Google发布三款新Gemini模型：3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyber

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、更低的延迟和更可靠的性能。Flash系列模型正是为此而生，在效率与质量之间取得平衡，从而支持智能体工作流的规模化。在Gemini 3.5 Flash的基础上，Google DeepMind推出了三款新模型：

• Gemini 3.6 Flash：主力模型，在编码、知识工作和多模态方面表现更佳。根据人工分析指数的数据，相比3.5 Flash，其输出token使用量减少17%；在Datacurve的DeepSWE等基准测试中，某些场景下甚至减少高达65%，且每个输出token的成本更低。
• Gemini 3.5 Flash-Lite：速度最快、最具成本效益的3.5级模型，根据人工分析指数，每秒可输出350个token，在智能体工作流中显著优于前代Flash-Lite。
• Gemini 3.5 Flash Cyber in CodeMender：一款新型高效的专用网络安全模型，配合代码安全智能体CodeMender，实现了前沿水平的竞争力。

此外，Gemini 3.5 Pro目前正在与合作伙伴进行测试，一旦准备就绪将广泛提供。同时，团队已开始下一代模型Gemini 4的预训练，这是迄今为止最雄心勃勃的一次，进展令人振奋。

3.6 Flash：比3.5 Flash更高效、质量更好

Gemini 3.6 Flash直接基于开发者和客户对3.5 Flash的反馈构建。它不仅在编码和知识工作方面实现质的飞跃，还显著提升了token效率。根据人工分析指数数据，3.6 Flash比3.5 Flash少消耗17%的输出token，完成多步骤工作流所需的推理步骤和工具调用也更少。

这种高效性还伴随着更低的价格：输入每百万token 1.50美元，输出每百万token 7.50美元，比3.5 Flash更便宜，降低了每项智能体任务的总成本，使智能体的构建和运行更具性价比。

即使效率更高，3.6 Flash在多个用例上仍保持了性能提升：

• 在DeepSWE（Datacurve）上，精度更高，不必要代码编辑和执行循环减少，得分从37%提升至49%；在MLE Bench的机器学习研究任务中，从49.7%提升至63.9%。
• 计算机使用能力提升，在OSWorld-Verified上从78.4%提升至83.0%。计算机使用现已成为Gemini API和Gemini Enterprise的内置客户端工具。
• 知识工作方面，GDPval-AA v2得分从1349提升至1421。客户如Hebbia和Harvey发现它在多模态任务（如文档解析、图表分析、报告撰写）中尤其出色。

安全设计

3.6 Flash配备了增强的前沿安全框架防护，涵盖化学、生物、放射性和核（CBRN）以及网络攻击领域，使模型更难被越狱，同时对有益用途的拒绝降至最低。更多信息请参见3.6 Flash模型卡。

3.5 Flash-Lite：专为规模化智能体工作流设计

3.5 Flash-Lite专为低延迟任务和高吞吐量任务（如智能体搜索和文档处理）而设计。它是3.5系列中速度最快的模型，根据Artificial Analysis测量，每秒可输出350个token。定价为输入每百万token 0.30美元，输出每百万token 2.50美元，质量远超3.1 Flash-Lite，为高吞吐量生产流量的开发者和客户提供了强大的性价比。

3.5 Flash-Lite能够以比3.5 Flash更低的延迟执行高容量任务，并能高效扩展智能体系统。在各个推理级别上，它显著优于3.1 Flash-Lite；开发者可根据工作负载配置模型，在低推理级别优先低延迟低成本，或使用高推理级别处理多步骤子智能体工作负载。该模型还内置了计算机使用工具，以可靠支持智能体任务。

在编码和智能体任务方面，Terminal-Bench 2.1得分从31%提升至54%；长上下文方面，GDM-MRCR v2从60.1%提升至72.2%；真实世界任务执行方面，GDPval-AA v2从642提升至1140。事实上，在许多评估中，3.5 Flash-Lite甚至超越了3 Flash，包括SWE-Bench Pro（54.2% vs 49.6%）和OSWorld-Verified（74.0% vs 65.1%），是替代2.5 Flash和3 Flash的更快、更优选择。

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

AI模型已能比当前系统修复漏洞更快地发现安全漏洞。应对这一威胁需要高效且能力强大的软件安全方法。Gemini 3.5 Flash Cyber基于3.5 Flash构建，经过微调，能以比大型模型更低的每token价格发现和修复网络安全漏洞。在CodeMender中，多个3.5 Flash Cyber智能体协同工作生成综合报告，在热门基准测试CyberGym上达到前沿竞争力。

鉴于该技术的双重用途性质，部署策略十分谨慎。该模型将很快通过CodeMender（CodeMender）以有限访问试点计划形式，独家提供给政府和受信任合作伙伴，使一线防御者在关键漏洞被利用之前发现并修复，同时降低误用风险。

3.6 Flash和3.5 Flash-Lite：即刻开始使用

3.6 Flash和3.5 Flash-Lite即日起可用：

• 开发者可通过Google AI Studio和Android Studio的Gemini API使用。3.6 Flash也可在Google Antigravity中使用。请参阅开发者指南开始。
• 企业可通过Gemini Enterprise Agent Platform使用。3.6 Flash也可在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搜索中推出。

欢迎开发者在使用3.6 Flash和3.5 Flash-Lite构建时提供反馈，以帮助改进未来Gemini模型。3.5 Pro也即将到来。

---

原文链接：Google DeepMind
本文由前途科技编辑整理