用K3和GPT的同款考题，测了Gemini 3.6 Flash的前端

谷歌的前端功底有多深，不需要任何人来认证。

Material Design定义了Android世界的设计语言，Chrome DevTools是每一个前端工程师每天打开的工具，Web Vitals直接改写了整个行业衡量网页体验的方式。从设计规范到开发工具到性能标准，谷歌在这条链路的每一个节点上，都是标准制定者。

所以当Gemini 3.6 Flash在2026年7月21日发布、开发者社区随即给它贴上「谷歌史上最差模型」的标签时，你很难不产生一种微妙的荒诞感。一家定义了「好前端」长什么样的公司，自家最主力模型的弱项，竟然是前端。

但口说无凭，我们设计了7道考题，从SaaS落地页到K3和GPT打过擂台的3D浮岛，把Gemini 3.6 Flash从头到尾测了一遍。

谷歌到底发了什么

7月21日，Google DeepMind一口气发了三个模型。C位是Gemini 3.6 Flash，被定位为「主力工作模型」。

官方列出的涨幅集中在后端和Agent场景：DeepSWE v1.1从37%涨到49%，MLE-Bench从49.7%跳到63.9%，OSWorld-Verified从78.4%提到83.0%，GDPval-AA v2从1349升到1421。Token消耗比前代少17%，DeepSWE上甚至砍掉65%。

看出来了，快，省，后端强，没有任何一处提到前端设计生成。

同时，官方确认了两件事：被期待了大半年的Gemini 3.5 Pro还在测，「准备好了就发」；Gemini 4的预训练已经启动，这是他们「迄今最雄心勃勃的一次训练」。Pro跳票，4还在跑，3.6 Flash是来撑场子的。

但独立评测不太给面子，Artificial Analysis的Intelligence Index上，3.6 Flash得分50，和3.5 Flash一模一样，零提升。

Design Arena非Agent Web开发榜上Elo 1322，比Grok 4.5还低一分，落在Claude Fable 5（1339）、GLM 5.2（1341）、Kimi K3（1407）之后。

Roboflow的视觉评测更扎心：3.6 Flash虽是「测试过最好的视频理解模型」，但物体检测明显倒退，偷懒到只返回一个大框，JSON格式经常解析失败。

最后Roboflow也是给出了中肯的建议。

7道题怎么出的

出题之前，我们翻了业内两个主流前端评测体系。

Design Arena是全球第一个盲测+真人投票评价AI前端生成质量的平台，非Agent榜分6类：Website、UI组件、游戏开发、数据可视化、3D设计、图片转网站。

Frontend Code Arena加了品牌营销、数据看板、游戏等7个Agent分类，Kimi K3七月登顶时1679分，拿了6个第一。

从这两个体系挑了7个维度：L1-L6单文件HTML一次性输出，对标Design Arena非Agent模式；L7完整React + Three.js项目搭建，在Gemini CLI中执行。

L1 SaaS落地页，L2数据仪表盘：基线不低

L1生成一个完整SaaS Landing Page：Hero区+功能卡片+三档定价+sticky nav毛玻璃+ CSS Grid。

Gemini 3.6 Flash首次直接可运行，配色选了偏暖的橙色系，和市面上泛滥的蓝紫渐变拉开距离。SVG产品示意图自己画的，hover有上浮微交互，定价区层级清晰。生成速度不到一分钟，像模像样，确实有个AI工具官网的样子。

L2是深色主题「AI模型使用量监控仪表盘」：4个KPI卡+折线图+环形图+柱状图+数据表格，Chart.js CDN、Grid三断点响应式。

全部4个图表正常渲染，折线图的Token消耗有真实的工作日/周末波动，侧边栏移动端正确隐藏，三个断点准确触发。仪表和市面上常见的中转站布局很相似，放在真实环境也不违和，AI味不重。

这两个开局说明：Gemini 3.6 Flash在单页面基础前端上有一个不低的基线，它不是「不会做前端」。

L3像素级还原：全对，但像新手做的

L3是一张精确到色号的个人作品集页面。

6个色号全对，3列网格正确，但页面看起来寡淡，毫无张力，像一个前端新手做的。

这就是核心矛盾：它能精准执行，但缺乏设计品味你告诉它Hex色号，它不用错。你让它自己发挥，它僵硬地照抄。对比GPT-5.6 Sol被Design Arena指出「明确学会了规避AI味设计反模式」，Gemini 3.6 Flash显然还没上过这堂品味课。

