您的位置：首页 > 新闻中心 > 社会 > 正文

死亡笔记

【透视社·民生沸点】年轻人缴存个人养老金积极性为何不高？_我的网站

美丽人生

A | “我已经连续两年购买了12000元的个人养老金，个税优惠还是很有吸引力的。如果你从去年就开始用 Gemini，那感觉就像看着自家兄弟慢慢得了阿尔茨海默症。这是最近网友对 Gemini 的一句调侃。”深圳市民冯小姐介绍，在年度汇算退税时自己享受了2000多元的税收优惠，“就抵税这部分折算成收益，也跑赢了大部分理财方式”。

B | 按理说，一家公司发新模型，通常是来打脸这种调侃的。

C | 　　目前，个人养老金制度运行平稳，先行工作取得积极成效，2023年个人养老金账户累计开立达5000万户。可就在刚刚，Google 一口气发了三个新模型之后，网友非但没收回这句话，反而笑得更大声了。多少有种他们都不看好你，可偏偏你最不争气的即视感。三个模型分别是 3.6 Flash、3.5 Flash-Lite，还有一个专搞网络安全的 3.5 Flash Cyber。官方博客的措辞也相当眼熟，「更高效」「更聪明」「为大规模 AI agent 而生」，一句不落。只不过，实际体感却冰火两重天。

D | 主角登场，3.6 Flash 到底强在哪先说头牌，3.6 Flash。但缴存人数仅占开户人数的22%，存在“开户热缴存冷”、对年轻人吸引力低、税收激励有限等现象。官方给的定位就俩字——「主力」（workhorse），干活模型。

E | 　　年轻人都有哪些顾虑？如何吸引更多年轻人参与？在制度设计上还有哪些环节需要完善？图源：卡乐图片摄影/宁颖　　超5000万人开通个人养老金账户　　个人养老金是政府政策支持、个人自愿参加、市场化运营、实现养老保险补充功能的制度。来自人社部的数据显示，2023年个人养老金账户累计开立达5000万户，参与人数已达2022年全国纳税人数的76.8%。　　根据个人养老金实施办法及相关个人所得税政策，个人养老金实行个人账户制度，缴费由参加个人承担，年缴费上限为1.2万元。 3.5 Flash 是今年 5 月 I/O 大会上发的，这次算是小版本迭代。

F | 资金账户里的资金，参加人可自主选择购买符合规定的储蓄存款、理财产品、商业养老保险等产品。

G | 　　同时，对个人养老金实施递延纳税优惠。在缴费环节，按照1.2万元/年的限额标准，在综合所得或经营所得中据实扣除；在投资环节，投资收益暂不征收个人所得税；在领取环节，个人领取的个人养老金，不并入综合所得，单独按照3%的税率计算缴纳个人所得税。　　在北京的韦先生看来，个人养老金政策最吸引的地方是个税优惠。

H | 最大的卖点是省 token。按 Artificial Analysis Index 的数据，3.6 Flash 比 3.5 Flash 少用 17% 的输出 token，在 DeepSWE（Datacurve 出的基准）这类场景上甚至能省到 65%。“我们公司没有参加企业年金，除了基本养老金和商业保险外，个人养老金是我的一项重要养老储备。

I | ”韦先生还认为，个人养老金缴存额度有限，应该提高缴存上限，允许大家根据自身情况选择。　　不过，从2023年个人养老金启动首年的“成绩单”来看，业内人士普遍认为呈现“开户热投资冷、缴存意愿不高”的现象。缴存人数仅占开户人数的22%，而人均缴存金额仅约2000元，远远低于1.2万元的缴存上限。官方还说它跑多步任务时，推理步数和工具调用都更少。　　年轻人都有哪些顾虑？　　“同样的钱，用来投资理财、还房贷更划算”。

