请别停掉 Gemini 2.5 Flash：开发者社区为何集体请愿保留经典模型
近日，Hacker News 上一则题为“Please don't discontinue Gemini 2.5 Flash”的帖子引发热议，获得 104 分和 72 条评论。开发者们纷纷表达了对 Google 计划停用该模型的担忧，并分享了他们在实际使用中遇到的困境。
社区声音：性能与延迟的不可替代性
一位名为 Nick_D 的用户在 Google AI 开发者论坛发帖，称其团队的工作流高度依赖 Gemini 2.5 Flash。内部基准测试显示，即使调整提示词以适配新模型，Gemini 3 Flash 的表现仍不如 2.5 Flash。他呼吁团队不要停用这一模型。
另一位用户 Ruthvik 补充道，延迟和性能最接近的 3.1 Flash Lite 也远不及 2.5 Flash，且存在“思维泄露”问题。他认为 2.5 Flash 是目前最全能、最可靠的模型，Google 的大量流量和用量很可能来自这个版本。
地域部署与成本难题
来自澳大利亚的开发者 Joshua_Simpson 指出，2.5 Flash 是唯一在澳大利亚部署的低延迟模型，其完成时间仅 300-400 毫秒，非常适合语音代理场景。而 3.5 Flash 的完成时间高达 600-700 毫秒，且未在澳大利亚部署，实际延迟接近 700-800 毫秒，完全无法用于语音交互。他强调，在这一地区，没有其他模型能在低延迟应用中达到 2.5 Flash 的质量水平。
成本问题同样突出。用户 tylertreat 提到，从 Gemini 2.5 Flash 升级到 3.5 Flash，成本增加了约 3 倍。他质疑：Flash 系列本应定位为低延迟、高性价比的模型，但新一代 Flash 在价格上已偏离了这一初衷。
行业背景：模型迭代中的“性能倒退”隐忧
在 AI 大模型快速迭代的背景下，新版本往往在基准测试上取得分数提升，但实际应用中的“体验倒退”并不罕见。开发者社区对 Gemini 2.5 Flash 的请愿，反映出 用户对模型更新中“性能-延迟-成本”三角平衡的敏感。尤其对于语音代理、实时推理等场景，毫秒级的延迟差异和成本翻倍足以决定产品的可行性。
小结
目前 Google 尚未对停用计划作出正式回应。但社区的声音表明，保留旧模型并非抗拒创新，而是对特定场景下“最佳实践”的坚持。在 AI 工具日益同质化的今天，开发者希望厂商在推出新模型时，能同时考虑迁移成本、地域部署和实际使用体验，而非简单以“版本号”论英雄。
对于 Google 而言，如何在推进 Gemini 3 系列的同时，平衡现有用户的依赖与需求，将是一项考验。