新模靠边站，谷歌Gemini 4要来了，公司史上最大炼模启动

智东西7月22日消息，今日凌晨，谷歌发布了三款全新模型：

、以及。此次发布的核心目标，是重点提升Agent工作流所需的，为开发者提供更高效、更低成本的AI解决方案。

▲谷歌发布Gemini 3.6 Flash、Gemini 3.5 Flash-Lite和Gemini 3.5 Flash Cyber（图源：X）

三款模型核心亮点一览

这三款模型各有侧重，旨在满足不同场景下的开发需求：

• Gemini 3.6 Flash
  ：面向编程、知识工作和多模态任务，主打Token效率提升。在第三方评测机构Artificial Analysis的Intelligence Index（智力指数）中，其任务Token消耗量比3.5 Flash

  少17%
  ，在DeepSWE测试中的输出Token消耗最多减少

  约65%
  。

• Gemini 3.5 Flash-Lite
  ：主打

  低延迟和高吞吐量
  ，生成速度达到

  每秒350个输出Token
  ，在Agent工作流中较前代的Flash-Lite模型有显著提升。

• Gemini 3.5 Flash Cyber
  ：专门用于

  发现和修复网络安全漏洞
  ，与CodeMender代码安全Agent配合使用，性能已达到前沿模型的竞争水平，

  与Mythos 5和GPT-5.6 Sol能力相当
  。不过，该模型暂不面向普通开发者开放。

值得注意的是，在Artificial Analysis的榜单上，Gemini 3.6 Flash的速度成绩优秀，但智力和成本的优势相对不明显。该模型的Intelligence得分只有50，落后于

等模型，甚至连Meta的也排在它前面。同时，其单任务成本达到0.50美元（约合软妹币3.39元），较DeepSeek、MiniMax、GLM、Muse Spark、Grok等模型更贵。

▲Gemini 3.6 Flash在能力、速度和成本上与其他模型对比（图源：Artificial Analysis）

作为昔日大模型“御三家”之一，谷歌此次最突出的优势仍然是速度。目前，Gemini 3.5 Flash-Lite和Gemini 3.6 Flash在输出速度上，位列榜单

。

▲Gemini 3.5 Flash-Lite和Gemini 3.6 Flash位列模型输出速度榜前两位（图源：Artificial Analysis）

对于等待了两个月的新模型用户，这次发布可能有些“不尽人意”。今年5月，谷歌CEO桑达尔·皮查伊（Sundar Pichai）在I/O大会上预告，Gemini 3.5 Pro将在6月推出；如今7月已经过半，用户仍未见其踪影。对于这款迟到的Gemini 3.5 Pro，谷歌称该模型

，将在准备就绪后尽快发布。与此同时，谷歌还提前预告了，称已启动的预训练任务。

01. Gemini 3.6 Flash：效率提升，成本降低

Gemini 3.6 Flash基于开发者和企业客户对3.5 Flash的反馈进行了改进。在处理多步骤工作流时，新模型需要的推理步骤和工具调用次数更少，同时减少了输出冗余，有效降低了任务成本。

价格与成本

• 输入价格：每100万个Token 1.5美元（约合软妹币10.2元），与3.5 Flash持平。
• 输出价格：每100万个Token 7.5美元（约合软妹币51元），低于3.5 Flash。

3.6 Flash大幅降低了每项Agent任务的运行成本：

• 在DeepSWE v1.1测试中，3.5 Flash平均每项任务消耗约27.6万个输出Token，而3.6 Flash降至约9.7万个，降幅接近65%。
• 在Artificial Analysis Intelligence Index中，两款模型的平均输出Token消耗分别约为2.8万个和2.3万个，Gemini 3.6 Flash的Token消耗量降低约17%。

