Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与安全模型 3.5 Flash Cyber

Jul 21, 2026

|

我们最新的 Gemini 模型具备大规模构建 AI 智能体所需的效率、延迟表现和可靠性。

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 系列模型旨在达到效率与质量的最佳平衡点，从而支持智能体工作流的规模化。在 Gemini 3.5 Flash 的基础上，我们推出了新的 Gemini 模型：

• 3.6 Flash：我们的主力模型，可提供更出色的编程、知识工作和多模态性能。根据 Artificial Analysis Index，与 3.5 Flash 相比，它将输出 token 使用量减少了 17%；在 DeepSWE by Datacurve 等部分基准测试中，我们观察到最高达 65% 的降幅，同时每个输出 token 的成本更低。
• 3.5 Flash-Lite：我们速度最快、性价比最高的 3.5 级别模型，根据 Artificial Analysis Index，其输出速度可达每秒 350 个输出 token，同时在智能体工作流中的表现也显著优于以往的 Flash-Lite 世代。
• 3.5 Flash Cyber in CodeMender：成功的网络安全应用需要对模型和智能体基础设施进行精心编排。我们推出的全新组合将一个高效、专注于网络安全的专用模型与我们的 CodeMender 代码安全智能体相配对，可在前沿水平实现具有竞争力的性能。

除了今天发布的模型之外，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将其广泛推出。与此同时，我们的团队已经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运行——针对 Gemini 4 的预训练，并对目前的进展感到兴奋。

3.6 Flash：比 3.5 Flash 更高效、质量更出色

Gemini 3.6 Flash 直接建立在开发者和客户对 3.5 Flash 的反馈之上。3.6 Flash 不仅在编程和知识工作方面实现了提升，同时还显著改善了 token 效率。例如，在 Artificial Analysis Index 上，我们看到 3.6 Flash 比 3.5 Flash 少消耗 17% 的输出 token。它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。输入 token 为 $1.50/1M，输出 token 为 $7.50/1M，3.6 Flash 降低了每个智能体任务的整体成本，使构建和运行智能体更具成本效益。

在 OSWorld 验证任务（API）中，3.6 Flash 比 3.5 Flash 展现出更好的 token 效率和更少的冗余输出

即便效率更高，3.6 Flash 在各用例中相比 3.5 Flash 仍实现了性能提升：

• 3.6 Flash 具有更高的精度，不必要的代码编辑更少，执行循环也更少，这在 DeepSWE（49% 对 37%）中有所体现；在 ML Research 方面也显示出显著改进，如 MLE Bench（63.9% 对 49.7%）所示。
• 它的计算机使用能力也有所提升，如 OSWorld-Verified（83.0% 对 78.4%）所示。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，GDPval-AA v2（1421 对 1349）等基准测试展示了这一点。Hebbia 和 Harvey 等客户发现它在文档解析、图表与数据分析以及报告起草等多模态任务中尤为出色。

客户反馈称，3.6 Flash 在成本和质量上都向前迈进了一步，在复杂工作流和知识型任务中平衡了 token 效率、准确性和速度：

以安全为本构建

3.6 Flash 随附增强的 Frontier Safety 安全防护措施，覆盖化学、生物、放射与核（CBRN）以及网络攻击滥用等领域。这些防护措施使模型对越狱攻击的抵抗力大幅提升。同时，该模型经过训练，可最大限度地减少对有益用途的拒绝。

欲了解更多信息，请参阅 3.6 Flash 模型卡。

3.5 Flash-Lite：为扩展智能体工作流而构建

除了 Flash 之外，我们还将发布 Gemini 3.5 Flash-Lite，它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，其运行速度为每秒 350 个输出 token。价格为每 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出色的性价比。

3.5 Flash-Lite 执行大批量任务的延迟低于 3.5 Flash。

3.5 Flash-Lite 可实现智能体系统的高效扩展。在各思考级别上，该模型都显著优于 3.1 Flash-Lite。开发者可以根据工作负载对模型进行配置：对于大批量任务，使用 minimal 和 low 思考级别以优先实现低延迟、低成本执行；或启用更高的思考级别来处理多步骤子智能体工作负载。该模型现在还内置了 computer use 工具，可在各平台上可靠地支持这些智能体任务。

它在编码和智能体任务上显著提升，如 Terminal-Bench 2.1（54% 对 31%）所示；在长上下文方面显著提升，如 GDM-MRCR v2（72.2% 对 60.1%）所示；在真实世界任务执行方面也显著提升，如 GDPval-AA v2（1140 对 642）所示。

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 工作负载上更快 & 更强大的选择。

3.5 Flash-Lite 的早期客户着重强调了其在扩展智能体工作流和数据处理任务方面速度、智能与成本效率的独特结合：

欲了解该模型的更多信息，请参阅 3.5 Flash-Lite 模型卡。

3.5 Flash Cyber 在 CodeMender 中的应用：高效查找和修复漏洞

AI 模型查找安全漏洞的速度已经超过了现有系统的修复速度。应对这一日益增长的威胁，需要一种能力强大且高效的软件安全防护方法。

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，并经过微调，能够以低于大型模型的每 token 价格查找和修复网络安全漏洞。

CodeMender 使用多个 3.5 Flash Cyber 智能体协同工作以生成一份综合报告，在此环境中，3.5 Flash Cyber 在流行基准 CyberGym 上达到了具有竞争力的前沿性能。

鉴于这项技术的两用性质，我们在部署 3.5 Flash Cyber 时采取了审慎的方式。该模型很快将作为限量访问试点计划的一部分，仅通过 CodeMender 面向政府和受信任的合作伙伴提供。这将让一线防御人员抢先一步发现并修复关键漏洞，防止其被利用，同时降低被更广泛滥用的风险。

3.6 Flash 和 3.5 Flash-Lite：立即开始使用

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 在 Gemini API 中使用。3.6 Flash 也可在 Google Antigravity 中使用。请通过开发者指南快速上手。
• 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。
• 面向所有用户，可通过 Gemini 应用使用。3.5 Flash-Lite 也正在 Google 搜索中逐步推出。

在您开始使用 3.6 Flash 和 3.5 Flash-Lite 进行构建时，我们欢迎您提供反馈，以帮助改进未来的 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、特别优惠等内容。

您的信息将按照 Google 隐私政策。使用。您可随时选择退出。