Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber

2026年7月21日

|

我们最新的 Gemini 模型提供高效、低延迟和可靠的性能，助力大规模构建 AI 智能体。

构建生产级 AI 智能体的开发者和客户需要更高的 token 效率、更低的延迟和更可靠的性能。我们的 Flash 系列模型旨在实现效率与质量的最佳平衡，从而支持智能体工作流的规模化扩展。在 Gemini 3.5 Flash 的基础上，我们推出全新的 Gemini 模型：

• 3.6 Flash：我们的主力模型，在编程、知识工作和多模态性能方面表现更佳。根据 Artificial Analysis Index，与 3.5 Flash 相比，其输出 token 使用量减少了 17%，而在 Datacurve 的 DeepSWE 等部分基准测试中，我们观察到降幅最高可达 65%，且每输出 token 的成本更低。
• 3.5 Flash-Lite：我们最快、最具成本效益的 3.5 级模型，根据 Artificial Analysis Index，每秒可输出 350 个 token，在智能体工作流中也显著优于前几代 Flash-Lite。
• CodeMender 中的 3.5 Flash Cyber：成功的网络安全应用需要将模型与智能体基础设施精心编排。我们推出了一款全新的、高效的、专注于网络安全的专用模型，与我们的 CodeMender 代码安全智能体相结合，在前沿领域提供极具竞争力的性能。

除今日发布的内容外，Gemini 3.5 Pro 目前正在与合作伙伴进行测试，我们计划在准备就绪后尽快广泛推出。与此同时，我们的团队已在专注于构建下一代模型。我们已启动迄今为止最具雄心的预训练任务，用于 Gemini 4，并对其进展感到兴奋。

3.6 Flash：比 3.5 Flash 更高效、质量更优

Gemini 3.6 Flash 直接基于开发者和客户对 3.5 Flash 的反馈构建。3.6 Flash 不仅在编程和知识工作方面更进一步，同时还显著提升了 token 效率。例如，在 Artificial Analysis Index 上，我们看到 3.6 Flash 的输出 token 消耗比 3.5 Flash 少 17%。完成多步骤工作流所需的推理步骤和工具调用也更少。

这种增强的效率还伴随着比 3.5 Flash 更低的价格。3.6 Flash 的定价为每 100 万输入 token 1.50 美元、每 100 万输出 token 7.50 美元，降低了每个智能体任务的总体成本，使智能体的构建和运行更具成本效益。

在 OSWorld 验证任务（API）中，3.6 Flash 展现出比 3.5 Flash 更好的 token 效率和更低的冗长度

即使在更高效的同时，3.6 Flash 在各用例中的表现也较 3.5 Flash 有所提升：

• 3.6 Flash 提供更高的精度，减少了不必要的代码编辑和执行循环，如 DeepSWE 所示（49% 对 37%），并在 ML Research 中展现出显著提升，如 MLE Bench 所示（63.9% 对 49.7%）。
• 其计算机使用能力有所提升，如 OSWorld-Verified 所示（83.0% 对 78.4%）。计算机使用现已成为通过 Gemini API 和 Gemini Enterprise 提供的内置客户端工具。
• 它在知识工作方面优于 3.5 Flash，如 GDPval-AA v2 等基准测试所示（1421 对 1349）。Hebbia 和 Harvey 等客户发现它在文档解析、图表和数据分析以及报告起草等多模态任务方面尤为出色。

客户反馈称，3.6 Flash 在成本和质量上均向前迈进了一步，在复杂工作流和基于知识的任务中平衡了 token 效率、准确性和速度：

以安全为本构建

3.6 Flash 在化学、生物、放射性及核（CBRN）以及网络攻击滥用领域，随附了增强的 Frontier Safety 防护措施。这些防护措施使模型对越狱的抵抗力大幅提升。同时，该模型经过训练，可最大限度减少对有益用途的拒绝。

更多信息，请参阅 3.6 Flash 模型卡。

3.5 Flash-Lite：为规模化智能体工作流而构建

除了 Flash，我们还发布了 Gemini 3.5 Flash-Lite，专为低延迟任务以及高吞吐量对开发者工作流至关重要的任务而设计，例如智能体搜索和文档处理。

