新模靠邊站，谷歌Gemini 4要來了！公司史上最大煉模啟動

智東西
編譯 楊京麗
編輯 李水青

智東西7月22日消息，今天凌晨，谷歌發布Gemini 3.6 Flash、Gemini 3.5 Flash-Lite和Gemini 3.5 Flash Cyber三款模型，重點提升Agent工作流所需的Token效率、響應速度和運行可靠性。

▲谷歌發布Gemini 3.6 Flash、Gemini 3.5 Flash-Lite和Gemini 3.5 Flash Cyber（圖源：X）

其中，Gemini 3.6 Flash面向編程、知識工作和多模態任務，在第三方評測機構Artificial Analysis的Intelligence Index（智力指數）中，其任務Token消耗量比3.5 Flash少17%，在DeepSWE測試中的輸出Token消耗最多減少約65%。

Gemini 3.5 Flash-Lite主打低延遲和高吞吐量，生成速度達到每秒350個輸出Token，在Agent工作流中較前代的Flash-Lite模型也有較大提升。

Gemini 3.5 Flash Cyber則專門用于發現和修復網絡安全漏洞，將其與CodeMender代碼安全Agent配合使用，性能已達到前沿模型的競爭水平，與Mythos 5和GPT-5.6 Sol能力相當，不過暫不面向普通開發者開放。

目前，在Artificial Analysis榜單上，Gemini 3.6 Flash速度測評成績優秀，但智力和成本的優勢相對不明顯：該模型的Intelligence得分只有50，落后于Claude Fable 5、GPT-5.6 Sol、Kimi K3、Grok 4.5、GLM-5.2，連Meta的Muse Spark 1.1也排在它前面；其單任務成本達到0.50美元（約合人民幣3.39元），較DeepSeek、MiniMax、GLM、Muse Spark、Grok等模型更貴。

▲Gemini 3.6 Flash在能力、速度和成本上與其他模型對比（圖源：Artificial Analysis）

作為昔日大模型“御三家”之一，谷歌此次最突出的優勢仍然是速度。目前，Gemini 3.5 Flash-Lite和Gemini 3.6 Flash在輸出速度上，位列榜單前兩位。

▲Gemini 3.5 Flash-Lite和Gemini 3.6 Flash位列模型輸出速度榜前兩位（圖源：Artificial Analysis）

對于等了兩個月的用戶來說，這次發布多少有些“等錯了人”。今年5月，谷歌CEO桑達爾·皮查伊（Sundar Pichai）在I/O大會上預告，Gemini 3.5 Pro將在6月推出；如今7月已經過半，用戶還是沒有等來3.5 Pro。

對于這款遲到的Gemini 3.5 Pro，谷歌稱該模型正在與合作伙伴測試，將在準備就緒后盡快發布。與此同時，谷歌提前預告Gemini 4，稱已啟動公司迄今規模最大的預訓練任務。鴿了我們兩個月的谷歌又畫了兩張新“餅”，也算是“不負眾望”。

一、3.6 Flash：輸出Token最多減少65%，編程、知識工作提升明顯

Gemini 3.6 Flash基于開發者和企業客戶對3.5 Flash的反饋改進。在處理多步驟工作流時，新模型需要的推理步驟和工具調用次數更少，同時減少了輸出冗余。

3.6 Flash的輸入價格為每100萬個Token 1.5美元（約合人民幣10.2元），輸出價格為每100萬個Token 7.5美元（約合人民幣51元），輸出價格低于3.5 Flash，輸入價格不變。

3.6 Flash大幅降低了每項Agent任務的運行成本。在DeepSWE v1.1測試中，3.5 Flash平均每項任務消耗約27.6萬個輸出Token，3.6 Flash降至約9.7萬個，降幅接近65%；在Artificial Analysis Intelligence Index中，兩款模型的平均輸出Token消耗分別約為2.8萬個和2.3萬個，Gemini 3.6 Flash的Token消耗量降低約17%。

▲Gemini 3.6 Flash和Gemini 3.5 Flash任務輸出Token對比（圖源：谷歌）

在軟件工程Agent評測DeepSWE v1.1中，3.6 Flash得分為49%，高于3.5 Flash的37%和3.1 Pro的12%；在機器學習工程測試MLE-Bench中，3.6 Flash得分為63.9%，領先3.5 Flash的49.7%和3.1 Pro的42.6%。

知識工作測試GDPval-AA v2中，3.6 Flash、3.5 Flash和3.1 Pro的得分分別為1421、1349和965；在測試Computer Use（計算機操作能力）的OSWorld-Verified中，三者得分分別為83.0%、78.4%和76.2%。Computer Use現已成為Gemini API和Gemini Enterprise中的內置客戶端工具。

▲3.1 Pro、3.5 Flash和3.6 Flash其他能力對比（圖源：谷歌）

同時，谷歌還展示了模型的應用案例，Gemini 3.6 Flash能夠更高效、準確地分析金融數據和電話會議記錄、通過多Agent協作執行代碼遷移、為3D工作流開發照片紋理提取工具，以及結合tldraw離線編輯器創建交互式主題設計工具。

在代碼遷移任務的對比測試中，Gemini 3.6 Flash的規劃耗時為20秒，低于3.5 Flash的24秒；執行遷移的時間則由2分08秒縮短至1分20秒，整體耗時減少約34%。根據案例展示的信息，3.6 Flash生成了更詳細、結構更清晰的代碼審計與驗證文檔，覆蓋數據模型、API接口、業務邏輯、UI組件等多項針對性驗證任務。

