NiceKate AI：實測 Google I/O AI 大更新 — Gemini 3.5 Flash、Omni Flash、Canvas 2.0

凱特在 Google I/O 2026 大會後第一時間實測 Google I/O AI 大更新，從 Omni Flash 多模態模型、Gemini 3.5 Flash 速度提升，到 Canvas 2.0 互動創作空間，涵蓋了影像生成、影片製作、程式碼和交通模擬等場景。這篇文章整理了她的完整實測心得與各產品的實際表現。

開場閒聊

凱特一開場就興奮地說：「今天我們一起看一下 Google 最新發布的 I/O 大會，發布了非常多的內容！」她提到目前 Google 每個月處理的 Token 數已經是天文數字，Gemini App 的用戶量持續成長，總共有 13 個產品用戶量超過 10 億。

她特別點出今年夏天 YouTube 即將推出「Ask YouTube」功能，讓用戶可以直接透過 AI 提問來搜尋影片內容。此外 Google 在 Cloud Next 上宣布了第八代 TPU，但對於一般開發者來說，真正有感的還是這次發布的 Omni 模型和 3.5 Flash 模型。

懶人包速覽

核心痛點	關鍵觀點
Omni Flash 影像生成品質如何？	生成速度快但細節不如 GPT image 2，且有 Google 浮水印。Canvas 2.0 效果較好，尤其是水面和場景渲染逼真
Gemini 3.5 Flash 值得升級嗎？	速度明顯快於 3.1 Pro，適合快速生成頁面 Demo，但 MOE 架構在控制台穩定性上仍有瓶頸
Flow 平台與 Gemini App 怎麼選？	Flow 提供 Agent 模式和更多參數控制，但生成中文內容須額外提示；Gemini App 內直接提示更方便
Canvas 2.0 的實際表現如何？	支援多視角生成、天氣場景切換、內建音訊，整體體驗接近 GPT 4.5 的設計風格

Google I/O 2026 可以說是 Google 在 AI 應用層全面追趕 OpenAI 的關鍵一役。從 Omni Flash 多模態模型到 Gemini 3.5 Flash 的推理速度提升，Google 正在逐步補齊產品拼圖。

凱特這次一口氣測試了多個面向：影像生成（Omni Flash vs GPT image 2）、影片生成（Flow 平台的 Agent 模式）、互動創作（Canvas 2.0）、以及程式碼生成（Gemini 3.5 Flash 的網頁 Demo 能力）。結果有好有壞——有些功能令人驚豔，有些則明顯落後競品。

Omni Flash：Google 首款多模態生成模型

Omni Flash 是 Google 這次 I/O 大會最受關注的產品之一。它同時支援圖片和影片生成，是 Google 第一款 Omni 多模態模型。

凱特的實測發現，Omni Flash 在生成圖片時速度相當快——一張圖片約 10 秒，耗費 30 積分；6 秒的影片則耗費 20 積分。不過她指出一個關鍵痛點：Omni Flash 生成的影片帶有 Google 浮水印，這對內容創作者來說是一個限制。

相比之下，在 Flow 平台上使用 Google 的「Nono Banana 2」模型生成圖片，雖然需要耗費積分，但沒有浮水印。凱特特別建議 Pro 會員可以在 Flow 平台上調用，因為 Google 每個月會給 Pro 用戶 1,000 積分的額度。

Flow 平台：Agent 模式與生成品質

Flow 平台這次新增了 Agent 模式，類似其他 AI 繪圖平台的 Agent 功能。凱特測試了讓它生成分鏡圖，但結果讓她有些失望——Nono Banana 2 在 Agent 模式下生成的圖片分鏡，明顯比 GPT image 2 差很多。

她後續將 GPT image 2 生成的圖片上傳到 Flow 讓它生成影片，發現了一些問題：

• 生成的音頻都是英文（須額外提示才會出中文）
• 原圖是卡通風格，但最終生成的影片變成真人質感
• 原圖中的廣告文字在生成過程中被移除
• 整體還原度與原始分鏡差異較大

不過凱特也指出，如果在 Gemini App 內直接提示生成影片，就不需要像在 Flow 那樣再明確提示語言，流程上會順暢一些。

Canvas 2.0：令人驚豔的互動創作空間

Canvas 2.0 是這次實測中凱特評價最高的功能。她測試了「倩夫拉船」這個場景——提示了四次後，生成的船體非常逼真，尤其是水面的光影效果讓她印象深刻。

Canvas 2.0 的亮點功能包括：

• 多鏡頭視角：從船首仰望、江岸全景等多個視角切換
• 天氣場景切換：除了夕陽落日，還可切換成不同天氣
• 內建音訊：場景搭配背景音效
• Canvas 2 系統提示詞：使用不同的 Harness（測試框架）會產生截然不同的效果

凱特甚至表示 Canvas 2.0 的頁面設計讓她聯想到 GPT 4.5 的風格，推測 Google 可能參考了 GPT 的設計思路。

Gemini 3.5 Flash：速度優先的輕量化模型

Gemini 3.5 Flash 的速度是這次升級的最大亮點。凱特實測發現它「明顯要比 3.1 Pro 快很多」，特別適合做頁面 Demo。不過她也指出了 MOE（混合專家）模型的先天限制——控制台經常出現報錯。

