谷歌发布三款新Gemini模型，但众人期待的旗舰仍未现身

谷歌于周二发布了三款新的 Gemini 模型：Gemini 3.6 Flash、一款更便宜更快的 3.5 Flash-Lite，以及针对网络安全用例优化的 3.5 Flash Cyber，后者在整体性能上超越了 Anthropic 的 4.6 Opus 模型。

然而，这一阵容中明显缺失了谷歌最新的旗舰模型 3.5 Pro，该模型已推迟发布数周。谷歌在五月的 I/O 大会上首次宣布 3.5 Pro，并承诺在六月推出。谷歌表示，Pro 模型“目前正在与合作伙伴进行测试”，并计划“一旦准备就绪”就广泛提供。谷歌还透露，已经开始对 Gemini 4 进行预训练。

3.6 Flash

大多数人没想到会在 Gemini 3.5 Pro 之前看到 Flash 模型的更新，但事实如此。好消息是，3.6 Flash 相比前代有显著提升，而且成本更低。输入价格保持每百万 token 1.50 美元，但输出价格从每百万 token 9 美元降至 7.50 美元。谷歌特别指出，3.6 Flash 在代理工作流中需要更少的推理步骤和工具调用来实现目标，从而更具成本效益。据 Artificial Analysis 称，它使用的 token 减少了 17%。

在大多数基准测试中，3.6 Flash 轻松超越前代，尤其是在编码方面。在全新的 DeepSWE 软件工程基准测试中，3.6 Flash 得分为 49%，而 3.5 Flash 为 37%。然而，这并非最佳成绩：Anthropic 的 Claude Sonnet 5 达到 54%，顶级前沿模型则超过 70%。团队还在 MLE Bench 机器学习研究基准测试（63.9% 对 49.7%）和 OSWorld-Verified 计算机使用测试（83% 对 78.4%）中看到了大幅提升。大多数现代模型在此范围内得分相近，这对于像 3.6 Flash 这样的中档模型来说相当令人印象深刻。相比之下，Claude Fable 仅略高，为 85%。

在知识工作方面，3.6 Flash 在 GDPval-AA v2 上达到 1421，远高于 3.5 Flash 的 1349，但远低于其他前沿实验室的中档模型，如 Anthropic 的 Claude Sonnet 5（1600）和 OpenAI 的 GPT-5.6 Terra（1581）。需要注意的是，谷歌也在价格上竞争，但情况复杂。例如，3.6 Flash 并不总是优于 GPT 5.6 Luna，后者输入/输出价格为每百万 token 1/6 美元（但仅在上下文窗口低于 272,000 个 token 时）。Anthropic 的 Sonnet 5 在八月底前以介绍性价格每百万 token 2/10 美元提供。

可用性

3.6 Flash 和 3.5 Flash Lite 现已在 Gemini API 中通过 Google AI Studio 和 Android Studio 提供，而 3.6 Flash 也可在谷歌的 Antigravity 代理编码工具以及面向企业用户的 Gemini Enterprise Agent Platform（原 Vertex AI）中使用。对于消费者，3.5 Flash-Lite 将进入 Google 搜索。

3.5 Flash-Lite

3.5 Flash-Lite 是谷歌最新的低端模型。鉴于最旧的‘Lite’版本 3.1 Flash Lite 已发布近半年，3.5 Flash 全线提升并不意外。但它也稍贵：输入/输出价格为每百万 token 0.3/2.5 美元（原为 0.25/1.5 美元）。在基准测试方面，它不会打破任何记录，但也不是此模型的目的。它适用于高吞吐量任务，如代理搜索和文档处理，而非推理和规划代理工作负载。尽管如此，它比 3.1 Flash Lite 显著更好：GDPval-AA v2 得分从 642 升至 1140，SWE-Bench Pro 从 49.6% 升至 54.2%，OSWorld-Verified 达到 74%。对于许多公司来说，它将在延迟敏感的工作负载中找到甜蜜点，正如 Ramp 的应用 AI 主管 Veeral Patel 所指出的：“Gemini 3.5 Flash-Lite 在我们的收据提取基准测试中达到了帕累托前沿，在准确性、延迟和成本之间提供了我们测试过的最佳权衡之一。”

3.5 Flash Cyber

通过 Gemini 3.5 Flash Cyber，谷歌更深入地利用 AI 进行网络安全用例——且避免了类似 Fable 5 的风险。谷歌指出，如今“AI 模型发现安全漏洞的速度已快于当前系统修复它们的能力”。该公司基于常规 3.5 Flash 模型构建了 3.5 Flash Cyber，并收取相同费用，从而有理由声称它“提供了一种经济高效且功能强大的替代方案，替代大型昂贵的网络安全模型”。但你现在还无法获得 Cyber 模型：它仅以有限访问试点形式向政府和受信任合作伙伴提供，且仅在谷歌自己的 CodeMender 工具中。谷歌计划随着时间的推移扩大访问。3.5 Flash Cyber 在发现和利用软件漏洞方面可能还达不到 Anthropic Mythos 的水平，但这表明前沿实验室对推出这些模型有多谨慎。谷歌表示：“这将给前线防御者一个先发优势，在漏洞被利用之前发现并修复关键漏洞，同时减轻更广泛的滥用。”与此同时，许多中文开源模型如 Kimi K3 可能已达到与 3.5 Flash Cyber 相同的水平。谷歌称其性能达到 Opus 4.6 的水平，并指出“由于护栏，较新的竞争对手模型表现不如 Claude Opus 4.6”。