Google 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
DeepMind 推出三款面向智能体场景的 Gemini 模型，主打更高 token 效率与更低延迟，并预告 Gemin…
Google DeepMind 在官方博客中一次性推出三款 Gemini 新模型：面向主流工作负载的 Gemini 3.6 Flash、强调极致速度与性价比的 Gemini 3.5 Flash-Lite，以及专为网络安全场景打造的 Gemini 3.5 Flash Cyber（与 CodeMender 智能体配合使用）。DeepMind 同时确认，3.5 Pro 正在与合作伙伴测试中，下一代 Gemini 4 的预训练已启动。
Gemini 3.6 Flash：成本更低、质量更高的主力模型
3.6 Flash 定位为 Flash 系列的「主力」模型，重点优化智能体工作流中的 token 效率与延迟。DeepMind 引用 Artificial Analysis Index 的数据称，相比 3.5 Flash，其输出 token 使用量减少 17%，在部分基准（如 Datacurve 的 DeepSWE）上甚至最高减少 65%，且单 token 成本进一步下降。
定价方面，3.6 Flash 为每百万输入 token 1.50 美元、每百万输出 token 7.50 美元，在保持更低价格的同时带来多项能力提升：
- DeepSWE 代码编辑精度从 37% 提升至 49%。
- MLE Bench（机器学习研究）从 49.7% 提升至 63.9%。
- OSWorld-Verified 计算机使用从 78.4% 提升至 83.0%，并已作为内置客户端工具接入 Gemini API 与 Gemini Enterprise。
- GDPval-AA v2 知识工作评测从 1349 提升至 1421，Hebbia、Harvey 等客户反馈其在文档解析、图表分析与报告撰写等任务上表现突出。
DeepMind 还强调，3.6 Flash 在化学、生物、放射、核（CBRN）以及网络攻击等高风险领域启用了更强的 Frontier Safety 防护，并降低了对有益用途的过度拒答率。
Gemini 3.5 Flash-Lite：为高吞吐场景而生
3.5 Flash-Lite 主打低延迟与高吞吐，适合需要大规模并发处理的智能体搜索与文档处理场景。Artificial Analysis 测得其输出速度达每秒 350 tokens，为 3.5 系列最快；定价为每百万输入 token 0.3 美元、输出 token 2.5 美元。
相比 3.1 Flash-Lite，新版本在多个维度显著提升：
- Terminal-Bench 2.1 代码任务：54% vs 31%。
- GDM-MRCR v2 长上下文：72.2% vs 60.1%。
- GDPval-AA v2 真实任务：1140 vs 642。
在 SWE-Bench Pro（54.2% vs 49.6%）与 OSWorld-Verified（74.0% vs 65.1%）等智能体与编码评测上，3.5 Flash-Lite 甚至超过了此前的 Gemini 3 Flash。开发者可在「minimal」「low」等低思考档位间灵活切换以优先追求低延迟，并在多步骤子任务中启用更高思考档位。
Gemini 3.5 Flash Cyber 与 Gemini 4 路线图
针对网络安全应用，DeepMind 发布了专注于该领域的 Gemini 3.5 Flash Cyber，并将其与自家代码安全智能体 CodeMender 组合使用，面向漏洞修复等前沿安全场景。
在路线图层面，DeepMind 表示 Gemini 3.5 Pro 正在与合作伙伴进行测试，将在准备就绪后尽快全面开放；团队已同步启动迄今为止规模最大的预训练任务，目标直指 Gemini 4，相关进展被视为公司下一代旗舰模型的关键信号。