凱特測試了 3.5 Flash 的交通信號模擬功能：小車模擬非常逼真，轉彎動作接近真實車輛，但路口處有穿模現象（兩台車黏在一起），且車輛會突然停在路中間，邏輯上不夠合理。

她也測試了物體抓取功能——頁面上能看到世界日誌顯示「抓取了」，但物體卻突然消失，顯示完整度還有待加強。

儘管有這些缺點，凱特認為 3.5 Flash 非常適合快速生成各種頁面的 Demo，然後把結果傳給 Codex 去實現具體功能。

使用限制與定價

凱特在測試中發現 Gemini 新增了使用限制機制——分為五小時限制和一周限制。她只是生成了一個影片，就花掉了 26% 的五小時額度。

關於定價，Gemini 3.5 Flash 目前的價格是輸入 $1.5 到輸出 $19（推測是每百萬 Token 計價），凱特認為以編程用途來說，她個人還是更推薦使用 GPT 5.5。

QA 精選

Q1：Omni Flash 生成的圖片和影片品質，跟 GPT image 2 比起來如何？

凱特的實測結論很清楚：GPT image 2 在圖片分鏡生成上明顯優於 Omni Flash 和 Nono Banana 2。她特別提到用 GPT image 2 生成的圖片上傳到 Flow 後，影片還原度也不夠理想。不過 Canvas 2.0 的水面光影效果確實令人驚豔，算是 Google 陣營中少數有亮點的表現。

Q2：Pro 會員應該用 Gemini App 還是 Flow 平台？

凱特建議 Pro 會員優先使用 Flow 平台，原因有兩個：第一，Flow 每月提供 1,000 積分的免費額度；第二，Flow 上的 Nono Banana 2 模型生成圖片沒有 Google 浮水印，而 Gemini App 內的 Omni Flash 生成內容都有浮水印。不過 Flow 在生成中文內容時需要額外提示語言，這是使用上的一個小門檻。

Q3：Gemini 3.5 Flash 適合哪些場景？

3.5 Flash 的強項是速度——比 3.1 Pro 快很多，特別適合快速生成頁面原型和 Demo。凱特推薦的做法是：用 3.5 Flash 快速產出頁面布局和視覺稿，然後將結果交給 Codex 或其他工具去實現具體功能程式碼。它的 MOE 架構雖然控制台穩定性有疑慮，但對於一次性 Demo 來說已足夠實用。

Q4：Canvas 2.0 的 Harness 是什麼？為什麼重要？

Harness 是 Canvas 2 的系統提示詞框架，不同 Harness 會產生截然不同的生成效果。凱特提到她還不確定各 Harness 的具體提示詞內容，但從實測來看，同一張圖片用不同 Harness 生成，場景的風格、細節、甚至視角都會完全不同。這意味著使用者可以透過選擇不同的 Harness 來控制生成方向，而不需要手寫複雜的提示詞。

Q5：Google 這次 I/O 的 AI 更新，能追上 OpenAI 嗎？

從凱特的實測來看，Google 在多個面向仍落後 OpenAI：影像生成品質不如 GPT image 2、Flow Agent 模式的分鏡還原度不足、3.5 Flash 的程式碼品質仍推薦用 GPT 5.5。

但 Canvas 2.0 的互動創作體驗確實讓人驚豔，水模擬和場景切換的流暢度甚至超越競品。整體來說，Google 在補齊產品線，但短期內要超越 OpenAI 的整體體驗還有差距。

主編隨筆

看完凱特的整集實測，我最大的感想是：Google 正在用速度換品質。Omni Flash 的生成速度確實快，但細節輸給 GPT image 2；3.5 Flash 的推理速度驚人，但程式碼和控制台穩定性不如預期。這讓我想起過去幾年 Google 在 AI 產品上的慣性——先推出、再迭代，而不是像 OpenAI 那樣等到產品夠成熟才發布。

對開發者來說，我認為目前最務實的策略是混用兩邊的優勢：用 Google 的 Canvas 2.0 做快速原型和場景設計（它的水面光影和天氣切換真的沒話說），用 GPT image 2 做需要精確還原的圖像生成，用 GPT 5.5 處理程式碼任務。不要期待單一平台能滿足所有需求——至少在 2026 年中這個時間點，生態系還沒有收斂到一家獨大的局面。

另外，凱特提到的使用限制（一個影片吃掉 26% 五小時額度）值得注意。這代表如果你是重度使用者，Pro 會員的 1,000 積分可能比你想像中消耗得更快。在選擇平台時，除了比較生成品質，也要把額度消耗速度納入考量。

結語

Google I/O 2026 展示了 Google 在 AI 領域的全面布局——從多模態生成、互動創作空間、到輕量化推理模型，產品線日趨完整。凱特的實測讓我們看到，Google 在速度和生態整合上（尤其是 Canvas 2.0 和 Flow 平台）有明顯優勢，但在影像精緻度和程式碼品質上仍落後 OpenAI。

對於內容創作者和開發者來說，現在是最幸福的選擇困難時代——兩大陣營各有強項，混用才是最佳解。