Google DeepMind 发布 Gemini 3.6 Flash 等三款新模型，主打高效率低成本 AI 智能体

Gemini 3.6 Flash 是此次发布的核心产品，定位为开发者日常使用的主力模型。与 3.5 Flash 相比，3.6 Flash 在编码精度、知识工作和多模态理解方面均有提升，同时大幅改善了 token 效率。根据 Artificial Analysis Index 的数据，3.6 Flash 的输出 token 用量比 3.5 Flash 减少 17%，在 DeepSWE 等特定基准测试中降幅甚至高达 65%。更少的推理步骤和工具调用次数，使其在多步骤工作流中的整体成本显著下降。

在定价方面，3.6 Flash 的输入价格为每百万 token 1.5 美元，输出价格为每百万 token 7.5 美元，低于 3.5 Flash。基准测试数据同样亮眼：在 DeepSWE 上得分从 37% 提升至 49%，MLE Bench 从 49.7% 升至 63.9%，OSWorld-Verified 计算机操作能力从 78.4% 提升至 83.0%。Hebbia 和 Harvey 等企业客户反馈，3.6 Flash 在文档解析、图表分析和报告起草等多模态任务中表现尤为突出。

3.5 Flash-Lite 专为高吞吐量场景而生，是 3.5 系列中速度最快的模型，每秒可输出 350 个 token。其定价极具吸引力，输入为每百万 token 0.3 美元，输出为每百万 token 2.5 美元。开发者可根据工作负载灵活配置思考级别：低思考级别适合大批量低延迟任务，高思考级别则用于处理多步骤子智能体工作流。该模型还内置了计算机操作工具，进一步增强了其在智能体场景中的实用性。

在能力跃升方面，3.5 Flash-Lite 相较于上一代 3.1 Flash-Lite 有显著进步。Terminal-Bench 2.1 得分从 31% 跃升至 54%，长上下文基准 GDM-MRCR v2 从 60.1% 提升至 72.2%，实际任务执行基准 GDPval-AA v2 从 642 分大幅提升至 1140 分。值得注意的是，3.5 Flash-Lite 在多项智能体和编码评测中甚至超越了 3 Flash，包括 SWE-Bench Pro（54.2% 对 49.6%）和 OSWorld-Verified（74.0% 对 65.1%），以更低成本提供了更强的能力。

3.5 Flash Cyber 是一款专为网络安全场景定制的高效专用模型，与 CodeMender 代码安全智能体配合使用。DeepMind 强调，成功的网络安全应用需要将模型与智能体基础设施进行精细编排，这一组合在前沿安全任务中展现出极具竞争力的性能。在安全性方面，3.6 Flash 也同步强化了针对化学、生物、放射性和核武器（CBRN）领域以及网络攻击滥用的前沿安全防护，使模型对越狱攻击的抵抗力大幅提升，同时尽量减少对正当用途的拒绝响应。

展望未来，DeepMind 透露 Gemini 3.5 Pro 目前正在与合作伙伴进行测试，计划在准备就绪后尽快向公众开放。与此同时，团队已启动迄今为止规模最大的预训练工作，目标是下一代旗舰模型 Gemini 4。从 Flash 系列的持续迭代节奏来看，Google 正在加速构建一套覆盖不同成本与性能区间的完整模型矩阵，以满足从轻量级高频任务到复杂多智能体工作流的全场景需求。

要点

• Gemini 3.6 Flash 在提升编码和多模态能力的同时，将输出 token 用量降低 17%，并以更低价格提供，整体每次智能体任务成本下降。
• 3.5 Flash-Lite 以每秒 350 个 token 的速度成为 3.5 系列最快模型，在多项评测中甚至超越上一代 3 Flash，适合高吞吐量生产场景。
• 3.5 Flash Cyber 与 CodeMender 智能体结合，专攻网络安全代码修复场景，标志着 Google 开始推出垂直领域专用模型。
• Gemini 4 预训练已正式启动，DeepMind 称其为迄今最具雄心的预训练计划，下一代旗舰模型轮廓逐渐清晰。
• 计算机操作能力已作为内置工具集成至 Gemini API 和 Gemini Enterprise，进一步降低开发者构建智能体的门槛。