莱佛士女中，在校期间多次荣获莱佛士班级卓越奖，最高学术奖等校级奖项；曾获新加坡奥数竞赛金牌、银牌，李光耀数学科学奖等各项数理类顶尖奖项。
C | 中小学组数学庞老师毕业于新加坡南洋理工大学，在新加坡PSLE, O-LEVEL, AEIS考试的数理部分具有十余年的教研经验，成绩斐然！教学风格严谨，专注于帮助学生构建牢固的思维结构，培养和提高学生的自学能力和应试水平。中小学组数学孔老师掬英资深数学老师，培训经验丰富，注重因材施教，善于发现学生的薄弱点并在短时间内帮助学生逐个攻破、夯实基础，快速提升，切实高效提分，并使数学成为强项。对待学生有无比的耐心、责任心与爱心，备受家长和学生的喜爱与信任。
D | Google此前已经在Gemini 3.5 Flash上强化了这条路线。
E | 根据官方API文档，Gemini 3.5 Flash支持100万token的长上下文，可以一次处理大量信息，同时支持代码执行、调用外部工具、搜索文件等能力，能够完成更复杂、更长时间的任务。 Gemini 3.6 Flash延续了这条路线，它追求的并不是单次回答的质量，是一个“能够承担得起每日真实工作”的位置。 Gemini 3.6 Flash的定价如下： 输入：1.50 美元/百万 token 输出：7.50 美元/百万 token 相比此前Gemini 3.5 Flash每百万token输入1.5美元、输出9美元的价格，输入成本没有变化，但输出成本进一步下降。 对于需要大量调用AI的企业来说，这种成本变化可能比benchmark上的几个百分点提升更加重要。 另外，谷歌展示的一项内部测试显示，在完成同一任务时，Gemini 3.6 Flash相比3.5 Flash减少了55.8%的token消耗，同时将任务评分从85分提升到了100分。 当然，这只是谷歌自己的测试结果，只能说明Google希望展示的方向： 新模型不仅更省，而且能够用更少的计算完成同样甚至更好的任务。 在那些被公开的benchmark里，谷歌主要强调的是代码能力和Agent能力。 在DeepSWE代码评测中，Gemini 3.6 Flash得分49%，高于上一代的37%。谷歌表示，新模型能够减少无效代码修改和重复执行过程。 在测试AI操作电脑能力的OSWorld-Verified评测中，Gemini 3.6 Flash得分83%，超过3.5 Flash的78.4%。 而在面向机器学习任务的MLE Bench中，Gemini 3.6 Flash得分63.9%，相比上一代的49.7%也有明显提升。 不过，上述数据更多说明Gemini 3.6 Flash相比上一代有所进步。 如果放到当前大模型竞争中横向比较，Google选择的对手是GPT-5.6 Luna、Grok 4.5和Claude Sonnet 5（这里也可以看出这个产品的定位）。
F | 从结果来看，Gemini 3.6 Flash并没有全面领先，GPT和Claude的模型在复杂软件工程和知识工作任务上仍然保持优势。 但这其实也是Flash系列存在的意义： 它不一定要成为最强模型，只需要在明显低于旗舰模型成本的情况下，提供够用的能力。 官方测评之外，根据Artificial Analysis的发布前测试，Gemini 3.6 Flash在Intelligence Index上拿到了50分，与Gemini 3.5 Flash持平。
G | 这意味着，如果只看模型综合“智力”，Gemini 3.6 Flash并没有什么升级。 但是呢，它的速度又很好地弥补了这一点。
H | Artificial Analysis还统计了模型完成Intelligence Index任务所需的平均时间。
I | 结果显示，Gemini 3.6 Flash每项任务平均耗时约1.3分钟，相比上一代3.5 Flash的约2.7分钟，减少了一半。 与此同时，Gemini 3.5 Flash-Lite的任务完成时间也从上一代3.1 Flash-Lite的约1.6分钟，下降到约0.6分钟。 总的来说，Gemini 3.6 Flash的升级方向其实是效率——更少的token消耗，更低的运行成本，以及更适合长期运行的Agent能力。 对于习惯使用Gemini 3.5 Flash的用户来说，确实是非常不错的升级。 02 3.5 Flash-Lite：更快，但没有上一代便宜 然后再来看另一个模型Gemini 3.5 Flash-Lite。 顾名思义，Flash-Lite是Flash系列中更轻量的版本，相比Flash，它牺牲了一部分能力上限，换取了更低的成本和更快的速度。 就像前面提到的那样，Gemini 3.5 Flash-Lite的任务完成时间从上一代3.1 Flash-Lite的约1.6分钟，下降到了约0.6分钟。 3.5 Flash-Lite也是3.5系列中速度最快的型号，根据Artificial Analysis测试数据，其生成速度达到约350 token/秒，已经属于当前主流大模型中的高速水平。
