A重点82
Google AI (X)
12 个来源谷歌推出Gemini 3.6 Flash和3.5 Flash-Lite两款新模型
谷歌宣布推出两款新AI模型：Gemini 3.6 Flash在效率和质量上较前代有所提升，而Gemini 3.5 Flash-Lite是3.5系列中速度最快、成本效益最高的模型，专为智能体工作流设计。这两款模型现已通过Gemini API和Gemini App提供。
返回信息流
新闻事件
SynthePulse Insight · AI 深度解读
Google 发布 Gemini 3.6 Flash 等三款新模型：效率提升与安全强化并进
版本 1 · 1 个来源
Google DeepMind 于 2026 年 7 月 21 日推出 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber 三款新模型，主打更高 token 效率、更低延迟和更强可靠性，旨在规模化构建 AI 代理。同时，Gemini 3.5 Pro 正在与合作伙伴测试，Gemini 4 的预训练已启动。
- Gemini 3.6 Flash 相比 3.5 Flash 输出 token 使用量减少 17%，在 DeepSWE 基准上效率提升高达 65%，且定价更低（输入 $1.50/百万 token，输出 $7.50/百万 token）。
- 3.6 Flash 在多项基准上性能提升：DeepSWE 从 37% 升至 49%，MLE Bench 从 49.7% 升至 63.9%，OSWorld-Verified 从 78.4% 升至 83.0%，GDPval-AA v2 从 1349 升至 1421。
- 3.5 Flash-Lite 是速度最快、成本最低的 3.5 类模型，据 Artificial Analysis Index 可达每秒 350 输出 token，在代理工作流中显著优于前代。
- 3.5 Flash Cyber 与 CodeMender 代码安全代理结合，专为网络安全应用设计，提供前沿竞争力。
- 3.6 Flash 增强了 CBRN（化学、生物、放射、核）和网络攻击误用领域的前沿安全防护，同时减少对有益用途的拒绝。
- Gemini 3.5 Pro 正在与合作伙伴测试，Gemini 4 已启动最雄心勃勃的预训练运行。
展开章节目录核心模型：Gemini 3.6 Flash
核心模型：Gemini 3.6 Flash
Gemini 3.6 Flash 是本次发布的主力模型，基于开发者与客户对 3.5 Flash 的反馈构建。据 Artificial Analysis Index，其输出 token 使用量比 3.5 Flash 减少 17%，在 Datacurve 的 DeepSWE 基准上效率提升高达 65%。定价为输入 $1.50/百万 token、输出 $7.50/百万 token，低于 3.5 Flash。
性能方面，3.6 Flash 在 DeepSWE 上达到 49%（3.5 Flash 为 37%），在 MLE Bench 上达到 63.9%（3.5 Flash 为 49.7%），在 OSWorld-Verified 上达到 83.0%（3.5 Flash 为 78.4%），在 GDPval-AA v2 上达到 1421（3.5 Flash 为 1349）。客户如 Hebbia 和 Harvey 报告其在多模态任务（文档解析、图表分析、报告起草）中表现突出。
3.6 Flash 还内置了计算机使用（computer use）客户端工具，可通过 Gemini API 和 Gemini Enterprise 使用。
轻量与专业模型：3.5 Flash-Lite 与 3.5 Flash Cyber
Gemini 3.5 Flash-Lite 是速度最快、成本最低的 3.5 类模型，据 Artificial Analysis Index 可达每秒 350 输出 token，在代理工作流中显著优于前代 Flash-Lite。
Gemini 3.5 Flash Cyber 与 CodeMender 代码安全代理结合，专为网络安全应用设计，提供前沿竞争力。该模型需要与代理基础设施精心编排。
安全与未来路线
3.6 Flash 增强了 CBRN 和网络攻击误用领域的前沿安全防护，使模型对越狱攻击更具抵抗力，同时训练减少对有益用途的拒绝。更多信息见 3.6 Flash 模型卡。
Gemini 3.5 Pro 目前正在与合作伙伴测试，计划准备就绪后广泛提供。同时，团队已启动 Gemini 4 的预训练运行，这是迄今为止最雄心勃勃的预训练项目。
可信度边界
本文信息主要来自 Google DeepMind 官方博客，属于第一方来源。基准测试结果由 Google 提供，部分数据引用自 Artificial Analysis Index 和 Datacurve 等第三方，但未提供独立验证。客户反馈（如 Hebbia、Harvey）为 Google 转述，未提供原始引用。
核心结论
Google 通过 Gemini 3.6 Flash 在效率与性能上取得平衡，同时推出轻量版和网络安全专用模型，并明确下一代模型路线。对于构建 AI 代理的开发者，3.6 Flash 提供了更低的成本和更高的 token 效率，而 3.5 Flash-Lite 则适合对速度要求极高的场景。
主报道
Google AI (X)
主报道来源
同一事件报道
另有 11 个来源报道
APPSOT3Gemini 3.6 Flash 正式发布，网友反应嘲讽宝玉 (X)T3Google 发布三款 Gemini 新模型，3.6 Flash 降价提速Google DeepMind (X)T3谷歌发布 Gemini 3.6 Flash，基于用户反馈改进TechCrunch AIT3谷歌发布三款新Gemini模型，但未推出3.5 ProTHE DECODERT2谷歌发布三款新的Gemini Flash模型，但前沿3.5 Pro仍在训练中Google Gemini (X)T3Gemini 3.6 Flash 发布：快速理解上下文，助力创意工具定制小互 (X)T3Google 发布三款新 AI 模型，未包含 Gemini 3.5 ProGoogle DeepMindT1谷歌推出Gemini 3.6 Flash、3.5 Flash-Lite和3.5 Flash Cyber新模型meng shao (X)T3Gemini 3.6 Flash 悄然发布Geek (X)T3Gemini 3.6 Flash 和 3.5 Flash Lite 正式发布TechRepublic AIT3谷歌为印度受监管企业推出离线版Gemini