谷歌發佈三款大模型

谷歌今日正式发布三款全新大语言模型，包括 Gemini 3.6 Flash、3.5 Flash-Lite 以及专为网络安全场景打造的 3.5 Flash Cyber。此次更新聚焦于提升 Agent（智能体）规模化部署所需的 Token 效率、降低延迟，并进一步优化性价比。谷歌 Gemini 团队产品管理高级总监 Tulsee Doshi 在官方博客中表示，新模型旨在帮助开发者和客户在构建生产级 AI 智能体时，找到效率与质量的最佳平衡点。 作为此次发布的核心，Gemini 3.6 Flash 被定位为“主力模型”。相较于上一代 3.5 Flash，它在编程、知识工作和多模态处理能力上均有显著提升。根据 Artificial Analysis 指数，3.6 Flash 在输出 Token 消耗上降低了 17%，而在 Datacurve 的 DeepSWE 等特定基准测试中，某些任务甚至实现了高达 65% 的效率优化。在定价方面，3.6 Flash 也更具竞争力，输入价格为每百万 Token 1.50 美元，输出价格为每百万 Token 7.50 美元，这使得执行复杂 Agent 任务的总体成本大幅下降。 性能数据方面，3.6 Flash 表现亮眼。在 DeepSWE 基准测试中，其精确度达到 49%，远超前代 3.5 Flash 的 37%，意味着它能有效减少不必要的代码编辑和执行循环。在机器学习研究基准 MLE Bench 上，3.6 Flash 得分从 49.7% 跃升至 63.9%。同时，其内置的“计算机使用”能力也得到了增强，在 OSWorld-Verified 测试中得分从 78.4% 提升至 83.0%。谷歌还强调，3.6 Flash 在文档解析、图表分析和报告起草等知识工作任务中表现出色，已获得 Hebbia 和 Harvey 等客户的积极反馈。 针对需要高吞吐量和低延迟的应用场景，谷歌推出了 Gemini 3.5 Flash-Lite。这是目前 3.5 系列中速度最快的模型，根据 Artificial Analysis 测量，其输出速度可达每秒 350 个 Token。该模型定价极具竞争力，输入价格仅为每百万 Token 0.30 美元，输出价格为每百万 Token 2.50 美元。尽管是轻量级模型，但它在编程和 Agent 任务上的表现超越了前代 3.1 Flash-Lite，甚至在多项基准测试中优于 3 Flash 标准版。 具体来看，3.5 Flash-Lite 在 Terminal-Bench 2.1 的 Agent 任务中得分 54%，远超 3.1 Flash-Lite 的 31%；在长上下文任务 GDM-MRCR v2 中得分 72.2%，对比之前的 60.1% 提升显著。在现实世界任务执行方面，其 GDPval-AA v2 得分也高达 1140，相比之下 3.1 Flash-Lite 仅为 642。谷歌表示，3.5 Flash-Lite 同样内置了“计算机使用”工具，支持开发者针对不同工作负载配置思考层级，在极致速度和复杂子任务处理间灵活切换。 在网络安全领域，谷歌推出了专门的 Gemini 3.5 Flash Cyber 模型，并配合 CodeMender 代码安全智能体一同发布。该模型基于 3.5 Flash 进行微调，专门用于发现、验证和修补代码安全漏洞。在热门基准测试 CyberGym 上，3.5 Flash Cyber 展现出极具竞争力的表现。考虑到该技术的双重用途性质，谷歌采取了审慎的部署策略。3.5 Flash Cyber 将通过 CodeMender 平台，在有限准入试点计划中专门提供给政府和受信任的合作伙伴。 除了三款新模型外，谷歌还透露了未来的路线图。Gemini 3.5 Pro 目前正在与合作伙伴进行测试，并计划在准备就绪后广泛推出。同时，谷歌团队已经启动了其迄今为止最雄心勃勃的预训练计划，下一代架构 Gemini 4 的开发正在积极推进中。对于此次发布的模型，安全性也是重点考量。Gemini 3.6 Flash 配备了增强的 Frontier Safety 防护措施，在化学、生物、放射性和核（CBRN）以及网络攻击滥用领域大幅提升了抗越狱能力，同时针对有益用途减少了拒绝率。 在可用性方面，Gemini 3.6 Flash 和 3.5 Flash-Lite 即日起已面向开发者通过 Google AI Studio 和 Android Studio 中的 Gemini API 开放，并已集成至 Google Antigravity。企业用户可通过 Gemini Enterprise Agent Platform 使用。此外，3.6 Flash 也已上线 Gemini Enterprise 应用和面向普通用户的 Gemini 应用。谷歌表示，3.5 Flash-Lite 也正在逐步整合到 Google 搜索中。 业界分析认为，此次模型发布标志着谷歌在 AI 智能体基础设施层面的一次重要迭代。通过对效率、成本和专业能力的多维度优化，谷歌正在为开发者提供从高精度主力模型到极致性价比轻量模型，再到垂直领域专业模型的完整工具链，以推动 AI 智能体从实验走向大规模商业应用。