L4拖拽看板：又快又稳，全场最佳

L4是三列Kanban看板，HTML5原生Drag and Drop，添加/删除/拖拽，响应式降级。

这是7个测试里表现最好的一个：拖拽正常、计数更新正常、Modal表单添加+目标列正确插入全通、删除正常、手机端三列变纵向堆叠正确、拖拽时卡片半透明+目标列蓝色高亮两个视觉反馈都做了。

这个项目体现了Gemini前端能力的稳定性，这才应该是Gemini的真实水平。

拖拽是前端原生API里最难正确实现的之一，设计环节上环环相扣，漏一环就「看着能动但实际上不对」。Gemini 3.6 Flash在这个维度上几乎满分。对于一个被骂「史上最差」的模型，这是一次漂亮的反击。

L5电商页，L6创意动效：一个bug，一个惊喜

L5是移动端优先的电商详情页，所有功能维度都通过了：轮播、颜色规格高亮、版本切换联动价格、Tab切换、三个断点布局全部正常。

但有个逻辑bug：加入购物车后，在选购界面切换版本，已经加进购物车的商品版本也跟着变了。这是典型的「全局状态污染」，购物车里的对象和选购区指向了同一个引用，做了，但没想全。

L6是为「Nova」圆形智能音箱做沉浸式产品展示页：全屏脉冲光环动画、Intersection Observer滚动滑入、时间线发光。

脉冲动画正常，Observer正常，3种缓动函数达标。

但真正让人意外的是叙事节奏：从第一屏光环到卡片滑入到时间线亮起到结尾CTA，页面不是单纯往下走，是一条完整的视觉乐章。它不是传统功能列表，而是一次产品发布会的keynote。

L5和L6放在一起，恰好暴露了Gemini 3.6 Flash的两种面孔：死规矩面前保守到寡淡，抽象目标面前反而有创造力。怕死规矩，不怕抽象。

L7 3D浮岛：走进K3和GPT的考场

这是分量最重的一节，我们直接复用了为Kimi K3和GPT-5.6家族设计的同款Prompt，用React + Three.js从零搭建3D浮岛作品集网站。

先看之前的四模型同期对比：

现在看Gemini 3.6 Flash。

完成度不低，浮岛主体、草地、小树、基础瀑布效果都出来了。四章节运镜逻辑在，场景静止时会缓慢自转（其他模型没加的细节），天空配色饱和度偏高，场景过渡流畅。

但它不完美，最大的问题是：浮岛草地上方覆盖了一层不明物体，4个本应高亮展示的交互物件消失了。不是渲染错误，是被半透明overlay遮挡了。hover发光放大和点击推进特写的功能在，但你看不见它们。这跟GPT-5.6 Sol「点击物件时背景被错误虚化」的bug属于同一种类：底层功能在，渲染逻辑有偏差，导致用户体验断裂。

还有一个数据：Gemini 3.6 Flash是这个项目里生成速度最快的，遥遥领先。但在3D场景里，「快」和「对」从来不是等价交换。

排进四位对手的擂台，Gemini 3.6 Flash的位置：比GPT-5.5好，比GPT-5.6 Sol略低，远不及K3。

八、还没到最终判决

Gemini 3.6 Flash不是「前端不行」的模型，L1、L2、L4、L6四道题足以证明它有不低的基线，但它有两块天花板。

第一块是设计品味。L3还原全对但寡淡，「精准执行+零审美判断」。GPT-5.6 Sol和K3都在往上修炼品味，Gemini还在「不犯错但不加分」的阶段。

第二块是复杂场景的稳健性。L7的交互物件遮挡、L5的全局状态污染，都是同一个根因：单一维度的能力够了，多维度协同时，一个小偏差就导致体验断裂。

回到开头：谷歌知道怎么做前端，但Gemini 3.6 Flash还记得多少？它记得大部分，但忘了最重要的那部分：不止把事做对，还要把事做好。

谷歌用「workhorse model」定义3.6 Flash，干活儿的马，不是上台表演的马。这个定位很精准，但也是一种自我设限。

当GLM 5.2以MIT开源做到Design Arena Elo 1341，当Kimi K3以开源身份在浮岛项目上击败所有闭源对手，当Grok 4.5用更快的速度和更低的成本持平了3.6 Flash的前端Elo，「Flash系列不是用来做前端的」这个解释，越来越站不住脚了。

毕竟，没有人在乎你是Flash还是Pro，人们只在乎AI做出来的页面看上去值不值得点进去。

文章来自于"毒AI"，作者 "高晓阳"。