Gemini Flash 3.6：并非更聪明，但明显更便宜

7月21日，谷歌发布三款模型：Gemini 3.6 Flash（取代3.5 Flash，定价每百万输入/输出token分别为1.50美元/7.50美元）、Gemini 3.5 Flash-Lite（超高速且廉价，每百万token 0.30美元/2.50美元）以及Gemini 3.5 Flash Cyber（用于漏洞挖掘，仅限政府使用）。据Artificial Analysis分析，与3.5 Flash相比，其输出token数量减少17%，在DeepSWE编码基准测试中节省高达65%（97k token对比276k token）。整体智能指数（50分）保持不变。在基准测试中，3.6 Flash在DeepSWE（37%→49%）、MLE-Bench（49.7%→63.9%）、OSWorld-Verified（78.4%→83.0%）以及长上下文召回（约27%→54%）方面均有提升，但在纯编码（SWE-Bench Pro 58.7%对比64.7%）和知识任务（GDPval-AA Elo评分1421对比Sonnet 5的1607）上落后于Grok 4.5和Claude Sonnet 5等顶级竞争对手。一个显著的退化：LlamaIndex首席执行官Jerry Liu发现，ParseBench图表读取能力从45%下降至31%，文档评分从69.9降至66.8，这可能是后续训练专注于代码/智能体的一种权衡。Flash-Lite模型颇具性价比：输出速度达350 tok/s，在一些测试中超越了旧版Gemini 3 Flash（SWE-Bench Pro 54.2%对比49.6%，OSWorld-Verified 74.0%对比65.1%），且比Claude Haiku 4.5更便宜。Flash Cyber基于3.5 Flash构建，在Chrome V8中发现了55个独特问题（基础版为47个，Claude Opus 4.6为36个），并在CyberGym基准测试中获得83.2%的分数（在专门模型中排名第四）。谷歌还透露，已与合作伙伴内部测试Gemini 3.5 Pro，并开始Gemini 4的预训练。