J | 35岁的石先生曾考虑过缴存个人养老金，但细想过后放弃了：“个税抵扣额有限，且必须退休后才能领。

K | 也就是说，干同样的活，废话更少，绕路更少，账单更薄。我现在‘上有老下有小’，一旦要用钱，个人养老金还取不出来。”一家人参观艺术展。图源：卡乐图片摄影/贾琼　　专家认为，从观念上看，年轻人的日常生活开销、赡养父母及抚养子女等即时财务需求往往优先于养老规划。价格也确实降了。但个人养老金账户要求账户封闭运行，封闭期长达数十年，缺乏应急退出机制，只有达到退休年龄时、丧失劳动能力等情形才能领取，一定程度上影响了开户缴存的意愿。　　此外，根据媒体调查，约40%的受访者仅听说过个人养老金制度，但不了解，12%的受访者通过该调查第一次了解该制度。“大部分90后年轻人乃至大部分中国居民对个人养老金制度缺乏了解，甚至不知道什么是个人养老金账户，以及该账户的设立目的和意义。”　　从更深层次的原因来说，这是因为部分年轻人缺乏养老储蓄观念，缺乏风险意识，未意识到未来养老可能面临的经济压力。输入 1.5 美元/百万 token，输出 7.5 美元/百万 token——注意，上一代 3.5 Flash 的输出是 9 美元，这波直接砍到 7.5。这一方面由于他们认为距离退休还很遥远，没有做好养老准备；另一方面，则担心未来的经济形势对养老保障的影响。　　税收激励不足也是重要原因之一。根据相关数据，90后的平均年薪主要集中在6万~13万元之间。又快又省，单个 agent 任务的成本就压下来了。如此较低的收入，在个税起征点基础上加上专项扣除等，交不了多少个税。基准测试上，官方摆出了一整排数据。

L | 每年存满12000元个人养老金额度，很多90后实际上也难以享受到相应的税收优惠。代码能力是重点。　　年轻群体“趁早”规划养老　　1994年出生的广州市民小傅刚刚迎来自己的30岁生日，就在今年，她把规划“养老”这件事纳入了自己的人生日程。

M | DeepSWE 从 37% 提升到 49%，官方的说法是多余的代码改动更少、执行循环也更短，生成的代码更贴近生产环境的要求。

N | 　　“父母的积蓄之前拿出来了不少给我买房，现在每月养老金刚够他们的日常生活，所以很担心他们的身体健康出现变化要用到大笔钱。机器学习研究方向的 MLE Bench 提升更明显，从 49.7% 拉到了 63.9%。计算机操作（computer use）能力也有长进，OSWorld-Verified 从 78.4% 升到 83%。

o | ”在社交媒体上，已有不少年轻人提问“攒多少钱才够养老”，有人感叹“自己四十岁才开始关注养老保险，后悔该早准备”……图源：卡乐图片摄影/宁颖　　在父母的老年生活中，小傅也窥见了自己老年生活的光景——基础的退休金仅够日常基本生活开销，想要更好享受“夕阳红”，主要得依靠自己早年的储蓄。

p | “而且我这一代老了和父母面临的情况可能完全不一样了。并且，「计算机操作」（computer use）也成了Gemini API 和企业版的内置工具，主打一个开箱即用。”因此，她今年去银行开立了自己个人养老金账户。　　“无论是‘90后’还是‘00后’，一旦开始工作，就应该考虑长期投资，如果不考虑代际传承，养老就是最长期的投资。知识工作方面，GDPval-AA v2 从 1349 涨到 1421。Hebbia、Harvey 等客户反馈，它在文档解析、图表数据分析、报告起草这类多模态任务上表现尤其突出。”在相关学者看来，从开始工作到退休期间，有三四十年的时间跨度，年轻人提前规划养老投资十分必要。Figma、JetBrains 也都出面背书了一番。　　建议建立应急支出机制　　“对年轻人来说，提取个人养老金需要的时间太长了。哦对了，还有个不起眼但挺实在的更新：知识截止日期终于从 2025 年 1 月推进到了 2026 年 3 月。老黄历总算翻篇了。政策如若允许缴存期间能提取部分个人养老金用于赡养父母等需求，将对年轻人的吸引力更大。安全这块，官方说 3.6 Flash 上了升级版的 Frontier Safety 防护，重点盯着 CBRN（化学、生物、放射性、核）和网络攻击这两类滥用，抗越狱能力更强了，同时又尽量不误伤正常需求、少乱拒绝。”有市民这样认为。