J | Gemini 3.5 Flash-Lite的定价如下： 输入：0.30 美元/百万 token 输出：2.50 美元/百万 token 相比Gemini 3.6 Flash，输入价格约为1/5，输出价格约为1/3。不过，与上一代Gemini 3.1 Flash-Lite相比，新模型并没有进一步降价。 虽然Gemini 3.5 Flash-Lite由于能力提升，可以通过减少输出量降低部分成本，但综合起来，还是很难抵消单价上的成本增加。 根据官方文档，相比上一代Gemini 3.1 Flash-Lite，新模型在不同思考等级（thinking levels）下都有明显提升。开发者可以根据任务需求调整模型的思考深度。 此外，Gemini 3.5 Flash-Lite还内置了Computer Use能力，可以帮助Agent更可靠地操作电脑环境，完成跨应用任务。 在具体测试中，Gemini 3.5 Flash-Lite相比上一代模型也有明显提升：在Terminal-Bench 2.1编程Agent测试中，成绩从31%提升到54%；在测试长上下文理解能力的GDM-MRCR v2中，从60.1%提升到72.2%；在更贴近真实工作场景的GDPval-AA v2任务执行测试中，从642提升到1140。 值得注意的是，在一些Agent和代码相关测试中，Gemini 3.5 Flash-Lite甚至超过了上一代更高定位的Gemini 3 Flash模型。 例如，在SWE-Bench Pro软件工程测试中，Gemini 3.5 Flash-Lite得分54.2%，高于Gemini 3 Flash的49.6%；在测试AI操作电脑能力的OSWorld-Verified中，Gemini 3.5 Flash-Lite也以74.0%的成绩超过Gemini 3 Flash的65.1%。
K | 这意味着，随着模型能力不断提升，过去需要更大模型才能完成的部分Agent任务，正在逐渐下沉到更便宜、更快速的模型。 顺便一提，除了前两个面向普通用户的通用模型，谷歌还推出了Gemini 3.5 Flash Cyber。 它主要针对网络安全场景。根据官方文档，在CodeMender系统中，多个Gemini 3.5 Flash Cyber Agent可以协同工作，分别完成不同分析任务，并最终汇总成一份完整报告。在网络安全基准测试CyberGym中，Flash Cyber也达到了接近前沿模型的表现。
L | 该模型目前不会公开提供，仅通过CodeMender平台向政府和可信合作伙伴开放。
M | 03 3.5 Pro：谷歌迟迟交不出的旗舰答卷 如果说Gemini 3.6 Flash和Gemini 3.5 Flash-Lite还可以看作是谷歌对AI规模化应用的判断，那么Gemini 3.5 Pro则代表着谷歌的模型上限。 但问题在于：这份答卷，到现在还没有交出来。
N | 5月I/O的时候，谷歌表示Gemini 3.5 Pro将在“接下来一个月左右”推出，也就是预计在今年6月上线。现在7月都过了一大半了。 据彭博社7月16日报道，Gemini 3.5 Pro的发布时间已经落后原计划数月。谷歌正在继续优化模型能力，尤其是编码表现，希望达到内部设定的目标。 路透社最新的报道则显示，截至目前，谷歌仍未公布具体上线时间，只表示该模型正在与合作伙伴测试，并将“很快”推出；另有新闻稿透露，Gemini 4的训练工作已经开始了。 而我们都知道，“很快”就是不确定的意思。 Gemini 1.0发布时就曾因演示争议受到质疑；Gemini 1.5 Pro凭借百万token上下文短暂扳回局面，但随后Claude和GPT系列快速追赶；直到Gemini 3系列发布，谷歌才重新获得“回到前沿竞争”的评价。 如今Gemini 3.5 Pro再次延期，市场关注的已经不只是一个模型什么时候上线，还有谷歌到底能否保持旗舰模型的竞争节奏问题。 何况谷歌透露出的编码表现不及预期，并不是什么容易解决的小问题。 随着Agent开始进入企业工作流，代码能力的重要性迅速提升。
o | 一个模型能否理解复杂项目、修改真实代码、完成多步骤开发任务，已经成为衡量它是否具备实际生产价值的重要指标。 路透社指出，华尔街正在等待Gemini 3.5 Pro，因为它将成为判断Google DeepMind是否能够跟上OpenAI和Anthropic的重要指标。
p | 当然，谷歌并不是没有动作，这次推出的几个模型，恰说明谷歌正在强化另一条路线：让AI变得更便宜、更容易规模化。 谷歌CEO Sundar Pichai近期也多次强调成本优势，并表示企业如果将大部分AI工作负载迁移到Gemini模型，可以每年节省超过10亿美元。 但问题在于，市场在期待一份证明谷歌模型实力的“答卷”，谷歌交出的却是两张关于效率和成本的“草稿纸”——很难不让人觉得，谷歌在用Flash系列填补Pro延迟留下的空档。 有意思的是，在Gemini 3.5 Pro延期的同时，AI竞争格局正在发生变化。
q | 过去，人们讨论AI领先者，主要关注海外“御三家”：OpenAI、Anthropic和Google DeepMind。 但最近，GLM-5.2、Kimi K3等国产模型也开始进入前沿竞争，并引发了大量讨论。 前沿模型的追赶速度正在加快，也让谷歌的问题变得更加紧迫，它当然可以继续大力推出Flash模型，但前提是它的旗舰模型足够给力——只要硬实力足够，自有大儒为他辩经。 如果谷歌最终推出一个真正领先的旗舰模型，那么Flash路线会成为完整体系的一部分：Pro负责突破能力上限；Flash负责规模化应用。 但如果Gemini 3.5 Pro持续落后，市场很可能会继续追问：谷歌拥有最强AI研究资源，为什么却无法稳定跑赢竞争对手？ 在Alphabet本周举行第二季度财报电话会议时，人们很可能会进一步询问有关Gemini 3.5 Pro的更多细节。（作者：袁心玥）。
r |
Current article:http://xqha.hencaoaoqingcengchesuomemu.buzz/news/20260826_78965.html
Published on:06:38:02
