Gemini Flash 3.6: Ei älykkäämpi, mutta huomattavasti halvempi

21. heinäkuuta Google julkaisi kolme mallia: Gemini 3.6 Flash (korvaa 3.5 Flash-mallin, hinnoiteltu 1,50/7,50 dollariin miljoonaa tokenia kohden), Gemini 3.5 Flash-Lite (erittäin nopea ja halpa, 0,30/2,50 dollaria) sekä Gemini 3.5 Flash Cyber (haavoittuvuuksien metsästykseen, vain valtion käyttöön). Pääotsikko on 17 prosentin vähennys ulostulotokeneissa verrattuna 3.5 Flash-malliin Artificial Analysis -analyysin mukaan, mikä tarkoittaa 65 prosentin säästöä DeepSWE-koodausvertailussa (97 000 tokenia vs 276 000). Kokonaisälyindeksi (50 pistettä) pysyi muuttumattomana. Vertailutesteissä 3.6 Flash parani DeepSWE:ssä (37 % → 49 %), MLE-Benchissä (49,7 % → 63,9 %), OSWorld-Verifiedissä (78,4 % → 83,0 %) ja pitkän kontekstin muistamisessa (~27 % → 54 %), mutta jäi jälkeen huippukilpailijoista, kuten Grok 4.5 ja Claude Sonnet 5, puhtaassa koodauksessa (SWE-Bench Pro 58,7 % vs 64,7 %) ja tietotehtävissä (GDPval-AA Elo 1421 vs 1607 Sonnet 5:lle). Huomionarvoinen taantuma: LlamaIndexin toimitusjohtaja Jerry Liu havaitsi ParseBench-kaaviolukemisen laskeneen 45 prosentista 31 prosenttiin ja dokumenttipisteiden pudonneen 69,9:stä 66,8:aan, mikä johtuu todennäköisesti koulutuksen jälkeisestä painotuksesta koodiin ja agentteihin. Flash-Lite-malli on arvokas erottuja: 350 tokenia sekunnissa ulostulo, voittaa vanhemman Gemini 3 Flash -mallin joissakin testeissä (SWE-Bench Pro 54,2 % vs 49,6 %, OSWorld-Verified 74,0 % vs 65,1 %) ja on halvempi kuin Claude Haiku 4.5. Flash Cyber, joka on rakennettu 3.5 Flash -mallin päälle, löysi 55 ainutlaatuista ongelmaa Chrome V8:sta (vs 47 perusmallilla, 36 Claude Opus 4.6:lla) ja sai 83,2 prosentin pistemäärän CyberGym-vertailussa (neljäs erikoistuneiden mallien joukossa). Google ilmoitti myös testaavansa sisäisesti Gemini 3.5 Prota kumppaneiden kanssa ja aloittaneensa Gemini 4 -mallin esikoulutuksen.