▲Gemini 3.5 Flash和Gemini 3.6 Flash在代碼遷移任務中耗時對比（圖源：谷歌）

多家早期客戶也給出了反饋。設計軟件公司Figma認為，3.6 Flash在質量、速度和成本之間取得了較好平衡，可以加快原型探索和迭代；法律AI公司Harvey稱，該模型在文檔起草和審查任務中平均快12%；開發工具公司JetBrains稱，其低推理等級下的編程性能較上一代Flash提高了10%至20%。

安全方面，3.6 Flash加強了針對化學、生物、放射性與核風險以及網絡攻擊濫用的前沿安全防護。谷歌稱，這些措施提高了模型抵抗越獄攻擊的能力，同時盡量減少對正常用途的錯誤拒絕。

二、3.5 Flash-Lite：每秒輸出350個Token，部分測試超過3 Flash

Gemini 3.5 Flash-Lite是Gemini 3.5系列中速度最快、價格最低的模型，主要面向Agent搜索、文檔處理等強調低延遲和高吞吐量的任務。

根據Artificial Analysis的數據，該模型每秒可以生成350個輸出Token。其輸入和輸出價格分別為每100萬個Token 0.3美元（約合人民幣2元）和2.5美元（約合人民幣17元）。

開發者可以根據工作負載調整模型的思考等級：在大規模、低成本任務中選擇minimal或low等級，在需要處理多步驟子Agent任務時啟用更高等級。3.5 Flash-Lite同樣內置了Computer Use工具。

與3.1 Flash-Lite相比，3.5 Flash-Lite在Agent終端編程測試Terminal-Bench 2.1中的得分從31%升至54%；在長上下文測試GDM-MRCR v2中，得分從60.1%升至72.2%；在知識工作測試GDPval-AA v2中，得分從642升至1140。

▲Gemini 3.1 Flash-Lite與Gemini 3.5 Flash-Lite對比情況（圖源：谷歌）

3.5 Flash-Lite在部分測試中還超過了定位更高的3 Flash。在SWE-Bench Pro中，Gemini 3.5 Flash-Lite和Gemini 3 Flash兩款模型得分分別為54.2%和49.6%；在OSWorld-Verified中，兩者得分分別為74.0%和65.1%。

▲Gemini 3 Flash和Gemini 3.5 Flash-Lite對比情況（圖源：谷歌）

美國金融科技公司Ramp認為，Gemini 3.5 Flash-Lite在票據提取任務中較好地平衡了準確率、延遲和成本。

▲美國金融公司Ramp對Gemini 3.5 Flash-Lite的評價（圖源：谷歌）

三、網絡安全模型：搭配Agent使用，暫不面向普通開發者開放

第三款模型Gemini 3.5 Flash Cyber基于3.5 Flash微調，專門用于發現、驗證和修復網絡安全漏洞。相比體量更大的模型，其Token價格更低，適合規模化檢查代碼安全問題。

該模型將與谷歌代碼安全Agent CodeMender配合使用。CodeMender會同時運行多個3.5 Flash Cyber Agent，最后將不同Agent的分析結果合并成一份報告。

在CyberGym測試中，CodeMender最多調用5次模型時，3.5 Flash Cyber得分為83.2%。該模型在測試中的表現接近OpenAI和Anthropic的前沿模型，Anthropic Agent內的Mythos Preview得分為83.1%，OpenAI Agent內的GPT-5.6 Sol得分為83.6%，Anthropic Agent內的Mythos 5得分為83.8%，OpenAI Agent內的GPT-5.5-Cyber得分為85.6%。

▲Gemini 3.5 Flash Cyber在CyberGym測試中的表現（圖源：谷歌）

考慮到漏洞發現和修復技術具有明顯的雙重用途，谷歌暫不向普通開發者開放3.5 Flash Cyber。該模型近期將通過CodeMender啟動小范圍試點，僅供政府機構和可信合作伙伴使用。

四、兩款模型均已上線，3.5 Pro仍在測試

目前，Gemini 3.6 Flash和3.5 Flash-Lite已經通過Google AI Studio、Android Studio及Gemini API向開發者開放，其中3.6 Flash還進入了Google Antigravity。

企業客戶可以通過Gemini Enterprise Agent Platform使用這兩款模型，3.6 Flash同時接入了Gemini Enterprise應用。普通用戶可以在Gemini應用中使用兩款模型，3.5 Flash-Lite還將逐步接入谷歌搜索。

Gemini 3.5 Pro目前仍處于合作伙伴測試階段，谷歌計劃在準備完成后擴大開放范圍。

結語：Gemini從追求單次性能，轉向降低Agent總成本

谷歌此次更新Flash系列，重點轉向降低Agent的實際運行成本。Gemini 3.6 Flash顯著減少了完成任務所需的輸出Token、推理步驟和工具調用次數，Gemini 3.5 Flash-Lite則進一步提升了生成速度。對于需要大規模部署Agent的企業和開發者來說，更低的成本和更快的響應速度仍具有實際吸引力。

不過，從Artificial Analysis等第三方榜單來看，Gemini的Flash系列模型能力目前難以保持領先。上周，月之暗面發布Kimi K3，其Intelligence得分僅落后于Claude Fable 5和GPT-5.6 Sol，在前端編程測試中甚至排到了榜首。

國產模型已經從跟隨者變成全球前沿模型競爭中的重要力量，谷歌面對的對手也遠不止OpenAI和Anthropic。至于谷歌能否重回昔日“御三家”的牌桌中，恐怕還要看已經延期的Gemini 3.5 Pro，以及剛剛開始預訓練的Gemini 4。

來源：谷歌、X、Artificial Analysis