谷歌发布三款Gemini Flash新模型

谷歌近期正式推出Gemini 3.6 Flash、Gemini 3.5 Flash-Lite和Gemini 3.5 Flash Cyber三款新模型。此次更新不再以单次推理能力为首要目标，而是围绕Agent工作流的实际运行需求，重点优化Token效率、响应速度、工具调用精简度及任务可靠性。

Gemini 3.6 Flash：面向编程与知识工作的高效主力

该模型基于开发者与企业客户对3.5 Flash的反馈持续迭代，在多步骤任务中显著减少推理轮次与冗余输出。在DeepSWE v1.1测试中，单任务平均输出Token从27.6万个降至9.7万个，降幅达65%；在Artificial Analysis Intelligence Index中，输出Token消耗降低约17%。

性能方面，3.6 Flash在软件工程Agent评测DeepSWE v1.1中得分为49%，高于3.5 Flash的37%和3.1 Pro的12%；在机器学习工程测试MLE-Bench中得分为63.9%，领先前代；在知识工作测试GDPval-AA v2中得分1421，亦明显优于前序版本。

其输入价格维持每百万Token 1.5美元，输出价格下调至每百万Token 7.5美元。实际应用中，代码迁移任务整体耗时缩短约34%，生成的审计文档结构更清晰、覆盖更全面，涵盖数据模型、API接口、业务逻辑与UI组件等关键验证维度。

多家早期客户已投入验证：Figma指出其在原型探索中实现了质量、速度与成本的更好平衡；Harvey观察到文档起草与审查任务平均提速12%；JetBrains确认其在低推理等级下的编程性能提升10%–20%。

安全层面，3.6 Flash强化了对化学、生物、放射性、核风险及网络攻击滥用场景的防护能力，提升了对抗越狱攻击的鲁棒性，同时兼顾正常用途的可用性。

Gemini 3.5 Flash-Lite：极速轻量型Agent引擎

作为Flash系列中速度最快、定价最低的型号，3.5 Flash-Lite专为低延迟、高吞吐场景设计，如Agent搜索与批量文档处理。实测输出速度达每秒350个Token，输入/输出单价分别为每百万Token 0.3美元与2.5美元。

模型支持动态调整“思考等级”：在大规模低成本任务中启用minimal或low等级；在复杂子Agent协同任务中可升高等级。其内置Computer Use工具，已集成至Gemini API与Enterprise平台。

对比3.1 Flash-Lite，其在Terminal-Bench 2.1中得分由31%提升至54%，在长上下文理解GDM-MRCR v2中由60.1%升至72.2%，知识工作测试GDPval-AA v2得分从642跃升至1140。

值得注意的是，在部分专业测试中，3.5 Flash-Lite已超越定位更高的Gemini 3 Flash：SWE-Bench Pro得分54.2% vs 49.6%，OSWorld-Verified得分74.0% vs 65.1%。金融科技公司Ramp反馈，其在票据提取任务中实现了准确率、延迟与成本的稳定平衡。

Gemini 3.5 Flash Cyber：专注网络安全的专用模型

该模型基于3.5 Flash微调而成，专用于漏洞发现、验证与修复，强调高精度与低成本规模化部署。其Token定价低于通用大模型，适配高频次、大批量代码安全扫描场景。

它并非独立使用，而是与谷歌代码安全Agent CodeMender深度协同：CodeMender调度多个3.5 Flash Cyber实例并行分析，再聚合结果生成综合报告。在CyberGym测试中，当调用次数达5次时，综合得分为83.2%。

考虑到技术的双重用途属性，该模型暂不向普通开发者开放。初期仅面向政府机构及经严格筛选的可信合作伙伴，通过CodeMender开展小范围试点。

上线情况与后续节奏

Gemini 3.6 Flash与3.5 Flash-Lite已全面开放：开发者可通过Google AI Studio、Android Studio及Gemini API调用；企业客户可在Gemini Enterprise Agent Platform与Gemini Enterprise应用中使用；普通用户可在Gemini App中体验，3.5 Flash-Lite还将逐步接入谷歌搜索。

原定于6月发布的Gemini 3.5 Pro仍在合作伙伴测试阶段，谷歌表示将在充分验证后尽快扩大开放范围。与此同时，下一代Gemini 4的预训练工作已启动，是谷歌迄今规模最大的预训练任务。

核心演进方向：从单点性能转向Agent总成本优化

本次更新标志着Gemini技术路线的重要转向——不再单纯追求榜单分数或单次响应能力，而是系统性降低Agent在真实工作流中的综合开销：包括Token消耗、推理步数、工具调用频次、等待延迟与失败重试成本。

对于需要长期、高频、规模化部署Agent的企业与开发者而言，更低的单位任务成本与更快的端到端响应，正构成更具落地价值的竞争优势。而如何在效率提升的同时，持续夯实基础能力边界，将是后续版本的关键考验。