Google 连发三款 Gemini Flash 新模型，主打更省更便宜

Google 近日一口气更新了 Gemini Flash 产品线，发布三款新模型：定位主力干活的 Gemini 3.6 Flash、走极致性价比路线的 3.5 Flash-Lite，以及专注代码安全的 3.5 Flash Cyber。官方博客用「更高效」「更聪明」「为大规模 AI agent 而生」形容这批更新，重点强调 token 效率与单位任务成本的下行。然而第三方测评与社区实测反馈与官方话术形成明显温差，也让缺席的 3.5 Pro 成为讨论焦点。

Gemini 3.6 Flash：省 token、降价格，定位 workhorse

3.6 Flash 被官方称为「主力模型」，是今年 5 月 3.5 Flash 的小版本迭代。核心卖点是更高的 token 利用率：根据 Artificial Analysis Index 的数据，3.6 Flash 比 3.5 Flash 输出 token 减少 17%，在 DeepSWE 等场景上最高可省 65%；官方同时表示，多步推理与工具调用次数也明显下降。

价格同步下调：输入 1.5 美元 / 百万 token，输出 7.5 美元 / 百万 token，相比上代 3.5 Flash 输出价 9 美元 / 百万 token 直接砍掉 1.5 美元。

能力侧，官方给出的一组关键 benchmark 数据如下：

代码能力 DeepSWE 从 37% 提升到 49%；
机器学习研究方向 MLE Bench 从 49.7% 提升到 63.9%；
计算机操作 OSWorld-Verified 从 78.4% 提升到 83%；
知识工作 GDPval-AA v2 从 1349 提升到 1421。

此外，「computer use」正式成为 Gemini API 和企业版的内置工具；知识截止日期从 2025 年 1 月推进到 2026 年 3 月。安全方面，3.6 Flash 引入升级版 Frontier Safety 防护，重点针对 CBRN 与网络攻击相关的滥用与越狱行为。Hebbia、Harvey、Figma、JetBrains 等客户对文档解析、图表分析和报告起草等场景给出正面反馈。

3.5 Flash-Lite：以小博大，可调推理档位

3.5 Flash-Lite 定位更低，主打高吞吐、低延迟任务，例如 agent 搜索与文档批处理。按官方数据，其出 token 速度可达每秒 350 个，价格低至输入 0.3 美元、输出 2.5 美元 / 百万 token。设计上的亮点是支持调节「推理档位」，轻量任务用低档省钱，复杂子任务再拨高档。

相比 3.1 Flash-Lite，其主要提升包括：

代码与 agent 任务 Terminal-Bench 2.1 从 31% 提升到 54%；
长上下文 GDM-MRCR v2 从 60.1% 提升到 72.2%；
真实任务执行 GDPval-AA v2 从 642 提升到 1140。

值得注意的是，3.5 Flash-Lite 在 SWE-Bench Pro（54.2% vs 49.6%）、OSWorld-Verified（74.0% vs 65.1%）等任务上反超了规格更高的 3 Flash，被官方视为以小博大的代表场景。

3.5 Flash Cyber：闭门内测的安全专用模型

3.5 Flash Cyber 基于 3.5 Flash 微调，目标是批量查找与修复代码中的安全漏洞，搭配 Google 自家的 CodeMender 工具使用——后者由多个 Flash Cyber agent 协同工作、汇总报告。在业内常用的 CyberGym 基准上，官方称其达到第一梯队水平，同时比更大模型更省 token。

考虑到攻防两面性，该模型只对「可信合作伙伴」限量开放内测，策略与 Anthropic 类似的安全叙事一致：优先服务防守方，争取在漏洞被利用前完成修复。

缺席的 3.5 Pro 与社区反弹

在三款 Flash 发布的同时，真正受关注的旗舰 3.5 Pro 并未亮相。官方口径为「正与合作伙伴测试、准备好就上」，但据彭博社等媒体报道，3.5 Pro 的代码生成能力未达内部预期，Google 在 6 月下旬专项更新训练数据后仍未达标，有传闻称其训练方案被推翻重训。与此同时，Google AI 方面的 Logan Kilpatrick 把宣传重心提前转到了已启动预训练的 Gemini 4，舆论上几乎「跳过」3.5 Pro。

社区和第三方机构则给出了与官方不同的判断。Artificial Analysis 表示，3.6 Flash 的智能水平相比 3.5 Flash 几乎原地踏步，Flash-Lite 智能指数提升约 11 分，但 3.6 Flash 单任务的成本节省不足以覆盖能力上的平淡。X 平台上多位网友将 3.6 Flash 与 GPT-5.6 Sol medium、Meta Spark 1.1、GLM-5.2、Sonnet 5、Grok 4.5 等对手对比，认为其「又贵又笨」，直接冲击了 Flash 系列「性价比」的立身之本。

此外还有网友贴出实测，称 3.6 Flash 在基础解码、中文选词、图片视频生成、工具调用等方面均出现退步，并将其归因于 Google 将算力倾斜给 Anthropic 等外部客户以推进「Cloud First」策略。

一边是官方账本上更省、更快、更便宜的数据，一边是 3.5 Pro 跳票、社区口碑走低的现实。三款 Flash 能否为 Google 稳住 Gemini 的基本盘，最终仍要看年底前 3.5 Pro 与 Gemini 4 预训练的兑现情况。