Gemini 3.6 Flash登场：效率优先的发布

2026年7月21日，当众人仍在等待多次延迟的Gemini 3.5 Pro时，谷歌悄然推出了其速度层级的中期更新：Gemini 3.6 Flash。这次发布没有前沿宣称或戏剧性展示，而是旨在以更少的token、更少的工具调用和更低的成本完成与3.5 Flash大致相同的思考任务。

对于在大量生产环境中运行Flash的用户而言，这一更新意义重大。本文详细解析了变化点、与前代模型的对比结果，并提供了可复制的压力测试，供读者自行判断。

实际变化

Gemini 3.6 Flash是2025年I/O大会上发布的Gemini 3.5 Flash的渐进式继承者。谷歌坦诚地将其定位为基于开发者与客户反馈的效率优化版本：更高效的token使用。根据Artificial Analysis Index，输出token减少约17%，在DeepSWE某些运行中减少高达65%。

生产代码能力提升：DeepSWE准确率从37%升至49%，MLE Bench从49.7%升至63.9%。计算机使用能力增强：OSWorld-Verified从78.4%升至83%。知识截止日期从2025年1月更新至2026年3月。上下文窗口仍为100万token，支持文本、图像、语音和视频输入及文本输出。

值得注意的是，原始智能方面并未大幅提升——Artificial Analysis Intelligence Index评分约为50，与3.5 Flash持平。

定价与Flash系列

谷歌同时推出了三款Flash模型：Gemini 3.6 Flash（主打平衡的编码、知识与多模态工作流，定价每百万输入token 1.50美元，输出7.50美元），Gemini 3.5 Flash-Lite（高吞吐量、低延迟，用于代理搜索和文档处理，输入0.30美元，输出2.50美元），以及Gemini 3.5 Flash Cyber（漏洞查找与修复，有限试点）。3.6 Flash的输出价格从每百万token 9美元降至7.50美元。

基准测试对比

与3.5 Flash相比，3.6 Flash在应用类任务（编码、机器学习、计算机使用）上取得稳步提升，而综合推理评分基本持平。这表明该模型专注于以更低成本执行已知任务，而非解锁新能力。

压力测试

文章提供了六项可复制的测试，涵盖视觉纪律、测试用例检查、画布构建迭代、指令遵循和矛盾发现。测试结果显示，模型在视觉分析方面表现出色，但在重复元素处理和诚实度方面存在不足。例如，在欺骗性提示下，模型可能依赖检索而非自身知识诚实回应，但通过调整提示可纠正。

总体而言，Gemini 3.6 Flash是一次务实的效率更新，适合追求成本效益的生产环境，而非寻求前沿推理能力的用户。