▲Gemini 3.6 Flash和Gemini 3.5 Flash任务输出Token对比（图源：谷歌）

性能测试表现

• 软件工程Agent评测（DeepSWE v1.1）
  ：3.6 Flash得分为49%，高于3.5 Flash的37%和3.1 Pro的12%。

• 机器学习工程测试（MLE-Bench）
  ：3.6 Flash得分为63.9%，领先3.5 Flash的49.7%和3.1 Pro的42.6%。

• 知识工作测试（GDPval-AA v2）
  ：3.6 Flash、3.5 Flash和3.1 Pro的得分分别为1421、1349和965。

• 计算机操作能力测试（OSWorld-Verified）
  ：三者得分分别为83.0%、78.4%和76.2%。Computer Use现已成为Gemini API和Gemini Enterprise中的内置客户端工具。

▲3.1 Pro、3.5 Flash和3.6 Flash其他能力对比（图源：谷歌）

应用案例与客户反馈

谷歌还展示了Gemini 3.6 Flash的应用案例，包括更高效地分析金融数据和电话会议记录、通过多Agent协作执行代码迁移、为3D工作流开发照片纹理提取工具，以及结合tldraw离线编辑器创建交互式主题设计工具。

在代码迁移任务的对比测试中，Gemini 3.6 Flash的规划耗时为20秒，低于3.5 Flash的24秒；执行迁移的时间则由2分08秒缩短至1分20秒，整体耗时减少约34%。根据案例展示，3.6 Flash生成了更详细、结构更清晰的代码审计与验证文档，覆盖数据模型、API接口、业务逻辑、UI组件等多项针对性验证任务。

▲Gemini 3.5 Flash和Gemini 3.6 Flash在代码迁移任务中耗时对比（图源：谷歌）

多家早期客户也给出了积极反馈：

• 设计软件公司Figma认为，3.6 Flash在质量、速度和成本之间取得了较好平衡，可以加快原型探索和迭代。
• 法律AI公司Harvey称，该模型在文档起草和审查任务中平均快12%。
• 开发工具公司JetBrains称，其低推理等级下的编程性能较上一代Flash提高了10%至20%。

安全防护

安全方面，3.6 Flash加强了针对化学、生物、放射性与核风险以及网络攻击滥用的前沿安全防护。谷歌称，这些措施提高了模型抵抗越狱攻击的能力，同时尽量减少对正常用途的错误拒绝。

02. Gemini 3.5 Flash-Lite：速度最快，价格最低

Gemini 3.5 Flash-Lite是Gemini 3.5系列中速度最快、价格最低的模型，主要面向Agent搜索、文档处理等强调低延迟和高吞吐量的任务。

根据Artificial Analysis的数据，该模型每秒可以生成350个输出Token。其输入和输出价格分别为每100万个Token 0.3美元（约合软妹币2元）和2.5美元（约合软妹币17元）。

开发者可以根据工作负载调整模型的思考等级：在大规模、低成本任务中选择minimal或low等级，在需要处理多步骤子Agent任务时启用更高等级。3.5 Flash-Lite同样内置了Computer Use工具。

性能提升

与3.1 Flash-Lite相比，3.5 Flash-Lite在多个测试中取得了显著提升：

• Agent终端编程测试（Terminal-Bench 2.1）
  ：得分从31%升至54%。

• 长上下文测试（GDM-MRCR v2）
  ：得分从60.1%升至72.2%。

• 知识工作测试（GDPval-AA v2）
  ：得分从642升至1140。

▲Gemini 3.1 Flash-Lite与Gemini 3.5 Flash-Lite对比情况（图源：谷歌）

3.5 Flash-Lite在部分测试中还超过了定位更高的3 Flash：

• SWE-Bench Pro
  ：Gemini 3.5 Flash-Lite和Gemini 3 Flash两款模型得分分别为54.2%和49.6%。

• OSWorld-Verified
  ：两者得分分别为74.0%和65.1%。

▲Gemini 3 Flash和Gemini 3.5 Flash-Lite对比情况（图源：谷歌）

美国金融科技公司Ramp认为，Gemini 3.5 Flash-Lite在票据提取任务中较好地平衡了准确率、延迟和成本。

▲美国金融公司Ramp对Gemini 3.5 Flash-Lite的评价（图源：谷歌）

03. Gemini 3.5 Flash Cyber：网络安全专用，暂不面向开发者

第三款模型Gemini 3.5 Flash Cyber基于3.5 Flash微调，专门用于发现、验证和修复网络安全漏洞。相比体量更大的模型，其Token价格更低，适合规模化检查代码安全问题。

