Google 发布 Gemini 3.6 Flash 等
来自 Google DeepMind · 期号 2026-07-21
摘要
Google DeepMind 发布三款新模型：Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber。 3.6 Flash 是新一代旗舰模型。Flash-Lite 是更便宜、更快的版本。Flash Cyber 专为网络安全任务优化。
深读
导读 Google DeepMind 发布了三款新模型，旨在为构建生产级 AI agent 提供更高效、更低延迟、更可靠的基座。3.6 Flash 是新一代旗舰，在提升编码和多模态能力的同时显著降低了 token 消耗；3.5 Flash-Lite 是系列中最快、最便宜的模型，专为高吞吐量场景设计；3.5 Flash Cyber 则是一个专门用于网络安全漏洞检测与修复的模型。读完本文，你将了解这三款模型的核心性能指标、定价策略、适用场景，以及它们在关键基准测试上的表现。 关键信息 - Gemini 3.6 Flash：根据 Artificial Analysis Index，其输出 token 使用量比 3.5 Flash 减少 17%；在 DeepSWE 基准上，token 使用量减少高达 65%。定价为 $1.50/百万输入 token 和 $7.50/百万输出 token。 - Gemini 3.5 Flash-Lite：根据 Artificial Analysis Index，输出速度达 350 token/秒，是 3.5 系列中最快的模型。定价为 $0.3/百万输入 token 和 $2.5/百万输出 token。 - 3.6 Flash 关键基准成绩：DeepSWE 49% vs. 3.5 Flash 的 37%；MLE Bench 63.9% vs. 49.7%；OSWorld-Verified 83.0% vs. 78.4%；GDPval-AA v2 1421 vs. 1349。 - 3.5 Flash-Lite 关键基准成绩：Terminal-Bench 2.1 54% vs. 3.1 Flash-Lite 的 31%；GDM-MRCR v2 72.2% vs. 60.1%；GDPval-AA v2 1140 vs. 642。在 SWE-Bench Pro 和 OSWorld-Verified 上甚至超越了 3 Flash。 - 3.5 Flash Cyber：基于 3.5 Flash 微调，专用于网络安全漏洞的检测、验证和修复。该模型将仅通过 CodeMender 平台向政府和受信任的合作伙伴提供，作为有限访问试点项目的一部分。 逐节讲解 三款新模型的定位与发布背景 文章开篇点明，开发者和客户在构建生产级 AI agent 时，需要更高的 token 效率、更低的延迟和更可靠的性能。为此，Google DeepMind 在 Gemini 3.5 Flash 的基础上，推出了三款新模型：3.6 Flash 作为主力模型，在编码、知识工作和多模态性能上有所提升，同时降低了输出 token 消耗和成本；3.5 Flash-Lite 是 3.5 系列中最快、最具成本效益的模型；3.5 Flash Cyber 则是一个专门为网络安全任务优化的模型，…