q | ·以小博大，便宜大碗的 3.5 Flash-Lite 也能更换推理档位了第二个是 3.5 Flash-Lite，定位比 3.6 Flash 还低一档，主打「快」和「便宜」，专治高吞吐、低延迟的任务，比如 agent 搜索、文档处理。　　基于人性化考虑和制度推广需要，专家建议建立个人养老金的应急支出机制，例如可以考虑将本人及直系亲属的重大疾病、伤残等特殊情况列为法定全额领取的条件。

r | 同时，探索将子女教育、赡养老人、偿还债务等情形纳入部分领取的范围，以更好地平衡制度的刚性与灵活性，提高账户资金的使用效率。　　近年来，灵活就业人员数量不断增加。“这部分年轻劳动者收入不稳定、流动性强，养老保险参保质量不高，漏保、脱保、断保等现象突出，养老储蓄不足。

s | ”个人养老金制度应向低收入者、个体劳动者及灵活就业人员适度倾斜。它是 3.5 系列里最快的，按 Artificial Analysis 的测量是每秒吐 350 个 token。　　还有专家建议，加大税收激励，引导长期参与。

t | 价格更是白菜——输入 0.3 美元、输出 2.5 美元每百万 token。官方说质量比 3 月发的 3.1 Flash-Lite 好一大截。有个设计挺灵活：它支持调「推理档位」。优先对税收优惠激励不足的低收入群体，尤其是缴存期超过15年的90后年轻群体的个人养老金账户发放财政补贴，鼓励低收入年轻群体配置个人养老金、加强长期养老保障。

u | 低配活儿就开最低档，图个快和省；碰上要多步拆解的子任务，就把思考档位往上拨。另外，建议调增个人养老金年度缴费金额上限。电脑操作这次也做成了内置工具。跟前代比，提升相当明显：代码和 agent 任务的 Terminal-Bench 2.1，从 31% 干到 54%；长上下文的 GDM-MRCR v2，从 60.1% 提到 72.2%；真实任务执行的 GDPval-AA v2，更是从 642 飙到 1140。最有意思的是，这个「小弟」在不少 agent 和代码任务上，居然反超了辈分更高的 3 Flash。比如 SWE-Bench Pro（54.2% vs 49.6%）、OSWorld-Verified（74.0% vs 65.1%）。以小博大，属实有点东西——等于说跑 3 Flash 的活儿，现在有了个更快更强的平替。图源：卡乐图片摄影/贾琼　　国家社会保险公共服务平台数据显示，截至2024年4月，可供选择的个人养老金产品共746只，其中理财类产品23只，储蓄类产品465只，保险类产品71只，基金类产品187只。官方还举了几个用法：从海量电商数据里抽产品特征、给 3.6 Flash 当副手一口气生成 25 个网页设计方案、批量翻译总结收据、边玩边迭代做小游戏。Ashler、Palo Alto Networks、Ramp 这几家客户也来夸了它「速度、智能、成本三合一」。

v | 最后一个 3.5 Flash Cyber，画风突变，专门用来找和修代码里的安全漏洞。　　因此，个人养老金产品的选择是一大挑战。

w | Google 的逻辑挺有意思：现在 AI 找漏洞的速度，已经比现有系统修漏洞的速度快了。面对市场上五花八门的个人养老金产品，在缺乏专业指导的情况下，往往会感到迷茫和困惑，并担心自己的选择是否能够真正实现养老金的增值，是否能够在未来提供足够的养老保障。　　现在一些银行在推广个人养老金过程中“为开户而开户”。既然漏洞越堆越多，那干脆用便宜高效的 Flash 来批量补锅。这个模型是在 3.5 Flash 基础上微调出来的，搭配自家的 CodeMender 工具用。

