谷歌DeepMind发布三款Gemini Flash新模型：效率优先，Pro仍缺席，Gemini 4已启程

效率为先：三款Flash模型齐发 谷歌DeepMind于7月21日集中推出三款全新Gemini Flash系列模型：Gemini 3.6 Flash、Gemini 3.5 Flash-Lite与Gemini 3.5 Flash Cyber。这一发布并非单纯堆叠参数或追求榜单排名，而是明确转向实用性、成本控制与场景适配——核心逻辑是：用更少的输出token，完成更多高质量任务。 主力升级：Gemini 3.6 Flash重在‘精炼’ Gemini 3.6 Flash作为当前主力迭代版本，重点优化了推理路径与工具调用效率。实测显示，其输出token消耗较前代下降17%至65%，降幅随任务复杂度提升而扩大。在需多步推理的工程任务（如DeepSWE基准）中，冗余代码编辑与循环显著减少，直接体现为更低延迟与更高执行精度。 价格同步下调：输入token定价为每百万1.50美元，输出token降至每百万7.50美元（此前为9美元）。性能方面，其在DeepSWE得分达49%（+12个百分点）、MLE-Bench达63.9%（+14.2）、OSWorld-Verified达83%（+4.6），并已集成至Gemini API与Enterprise客户端，支持开箱即用的计算机操作能力。 实际应用中，该模型在金融数据解析、跨平台代码迁移、交互式创意工作流（如tldraw绘图协同、3D纹理提取）等场景中，展现出更强的任务闭环能力与稳定性。 速度极致：Gemini 3.5 Flash-Lite面向高吞吐场景 定位为‘最快、最具成本效益’的轻量级模型，Gemini 3.5 Flash-Lite生成速度达每秒350个输出token，约为上一代的两倍。定价进一步下探至输入0.30美元/百万、输出2.50美元/百万。 它并非简单缩水版，而是在关键工程基准中反超标准型号：SWE-Bench Pro得分54.2%（高于Gemini 3 Flash的49.6%），OSWorld-Verified达74%（高于65.1%）。开发者可通过调节‘思考层级’动态平衡速度与质量——低层级应对海量结构化任务（如电商特征抽取、收据翻译摘要），高层级支撑子智能体协同（如即时生成25套网页设计方案）。 垂直专精：Gemini 3.5 Flash Cyber聚焦网络安全 这是首款面向代码安全领域的专用微调模型，深度适配漏洞识别、上下文理解与修复建议生成。内部测试中，它在V8 JavaScript Engine开源项目中发现55个问题，其中10个为其他模型未覆盖的新漏洞。 该模型不开放公测，而是以受限方式集成进谷歌CodeMender代码安全智能体，仅面向政府机构及经严格筛选的合作伙伴提供试点访问。设计初衷并非通用攻防，而是赋能防御者在漏洞被大规模利用前完成主动识别与修补。 安全与可用性同步加固 所有三款Flash模型均强化了前沿安全防护机制，尤其针对化学、生物、放射性、核（CBRN）及网络攻击类滥用场景，提升越狱抵抗能力，同时避免对合理用途的过度拦截。即日起，开发者可在Google AI Studio、Android Studio、Gemini App、Antigravity及Gemini Enterprise中直接调用；Flash-Lite将逐步接入谷歌搜索基础设施；Flash Cyber则通过CodeMender以邀请制落地。 Gemini 3.5 Pro仍未现身，Gemini 4已启动预训练 尽管Flash系列快速铺开，社区关注的旗舰模型Gemini 3.5 Pro仍处于合作伙伴封闭测试阶段。谷歌确认其正在推进验证，但未公布上线时间表。与此同时，团队首次正式披露：下一代旗舰模型Gemini 4的预训练工作已经启动，被描述为‘迄今为止最雄心勃勃的预训练项目’。 这一节奏反映谷歌当前技术策略的重心转移——不再单点突破峰值性能，而是构建分层模型体系：用Flash系列承担高频、高性价比任务，为Pro与4系列预留算力与验证周期，最终实现从‘能做’到‘稳做、快做、省做’的系统性进化。 理性看待：性能反馈呈现分化 新模型上线后，开发者反馈呈现明显两极。部分用户肯定其在结构化任务中的响应速度与成本优势；也有实测指出，在复杂3D建模、材质生成、中等规模编码任务中，3.6 Flash的实际输出质量未达预期，甚至弱于数月前的3.1 Pro版本。另有声音指出，其在多个公开基准上的绝对分数尚未进入头部梯队。 这些反馈并非否定迭代方向，而是印证了一个现实：当模型走向规模化部署，‘单位token产出价值’正成为比‘单次最高得分’更关键的衡量标尺。而谷歌此次的全部动作，正是围绕这一标尺展开的务实重构。