该模型将与谷歌代码安全Agent CodeMender配合使用。CodeMender会同时运行多个3.5 Flash Cyber Agent，最后将不同Agent的分析结果合并成一份报告。

在CyberGym测试中，CodeMender最多调用5次模型时，3.5 Flash Cyber得分为83.2%。该模型在测试中的表现接近OpenAI和Anthropic的前沿模型：

• Anthropic Agent内的Mythos Preview得分为83.1%
• OpenAI Agent内的GPT-5.6 Sol得分为83.6%
• Anthropic Agent内的Mythos 5得分为83.8%
• OpenAI Agent内的GPT-5.5-Cyber得分为85.6%

▲Gemini 3.5 Flash Cyber在CyberGym测试中的表现（图源：谷歌）

考虑到漏洞发现和修复技术具有明显的双重用途，谷歌暂不向普通开发者开放3.5 Flash Cyber。该模型近期将通过CodeMender启动小范围试点，仅供政府机构和可信合作伙伴使用。

04. 上线与开放情况

目前，Gemini 3.6 Flash和3.5 Flash-Lite已经通过Google AI Studio、Android Studio及Gemini API向开发者开放。其中，3.6 Flash还进入了Google Antigra vity。

企业客户可以通过Gemini Enterprise Agent Platform使用这两款模型，3.6 Flash同时接入了Gemini Enterprise应用。普通用户可以在Gemini应用中使用两款模型，3.5 Flash-Lite还将逐步接入谷歌搜索。

Gemini 3.5 Pro目前仍处于合作伙伴测试阶段，谷歌计划在准备完成后扩大开放范围。

05. 常见问题（FAQ）

问：Gemini 3.6 Flash相比3.5 Flash，最大的改进是什么？

答：最大的改进在于Token效率。在DeepSWE测试中，其输出Token消耗最多减少约65%，在Intelligence Index中减少约17%。这意味着它能以更少的Token完成任务，从而降低运行成本并提升响应速度。

问：Gemini 3.5 Flash-Lite适合什么场景？

答：它非常适合对低延迟和高吞吐量有要求的任务，例如Agent搜索、文档处理、票据提取等。其生成速度达到每秒350个输出Token，成本也极具竞争力。

问：Gemini 3.5 Flash Cyber为什么不对普通开发者开放？

答：因为该模型专门用于发现和修复网络安全漏洞，这类技术具有明显的双重用途，可能被恶意利用。因此，谷歌仅向政府机构和可信合作伙伴开放，以降低安全风险。

问：Gemini 3.5 Pro什么时候发布？

答：谷歌表示Gemini 3.5 Pro目前仍在与合作伙伴测试中，将在准备就绪后尽快发布。具体时间尚未公布。

06. 结语：从追求单次性能，转向降低Agent总成本

谷歌此次更新Flash系列，重点转向降低Agent的实际运行成本。Gemini 3.6 Flash显著减少了完成任务所需的输出Token、推理步骤和工具调用次数，Gemini 3.5 Flash-Lite则进一步提升了生成速度。对于需要大规模部署Agent的企业和开发者来说，更低的成本和更快的响应速度仍具有实际吸引力。

不过，从Artificial Analysis等第三方榜单来看，Gemini的Flash系列模型能力目前难以保持领先。上周，月之暗面发布Kimi K3，其Intelligence得分仅落后于Claude Fable 5和GPT-5.6 Sol，在前端编程测试中甚至排到了榜首。国产模型已经从跟随者变成全球前沿模型竞争中的重要力量，谷歌面对的对手也远不止OpenAI和Anthropic。至于谷歌能否重回昔日“御三家”的牌桌，恐怕还要看已经延期的Gemini 3.5 Pro，以及刚刚开始预训练的Gemini 4。

来源：谷歌、X、Artificial Analysis