谷歌发布Gemini 3.6 Flash等三款新模型，聚焦企业AI智能体成本与延迟优化

三款新模型分层定位企业AI智能体需求

谷歌本周正式发布Gemini 3.6 Flash、Gemini 3.5 Flash-Lite及Gemini 3.5 Flash Cyber三款模型，旨在系统性优化企业环境中自主AI智能体（AI agents）的运行经济性——核心指标是降低token消耗与端到端延迟。与面向对话交互的模型不同，后台运行的智能体需在高频次（每小时数千次）、多步骤任务中保持稳定吞吐，对推理速度与单位token成本更为敏感。新系列据此划分职责：3.6 Flash主攻编码与多模态复杂推理；3.5 Flash-Lite专注高并发、低延迟的批量文档处理与检索；3.5 Flash Cyber则是面向网络安全场景的受限模型，专用于漏洞验证与修复。

Gemini 3.6 Flash：更少token，更高成功率

据谷歌开发者文档，Gemini 3.6 Flash相较前代3.5 Flash，在Artificial Analysis Index测试中输出token减少17%；在Datacurve DeepSWE合成基准中降幅高达65%。其定价为150万美元输入token收费1.50美元、输出token收费7.50美元，适合持续运行的推理循环。性能方面：DeepSWE任务成功率从37%升至49%；MLE Bench从49.7%提升至63.9%；在更贴近真实知识工作的GDPval-AA v2测试中，得分由1349升至1421。此外，谷歌将客户端计算机使用工具（computer-use tool）直接集成进Gemini API与Gemini Enterprise平台，省去工程师此前需自建的中间件；OSWorld-Verified操作准确率从78.4%提升至83.0%，同时强化了针对核生化（CBRN）滥用的防护机制，在不增加正常请求拒答率的前提下提升了抗越狱能力。

Gemini 3.5 Flash-Lite：高吞吐低成本的轻量级选择

3.5 Flash-Lite定位明确：牺牲部分推理深度，换取极致吞吐与成本优势。其输出速度达350 token/秒，为3.5系列最快。定价大幅下调至0.30美元/100万输入token、2.50美元/100万输出token，使工程团队可将简单高频子任务（如文档摘要、字段抽取）交由该模型处理，而将复杂多步任务留给更高阶模型。在GDM-MRCR v2长上下文理解测试中，成功率从60.1%跃升至72.2%；GDPval-AA v2得分近乎翻倍，由642升至1140。该模型同样内置原生计算机使用能力。

Gemini 3.5 Flash Cyber：安全场景专用的受限模型

面对自动化漏洞扫描器发现漏洞的速度远超人工修复的现实缺口，谷歌推出3.5 Flash Cyber。该模型经专门调优，用于验证漏洞并生成修复补丁，在CyberGym基准上表现与前沿模型相当（具体数据未公开）。为防范被用于生成攻击代码，其分发严格限制于政府机构及经审核的合作伙伴，通过试点计划实施。在内部安全工具CodeMender中，多个3.5 Flash Cyber实例并行运行，交叉验证彼此结果，最终生成一份供人工审核确认的统一修复报告。

接入方式与后续进展

三款模型均已上线：企业用户可通过Gemini API、Google AI Studio、Android Studio或Gemini Enterprise Agent Platform调用；普通用户可在Gemini App中使用，3.5 Flash-Lite亦正逐步集成至Google Search。谷歌同时透露，Gemini 3.5 Pro仍在合作伙伴测试阶段，而下一代Gemini 4架构的预训练工作已启动。

> 编者观点：对于正加速部署AI智能体的中国企业而言，谷歌此次以“token经济性”为核心的产品分层策略具有强参考价值——在实际业务中，未必需要单一“最强”模型，而应按任务粒度匹配不同能力与成本档位的模型，构建梯度化智能体基础设施。