谷歌:Gemini 3.6 Flash与Gemini 3.5 Flash-Lite正式全面上市,输出token减少17%,并推出全新Cyber模型

Gemini 3.6 Flash是什么,与上一代有何不同?

Gemini 3.6 Flash是谷歌Gemini系列中速度更快、价格更低的模型——Flash级别专为需要比「Pro」模型更低延迟和更低成本的任务设计,同时质量损失很小。谷歌已将该模型宣布为General Availability(正式全面上市),意味着其脱离测试阶段,所有开发者均可通过API将其用于生产环境。价格为每百万输入token 1.50美元,每百万输出token 7.50美元。与Gemini 3.5 Flash相比,最关键的变化在于效率:新模型在可比任务上消耗的输出token减少17%,直接降低了每次请求的成本。对于构建生产级AI产品的企业而言,General Availability状态也意味着API稳定性的合约保证——不会再出现预览阶段可能发生的模型行为突变。

基准测试:DeepSWE、MLE-Bench与OSWorld大幅提升

在衡量自主解决软件任务能力的DeepSWE基准测试中,Gemini 3.6 Flash的得分为49%,而Gemini 3.5 Flash为37%。在衡量机器学习任务的MLE-Bench基准测试中,得分从49.7%升至63.9%。在衡量计算机界面操作能力的OSWorld-Verified测试中,模型得分为83.0%,高于此前的78.4%。这三项跃升一致显示出智能体能力的提升——不仅是响应速度,还包括编写代码与操作界面等多步骤任务中的准确性。DeepSWE、MLE-Bench与OSWorld-Verified共同覆盖了三种不同的智能体任务——编写代码、机器学习工程与图形界面导航——三者得分的一致提升表明,此次改进并非局限于单一任务类型,而是源于模型整体推理能力的提升。

Gemini 3.5 Flash-Lite:最便宜的级别,Terminal-Bench大幅跃升

除了更强大的Flash模型外,Gemini系列中最便宜、最快的级别Gemini 3.5 Flash-Lite也已正式全面上市:每百万输入token 0.30美元,每百万输出token 2.50美元,处理速度达每秒350个token。在衡量终端命令执行能力的Terminal-Bench 2.1测试中,Flash-Lite得分为54%,而上一代为31%——几乎翻倍的提升。在SWE-Bench Pro测试中,得分从49.6%升至54.2%。对于在两个级别之间做选择的开发者而言,差异是明确的取舍:Flash-Lite以部分原始能力换取更低价格和更快生成速度,而完整版Gemini 3.6 Flash则以更高的每token成本保留更高精度。

Cyber模型仅限政府使用,Gemini 3.5 Pro已预告

谷歌在CodeMender工具中还预告了Gemini 3.5 Flash Cyber,一款用于自动修复代码安全漏洞的专用模型,将通过面向政府及合作机构(而非更广泛开发者社区)的有限访问试点项目很快推出。谷歌同时预告了Gemini 3.5 Pro,目前正处于合作伙伴测试阶段,尚未更广泛发布。至此,Gemini系列在同一天内迎来两项正式上市公告(3.6 Flash与3.5 Flash-Lite)、一款预告中的网络安全模型,以及一款正在筹备的Pro模型——这一举措覆盖了从最廉价到高度专业化安全级别的完整范围。