Google DeepMind发布3.6 Flash等三款新模型

开发者和客户在构建生产级AI智能体时，需要更高的Token效率、更低延迟和更可靠的性能。Google DeepMind的Flash系列模型正好满足效率与质量的最佳平衡。在Gemini 3.5 Flash的基础上，DeepMind今日发布了三款新模型：

• 3.6 Flash：主力模型，在编码、知识工作和多模态任务上表现更佳。根据人工智能分析指数，其输出Token消耗比3.5 Flash减少17%，在Datacurve的DeepSWE等基准测试中，消耗降幅高达65%，同时输出成本更低。
• 3.5 Flash-Lite：3.5系列中最快、最具成本效益的模型，据人工智能分析指数，每秒可生成350个输出Token，在智能体工作流中显著超越之前版本的Flash-Lite。
• 3.5 Flash Cyber (CodeMender)：网络安全应用需要模型与智能体基础设施精心配合。DeepMind将高效的专业网络安全模型与代码安全智能体CodeMender结合，在保持前沿性能的同时带来竞争力。

此外，Gemini 3.5 Pro目前正在与合作伙伴测试，计划在准备就绪后广泛开放。同时，团队已开始有史以来最雄心勃勃的预训练——Gemini 4，并对进展充满期待。

3.6 Flash：比3.5 Flash更高效、质量更高

Gemini 3.6 Flash直接基于开发者和客户对3.5 Flash的反馈而来。它不仅在编码和知识工作上迈上新台阶，还显著提升了Token效率。例如，在人工智能分析指数上，3.6 Flash比3.5 Flash少消耗17%的输出Token，完成多步工作流所需的推理步骤和工具调用也更少。

这种效率提升还伴随着价格下降：3.6 Flash每100万输入Token收费1.50美元，每100万输出Token收费7.50美元，比3.5 Flash更低，使每个智能体任务的整体成本降低，开发和运行智能体更具性价比。

在OSWorld验证任务（API）中，3.6 Flash展示出比3.5 Flash更好的Token效率和更简洁的输出。

在更高效的同时，3.6 Flash的性能也有所提升：

• 编码精度更高，不必要的代码编辑和执行循环更少（DeepSWE上49% vs 37%）；机器学习研究显著改进（MLE Bench上63.9% vs 49.7%）。
• 计算机使用能力增强（OSWorld-Verified上83.0% vs 78.4%）。计算机用现已作为内置客户端工具，通过Gemini API和Gemini Enterprise提供。
• 知识工作表现超越3.5 Flash（GDPval-AA v2上1421 vs 1349）。客户如Hebbia和Harvey发现它在文档解析、图表分析、报告撰写等多模态任务上尤其出色。

客户反馈称，3.6 Flash在复杂工作流和基于知识的任务中，在成本和质量上都是进步，平衡了Token效率、准确性和速度。

内置安全

3.6 Flash配备了增强的前沿安全防护措施，涉及化学、生物、辐射、核（CBRN）和网络攻击滥用等领域。这些防护使模型对越狱攻击的抵抗力大幅提升，同时模型经过训练，对有益用途的拒绝尽可能少。

详见3.6 Flash模型卡。

3.5 Flash-Lite：专为扩展智能体工作流而设计

除了Flash，DeepMind还发布了Gemini 3.5 Flash-Lite，专为低延迟任务以及开发者工作流中需要高吞吐量的场景（如智能体搜索和文档处理）而设计。

3.5 Flash-Lite是3.5系列中最快的模型。根据人工智能分析，它每秒运行350个输出Token。价格为每100万输入Token 0.30美元，每100万输出Token 2.50美元，质量远优于3.1 Flash-Lite，对于运行高吞吐量生产流量的开发者和客户来说，性价比突出。

3.5 Flash-Lite以比3.5 Flash更低的延迟执行高容量任务。它在不同思考级别下均显著超越3.1 Flash-Lite。开发者可根据负载，配置模型在低思考级别下优先实现低延迟、低成本的执行，或在更高思考级别下处理多步子任务工作流。该模型现在也将计算机用作为内置工具，以可靠支持各类智能体任务。

在编码和智能体任务（Terminal-Bench 2.1上54% vs 31%）、长上下文（GDM-MRCR v2上72.2% vs 60.1%）以及真实任务执行（GDPval-AA v2上1140 vs 642）中均有显著提升。

实际上，在多个智能体和编码评估中，3.5 Flash-Lite甚至超越3 Flash，包括SWE-Bench Pro（54.2% vs 49.6%）和OSWorld-Verified（74.0% vs 65.1%），使其成为2.5和3 Flash工作负载下更快、更强大的选择。

早期客户强调3.5 Flash-Lite在扩展智能体工作流和数据处理任务中，速度、智能和成本效益的独特组合。

详见3.5 Flash-Lite模型卡。

3.5 Flash Cyber in CodeMender：高效发现和修复漏洞

AI模型已能够比当前系统更快地发现安全漏洞。应对这一日益增长的威胁，需要高度强大且高效的软件安全方法。

Flash的性能和效率使其成为大规模检测、验证和修补代码安全问题的理想基础。Gemini 3.5 Flash Cyber基于3.5 Flash构建，经过微调，专注于发现和修复网络安全漏洞，每Token价格低于更大模型。

在CodeMender内部（它通过多个3.5 Flash Cyber智能体协作生成一份综合报告），3.5 Flash Cyber在流行基准CyberGym上达到了前沿的竞争性表现。

考虑到该技术的双重用途，DeepMind采取了审慎的部署策略。该模型将首先通过CodeMender仅在有限访问试点计划中对政府和受信任合作伙伴开放，让一线防御者能在漏洞被利用前先一步发现和修复关键漏洞，同时降低被滥用的风险。

3.6 Flash和3.5 Flash-Lite：即刻开始使用

3.6 Flash和3.5 Flash-Lite今日起可用：

• 开发者可通过Google AI Studio和Android Studio中的Gemini API使用。3.6 Flash也可在Google Antigravity中使用。请查阅开发者指南开始。
• 企业可在Gemini Enterprise Agent Platform中使用。3.6 Flash还可在Gemini Enterprise应用中使用。
• 所有人可通过Gemini应用使用。3.5 Flash-Lite也正在Google搜索中逐步推出。

当您开始使用3.6 Flash和3.5 Flash-Lite构建应用时，DeepMind欢迎您的反馈，以改进未来的Gemini模型，并期待很快发布3.5 Pro。

---

原文链接：Google DeepMind
本文由前途科技编辑整理