2026年7月21日

|

15 分钟阅读

我们最新的 Gemini 模型提供了构建大规模 AI 智能体所需的效率、延迟和可靠性。



图片1:标题为 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber 的主图

音频 3

收听文章

[[duration]] 分钟

此内容由 Google AI 生成。生成式 AI 为实验性技术。

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 系列模型旨在满足效率与质量的平衡点,从而支持智能体工作流的规模化扩展。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,在编码、知识工作和多模态性能方面表现更佳。根据 Artificial Analysis Index,与 3.5 Flash 相比,其输出 Token 使用量减少了 17%,并且在某些基准测试(如 Datacurve 的 DeepSWE)中,我们观察到减少幅度高达 65%,同时每个输出 Token 的成本更低。
  • 3.5 Flash-Lite: 我们最快、最具成本效益的 3.5 级模型,根据 Artificial Analysis Index,每秒可输出 350 个 Token,在智能体工作流中的表现也显著优于之前的 Flash-Lite 代际。
  • CodeMender 中的 3.5 Flash Cyber: 成功的网络安全应用需要将模型与智能体基础设施进行精心编排。我们推出了一款新型、高效、专注于网络安全的专用模型,并将其与我们的 CodeMender 代码安全智能体相结合,在前沿领域提供了具有竞争力的性能。

除了今天的发布之外,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广泛提供。与此同时,我们的团队已经在专注于构建下一代模型。我们已经开始了迄今为止最雄心勃勃的预训练运行,即 Gemini 4,并对取得的进展感到兴奋。

3.6 Flash:比 3.5 Flash 更高效、质量更优

Gemini 3.6 Flash 直接基于开发者和客户对 3.5 Flash 的反馈构建。3.6 Flash 不仅在编码和知识工作方面实现了提升,同时还显著提高了 Token 效率。例如,在 Artificial Analysis Index 上,我们看到 3.6 Flash 消耗的输出 Token 比 3.5 Flash 少 17%。它完成多步骤工作流所需的推理步骤和工具调用也更少。

这种增强的效率还与低于 3.5 Flash 的价格相结合。3.6 Flash 的输入 Token 价格为每百万个 1.50 美元,输出 Token 价格为每百万个 7.50 美元,降低了每个智能体任务的总成本,使智能体的构建和运行更具成本效益。

在 OSWorld 验证任务(API)中,3.6 Flash 显示出比 3.5 Flash 更好的 Token 效率和更低的冗长程度

即使在更高效的同时,3.6 Flash 在多个用例中的性能相比 3.5 Flash 也有所提升:

  • 3.6 Flash 提供了更高的精度,减少了不必要的代码编辑和执行循环,如 DeepSWE(49% 对比 37%)所示,并在 ML 研究方面表现出显著改进,如 MLE Bench(63.9% 对比 49.7%)所示。
  • 其计算机使用能力得到提升,如 OSWorld-Verified(83.0% 对比 78.4%)所示。计算机使用现在通过 Gemini API 和 Gemini Enterprise 成为内置的客户端工具。
  • 在知识工作方面,它优于 3.5 Flash,如 GDPval-AA v2(1421 对比 1349)等基准测试所示。Hebbia 和 Harvey 等客户发现它在文档解析、图表和数据分析以及报告起草等多模态任务中特别有能力。

客户报告称,3.6 Flash 在成本和质量方面都向前迈进了一步,在复杂工作流和基于知识的任务中平衡了 Token 效率、准确性和速度:

安全构建

3.6 Flash 在化学、生物、放射性和核(CBRN)以及网络攻击滥用领域配备了增强的前沿安全保障措施。这些保障措施使模型更能抵御越狱攻击。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。

有关更多信息,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,我们还发布了 Gemini 3.5 Flash-Lite,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(如智能体搜索和文档处理)而设计。

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。定价为输入 Token 每百万个 0.3 美元,输出 Token 每百万个 2.5 美元,并且质量显著优于 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强大的性价比。

3.5 Flash-Lite 以比 3.5 Flash 更低的延迟执行高容量任务。

3.5 Flash-Lite 实现了智能体系统的高效扩展。在各个思考级别上,该模型显著优于 3.1 Flash-Lite。根据工作负载的不同,开发者可以配置模型,使用最低和低思考级别优先处理高容量任务的低延迟、低成本执行,或使用更高的思考级别来处理多步骤子智能体工作负载。该模型现在还将计算机使用作为内置工具,以可靠地支持跨表面的这些智能体任务。

在编码和智能体任务方面,如 Terminal-Bench 2.1(54% 对比 31%)所示;在长上下文方面,如 GDM-MRCR v2(72.2% 对比 60.1%)所示;以及在现实世界任务执行方面,如 GDPval-AA v2(1140 对比 642)所示,它都是一个显著的进步。

事实上,在许多智能体和编码评估中,3.5 Flash-Lite 甚至优于 3 Flash,包括在 SWE-Bench Pro(54.2% 对比 49.6%)和 OSWorld-Verified(74.0% 对比 65.1%)上,使其成为 2.5 和 3 Flash 工作负载更快、更有能力的选择。

3.5 Flash-Lite 的早期客户强调了其在扩展智能体工作流和数据处理任务方面独特的速度、智能和成本效益组合:

有关该模型的更多信息,请参阅 3.5 Flash-Lite 模型卡。

CodeMender 中的 3.5 Flash Cyber:高效发现和修复漏洞

AI 模型已经能够比当前系统修复漏洞的速度更快地发现安全漏洞。应对这一日益增长的威胁需要一种高度有能力和高效的软件安全方法。

Flash 的性能与效率使其成为大规模检测、验证及修补代码安全问题的理想基础。Gemini 3.5 Flash Cyber 基于 3.5 Flash 构建,并针对发现和修复网络安全漏洞进行了微调,其每 token 价格低于更大模型。

在 CodeMender(该工具通过多个 3.5 Flash Cyber 智能体协同工作,生成单一综合报告)中,3.5 Flash Cyber 在热门基准测试 CyberGym 上达到了前沿水平的竞争力。

鉴于该技术的双重用途特性,我们采取了审慎的方式部署 3.5 Flash Cyber。该模型将很快通过 CodeMender 独家提供给政府和受信任合作伙伴,作为有限访问试点计划的一部分。这将使一线防御者能够在关键漏洞被利用之前抢先发现并修复它们,同时降低更广泛的滥用风险。

3.6 Flash 与 3.5 Flash-Lite:立即开始使用

3.6 Flash 和 3.5 Flash-Lite 即日起可用:

当您开始使用 3.6 Flash 和 3.5 Flash-Lite 构建时,我们欢迎您提供反馈以改进未来的 Gemini 模型,并期待很快发布 3.5 Pro。

本文内容采集自官方网站,排版和翻译可能与原页面存在差异。

阅读官方全文