x | CodeMender 里跑的是好几个 Flash Cyber agent，协同工作、最后汇总成一份报告。专家认为，应通过业务咨询、养老规划等方式，帮助个人根据自身需求和风险偏好，选择合适的个人养老金产品，降低购买难度，减少信息不对称。　　（透视社综合工人日报、南方日报、第一财经报道）　　编辑：刘淞菱　　校对：李旭颖　　审核：龚紫陌。在业内有名的 CyberGym 基准上，官方称它摸到了第一梯队的水平，还比更大的模型更省 token。不过这模型我们暂时也用不上。考虑到「找漏洞」这种能力是把双刃剑，浓眉大眼的 Google 也学 Anthropic 玩起了安全叙事。把它锁得死死的——只对「可信合作伙伴」限量开放，走内测。目的是给一线防守方争取时间，赶在漏洞被人利用前先修掉，同时防着有人拿它去干坏事。

y | 说好的 3.5 Pro 呢？如来看到这儿你可能会问：发了一堆 Flash，那真正的旗舰 3.5 Pro 去哪了？官方口径是「正在和合作伙伴测试，准备好就上」。但这套说辞背后的故事，可能没那么体面。据彭博社等媒体报道，3.5 Pro 的代码生成能力一直没达到内部预期。Google 6 月下旬还专门更新了一版训练数据来补代码这块短板，结果成绩依旧没起色。更有传闻说，Google 干脆推翻了原来的训练方案，从零开始重训。而 Google AI 宣传委员 Logan Kilpatrick 更是索性在舆论上直接跳过 3.5 Pro，将预告的重点放在了Gemini 4，声称他们已经启动了史上最雄心勃勃的 Gemini 4 预训练，还放话说进展让人兴奋。听着虽然挺提振人心，但把它放在「旗舰跳票」的背景下看，多少有点转移视线、画饼续命的味道了。除了这些内幕，光看今天刚刚发布的 Flash 模型本身，网友们也并不全然买账。第三方评测机构 Artificial Analysis 表示：两个新模型确实把单任务耗时砍半、token 效率也提升了，Flash-Lite 的智能指数涨了 11 分——但 3.6 Flash 的智能水平，相比 3.5 Flash 基本原地踏步。价格没有便宜到足以忽略能力差距，能力也没有高到能够解释它的成本。 X 网友吐槽道：3.6 Flash 在 Artificial Analysis 上跟 3.5 Flash 拿了一模一样的分，还不如 Meta Spark 1.1、GLM-5.2、5.6 Luna、Sonnet 5、Grok 4.5、5.6 Terra 这一票对手，直呼简直烂透了（阴阳怪气 doge）。吐槽的还不止一个。网友 Angel 则直接从性价比入手：Gemini 3.6 Flash 的使用成本比 GPT-5.6 Sol medium 还高，可智能程度反而更低。又贵又笨，这组合属实有点尴尬——毕竟 Flash 系列立身的根本就是「性价比」，结果被人当场指出性价比不如对手，等于自砸招牌。作为对比，OpenAI 的 Tibo 刚刚也发话了：由于周活跃用户达到 1000 万，新的一天，Codex 和 ChatGPT Work 的付费用户迎来新一轮额度重置，尽情享用。

z | 这对比，这落差，还有人记得大明湖畔的 Google Gemini 3？实测派也来补刀。

| 网友 Balder 更是直接开团：这三个模型性能全比之前的 3.5 Flash 差。他甩出自己的测试吐槽，说问题包括但不限于——基础解码就有毛病、中文选词经常很离谱；生成的图片视频质量极差、跟指令对不上还限额严重；经常记忆混乱、调用完全错误的工具。

| 而且他还上了个阴谋论，认为 Google 之所以这么搞，是为了把算力腾出来卖给 Anthropic，还阴阳了一句这就是皮查伊想要的「Cloud First」。此外，X 网友 Conor Dart 用 Google 自家的 Antigravity 跑了个 AI 生成游戏的测试，结果没有出乎意料，木头纹理更差了，大理石看着差不多但还是不能用。