Google DeepMind 发布三款 Gemini 新模型：聚焦成本、速度与垂直场景

Gemini 3.6 Flash：通用主力模型，兼顾性能与效率 Gemini 3.6 Flash 是本次更新的核心通用模型。它在编程理解、知识问答及多模态任务上实现稳步提升，同时通过架构优化将 token 消耗最多降低 17%，直接带来更低的调用成本。相比前代 Gemini 3.5 Flash，该版本在保持响应速度与稳定性的同时，进一步强化了企业级规模化部署的可行性。 Gemini 3.5 Flash-Lite：轻量高效，适配高性价比场景 作为 Flash 系列的精简分支，Gemini 3.5 Flash-Lite 专为对价格高度敏感的应用场景设计。它并非功能削减版，而是在推理路径、上下文处理和部署启动时间上做了针对性压缩，确保快速集成与低资源占用，适用于边缘设备、高频轻量请求或大规模 API 批量调用等典型生产环境。 Gemini 3.5 Flash Cyber：安全专属模型，定向开放试点 全新推出的 Gemini 3.5 Flash Cyber 是首个面向网络安全任务深度优化的专用模型。它在漏洞识别、攻击路径模拟、补丁建议生成等关键环节完成专项微调，具备更强的语义精准度与领域逻辑一致性。目前该模型仅面向政府机构及经严格评估的可信合作伙伴开展限量试点，暂未对外公开接入。 Flash 系列定位清晰：承载规模化生产负载 整个 Flash 系列延续其核心使命——以可控成本支撑高并发、低延迟的生产级调用。它不追求单点极限能力，而强调服务稳定性、吞吐一致性与工程友好性，成为企业构建 AI 代理基础设施的底层支柱。 Gemini 3.5 Pro 仍未发布，研发仍在推进中 此次更新未包含市场期待已久的 Gemini 3.5 Pro。谷歌此前已确认该模型进入内部深度验证阶段，并正与多家技术合作伙伴开展联合测试。产品负责人 Logan Kilpatrick 表示，团队正围绕实际业务场景持续打磨模型表现，目标是确保上线即可用、可用即可靠。同步进行的还有 Gemini 4 的预训练工作，目前已启动迄今规模最大的一次训练周期。