Google 推出 Gemini 3.6 Flash：token 效率明显提升

Google 首席科学家 Jeff Dean 近日在 X 平台发文，介绍了新发布的 Gemini 3.6 Flash 模型，并重点强调了其在 token 效率方面的改进。据 Jeff Dean 介绍，Gemini 3.6 Flash 相比上一代 3.5 Flash 模型明显更加 token 效率（token efficient），他还在帖子中附上了一段并排对比演示，直观展示两代模型在同等任务下的 token 消耗差异。

发布背景与信息来源

本次消息并非通过 Google 官方博客或完整发布会公布，而是由 Jeff Dean 以个人 X 账号形式率先分享，属于社交平台层面的一手披露。Jeff Dean 作为 Google 高级 Fellow 及 Google DeepMind 首席科学家，其发布内容具有较高可信度，但目前原帖尚未提供完整的官方文档、benchmark 数值或 API 定价等细节。

核心改进：token 效率

本次更新的核心亮点集中在 token 效率层面。token 是大模型处理和计费的基本单位，token 消耗越少，意味着：

• 同样任务下 API 调用成本更低
• 更长的上下文窗口可被有效利用
• 推理延迟和吞吐量有望改善

Jeff Dean 对参与该模型研发与发布的团队表示肯定，但未给出具体的效率提升比例、benchmark 分数或上下文窗口规格等量化数据。

后续关注点

截至目前，Google 尚未发布与 Gemini 3.6 Flash 配套的完整技术报告或详细 changelog，开发者和用户尚需等待官方渠道进一步披露模型的具体参数、定价、性能基准以及上线渠道等关键信息，以全面评估本次迭代的实际价值。