谷歌发布三款 Gemini 新模型：聚焦效率与场景化，3.5 Pro 延期，Gemini 4 已启动预训练

谷歌上线三款 Gemini 新模型，重心转向实用性与部署效率 谷歌近期正式推出三款 Gemini 系列新模型：Gemini 3.6 Flash、Gemini 3.5 Flash-Lite 和 Gemini 3.5 Flash Cyber。此次更新并非以参数规模或通用能力突破为卖点，而是明确围绕三大实际需求展开——降低调用成本、提升响应速度、强化代理型 AI 的工程适配性。模型设计逻辑更贴近真实业务场景中的吞吐、延迟与稳定性要求。 Gemini 3.5 Pro 暂未发布，研发节奏调整 原计划于 I/O 2026 大会后一个月内发布的 Gemini 3.5 Pro，目前仍处于内部测试阶段。谷歌确认该版本尚未达到产品就绪标准，尤其在复杂编程任务的可靠性、指令遵循一致性及长程推理稳定性方面存在优化空间。团队正基于实测反馈持续迭代，官方口径为“将在真正准备好后再发布”，未设定新的公开时间表。 Gemini 3.6 Flash：轻量高效，面向 AI 代理工作流 作为本次主力更新，Gemini 3.6 Flash 定位为高频调用、低延迟、强交互的代理型 AI 核心引擎。相较前代 Gemini 3.5 Flash，其输出 token 消耗下降约 17%，对应价格由每百万 token 9 美元下调至 7.5 美元。基准测试显示显著进步：DeepSWE v1.1（软件工程能力）得分从 37% 提升至 49%，MLE-Bench（机器学习工程）从 49.7% 升至 63.9%，OSWorld-Verified（系统级操作任务）达 83.0%。这些提升反映其在真实开发环境中的任务理解与执行能力增强。 需注意的是，该模型在部分编程实测中仍存在输出格式不稳定、代码需人工二次校验等问题，尚不能完全替代开发者决策闭环。其优势不在于“全能”，而在于“可嵌入”——即作为工具链中可靠、经济、响应快的一环协同运作。 Gemini 3.5 Flash-Lite：极致吞吐，服务批量与检索场景 Flash-Lite 是专为高并发、低成本文本处理设计的变体。典型适用场景包括文档摘要、搜索结果重排、知识库批量索引、多路召回后处理等。其输出速度达每秒 350 token，输入价格低至每百万 token 0.3 美元，输出为 2.5 美元。该模型不做复杂推理，但以确定性响应和线性扩展性见长，适合对延迟敏感、预算受限的大规模服务层集成。 Gemini 3.5 Flash Cyber：定向交付，专注安全攻防协同 Cyber 版本不对外开放，仅面向经严格审核的政府机构及国家级网络安全合作方。它针对软件漏洞识别、补丁可行性验证、攻击路径模拟等专业安全任务做了深度定制，在语义理解、符号推理与上下文约束建模上采用差异化训练策略。该模型体现谷歌将大模型能力向关键基础设施防护领域下沉的务实路径。 Gemini 4 已进入实质性研发阶段 谷歌同步确认，下一代旗舰模型 Gemini 4 的预训练工作已正式启动。预训练是模型构建中最耗资源、最基础的环节，标志着项目从规划转入真实数据驱动的研发周期。目前未披露架构方向或发布时间线索，但其技术路线将延续“任务导向演进”逻辑——即在保持通用底座能力的同时，更强调与操作系统、开发工具链、企业服务协议的原生耦合能力。