3.5 Flash-Lite 是 3.5 系列中最快的模型。根据 Artificial Analysis 的测量，它以 350 输出 token/秒的速度运行。定价为每 100 万输入 token 0.3 美元、每 100 万输出 token 2.5 美元，且质量显著优于 3.1 Flash-Lite，3.5 Flash-Lite 为运行高吞吐量生产流量的开发者和客户提供了强大的性价比。

3.5 Flash-Lite 以比 3.5 Flash 更低的延迟执行高容量任务。

3.5 Flash-Lite 为智能体系统实现了高效扩展。在各个思考层级上，该模型都显著优于 3.1 Flash-Lite。根据工作负载的不同，开发者可以将模型配置为以最低和低思考层级优先执行低延迟、低成本的高容量任务，或启用更高思考层级来处理多步骤子智能体工作负载。该模型现在还内置了计算机使用工具，以可靠地支持跨平台的这些智能体任务。

在编码和智能体任务方面有显著提升，如 Terminal-Bench 2.1 所示（54% 对 31%）；长上下文方面如 GDM-MRCR v2 所示（72.2% 对 60.1%）；真实世界任务执行方面如 GDPval-AA v2 所示（1140 对 642）。

事实上，在许多智能体和编码评估中，3.5 Flash-Lite 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%），使其成为 2.5 和 3 Flash 工作负载更快且更强大的选择。

3.5 Flash-Lite 的早期客户正在强调其速度、智能和成本效率的独特组合，用于扩展智能体工作流和数据处理任务：

有关该模型的更多信息，请参阅 3.5 Flash-Lite 模型卡。

CodeMender 中的 3.5 Flash Cyber：高效发现并修复漏洞

AI 模型发现安全漏洞的速度已超过当前系统修复漏洞的速度。应对这一日益增长的威胁，需要一种高效且能力强大的软件安全方法。

Flash 的性能和效率使其成为大规模检测、验证和修补代码安全问题的理想基础。Gemini 3.5 Flash Cyber 构建于 3.5 Flash 之上，并针对发现和修复网络安全漏洞进行了微调，每 token 价格低于更大的模型。

在 CodeMender 中，多个 3.5 Flash Cyber 智能体协同工作以生成单一综合报告，3.5 Flash Cyber 在热门基准 CyberGym 上达到了前沿的竞争性能。

鉴于这项技术的双重用途性质，我们对 3.5 Flash Cyber 的部署采取了审慎的方式。该模型将很快通过 CodeMender 以限量访问试点计划的形式，仅向政府和可信赖的合作伙伴提供。这将使一线防御者能够抢先发现并修复关键漏洞，防止其被利用，同时降低被广泛滥用的风险。

3.6 Flash 和 3.5 Flash-Lite：即刻开始使用

3.6 Flash 和 3.5 Flash-Lite 即日起可用：

• 面向开发者，可通过 Google AI Studio 和 Android Studio 使用 Gemini API。3.6 Flash 也可在 Google Antigravity 中使用。请参阅开发者指南开始使用。
• 面向企业，可在 Gemini Enterprise Agent Platform 中使用。3.6 Flash 也可在 Gemini Enterprise 应用中使用。
• 面向所有人，可通过 Gemini 应用使用。3.5 Flash-Lite 也正在 Google 搜索中逐步推出。

当您开始使用 3.6 Flash 和 3.5 Flash-Lite 进行构建时，我们欢迎您提供反馈，以改进未来的 Gemini 模型，并期待很快发布 3.5 Pro。

在您的收件箱中获取 Google 的最新资讯

订阅我们的新闻通讯，获取产品更新、活动信息、特别优惠等更多内容。

您的信息将按照 Google 隐私政策使用。您可以随时选择退出。