Gemini 3.6 Flash vs 3.5 Flash: பெஞ்ச்மார்க், விலை, எப்போது மைக்ரேட் செய்வது (2026)
Gemini 3.6 Flash ஒவ்வொரு பெஞ்ச்மார்க்கிலும் 3.5 Flash-ஐ வெல்கிறது; அவுட்புட் டோக்கன்களை 17% குறைத்து விலையையும் குறைக்கிறது. முழு ஒப்பீட்டு அட்டவணைகள் + மைக்ரேஷன் பிளேபுக்.
அரிதான “எல்லா வகையிலும் மேம்பட்ட” மேம்படுத்தல்
பெரும்பாலான மாடல் மேம்படுத்தல்கள் ஏதோவொன்றை விட்டுக்கொடுக்கின்றன — வேகத்திற்காக தரம், திறனுக்காக விலை. Gemini 3.6 Flash vs Gemini 3.5 Flash என்பது அசாதாரணமான நிகழ்வு: ஜூலை 21, 2026 அன்று Google வெளியிட்ட ஒவ்வொரு அச்சிலும் புதிய மாடல் வெல்கிறது — உயர்ந்த பெஞ்ச்மார்க் மதிப்பெண்கள், குறைவான அவுட்புட் டோக்கன்கள், குறைவான ரீசனிங் படிகள் & டூல் கால்கள், மேலும் ஒரு டோக்கனுக்குக் குறைந்த விலை. இந்த ஆழமான பகுப்பாய்வு முதலில் எண்களைப் பார்த்து, பின்னர் நடைமுறைக்கு வருகிறது: யார் மைக்ரேட் செய்ய வேண்டும், எப்போது, எதை மீண்டும் சோதிக்க வேண்டும்.
மூன்று-மாடல் வெளியீட்டின் முழு சூழலை முதலில் அறிய, எங்கள் அறிவிப்பு மேலோட்டத்தில் தொடங்குங்கள்.
டோக்கன் திறன்: யாரும் தவறவிடக்கூடாத தலைப்புச்செய்தி
இந்த வெளியீட்டின் மிக முக்கியமான எண் ஒரு பெஞ்ச்மார்க் மதிப்பெண் அல்ல. Artificial Analysis Index-ல், சமமான வேலைக்கு 3.6 Flash 3.5 Flash-ஐ விட 17% குறைவான அவுட்புட் டோக்கன்களை பயன்படுத்துகிறது. DeepSWE by Datacurve-ல் 65% வரை குறைப்பை Google கண்டது.
இது தோன்றுவதை விட ஏன் முக்கியம்:
- அவுட்புட் டோக்கன்களே விலை உயர்ந்தவை ($7.50/1M vs இன்புட் $1.50/1M). அவற்றை 17–65% குறைப்பது செலவின் மிகப்பெரிய பகுதியைத் தாக்குகிறது.
- குறைவான டோக்கன்கள் = குறைந்த லேட்டன்சி. குறைவாகப் பேசும் ஏஜென்ட் சீக்கிரம் முடிக்கிறது; மல்டி-ஸ்டெப் சங்கிலிகள் இந்த விளைவைப் பன்மடங்காக்குகின்றன.
- குறைவான ரீசனிங் படிகள் & டூல் கால்கள் என்றால் குறைவான round-trip, குறைவான தோல்விப் புள்ளிகள், ஒரு பணிக்கு குறைவான orchestration சுமை.
கணினி-பயன்பாட்டுப் பணியில் இதன் அருகருகே டெமோவை Google வெளியிட்டது — டோக்கன்-திறன் ஒப்பீட்டு வீடியோவைப் பார்க்கவும்.
முழு பெஞ்ச்மார்க் ஒப்பீடு
| பெஞ்ச்மார்க் | எதை அளக்கிறது | Gemini 3.6 Flash | Gemini 3.5 Flash | வித்தியாசம் |
|---|---|---|---|---|
| DeepSWE | ஏஜென்டிக் சாஃப்ட்வேர் இன்ஜினியரிங் | 49% | 37% | +12 புள்ளிகள் |
| MLE Bench | ML ஆராய்ச்சி & இன்ஜினியரிங் | 63.9% | 49.7% | +14.2 புள்ளிகள் |
| OSWorld-Verified | கணினி பயன்பாடு | 83.0% | 78.4% | +4.6 புள்ளிகள் |
| GDPval-AA v2 | நிஜ-உலக அறிவுசார் பணி | 1421 | 1349 | +72 |
அட்டவணையின் மூன்று வாசிப்புகள்:
- DeepSWE தாவல் (37% → 49%) — கோடிங் அணிகள் கவனிக்க வேண்டியது இதுவே: இதற்குக் காரணம் உயர்ந்த துல்லியம் என்கிறது Google — தேவையற்ற கோட் மாற்றங்கள் குறைவு, எக்ஸிகியூஷன் லூப்கள் குறைவு; வெறும் மூலத் திறன் அதிகரிப்பு மட்டுமல்ல.
- MLE Bench (+14.2 புள்ளிகள்) மிகப்பெரிய முன்னேற்றம் — ML ஆராய்ச்சிப் பணிப்பாய்வுகளில் உண்மையான முன்னேற்றத்தின் அறிகுறி: எக்ஸ்பெரிமெண்ட் ஸ்காஃபோல்டிங், தரவு பகுப்பாய்வு, ட்ரெயினிங்-லூப் டீபக்கிங்.
- OSWorld-Verified-ல் 83.0% முக்கியம், ஏனெனில் கணினி பயன்பாடு இப்போது Gemini API மற்றும் Gemini Enterprise-ல் உள்ளமைந்த client-side டூல். திறன் தாவலும் தொகுப்பு மாற்றமும் ஒரே நேரத்தில் வந்துள்ளன.
விலை: ஒரு டோக்கனுக்கும் மலிவு, ஒரு பணிக்கும் மலிவு
| Gemini 3.6 Flash | Gemini 3.5 Flash | |
|---|---|---|
| இன்புட் விலை | $1.50 / 1M டோக்கன்கள் | அதிகம் |
| அவுட்புட் விலை | $7.50 / 1M டோக்கன்கள் | அதிகம் |
| ஒரு பணிக்கு அவுட்புட் டோக்கன்கள் | ~17% குறைவு (DeepSWE-ல் 65% வரை) | அடிப்படை |
| ஒரு ஏஜென்டிக் பணிக்கு உண்மைச் செலவு | கணிசமாகக் குறைவு | அடிப்படை |
பெருக்கல் விளைவே சாராம்சம். முன்பு 100K அவுட்புட் டோக்கன்களை வெளியிட்ட பணி இப்போது ~83K வெளியிடுகிறது, மேலும் அந்த ஒவ்வொரு டோக்கனின் விலையும் குறைவு. மாதத்திற்கு மில்லியன் கணக்கான ஏஜென்டிக் பணிகளை இயக்கும் பணிச்சுமைக்கு, உங்கள் ப்ராம்ட்களைத் தொடாமலேயே சேமிப்பு பில்லில் தெரியும்.
கணினி பயன்பாடு: add-on-லிருந்து built-in வரை
3.6 Flash-உடன், கணினி பயன்பாடு ஒரு உள்ளமைந்த client-side டூலாக Gemini API மற்றும் Gemini Enterprise வழியாக வருகிறது. OSWorld-Verified முன்னேற்றத்துடன் (78.4% → 83.0%) சேர்த்து, browser ஏஜென்ட்கள், RPA-பாணி ஆட்டோமேஷன், QA பாட்கள் உருவாக்கும் அணிகளுக்கு வலிமையான மாடலும் குறைவான integration கோடும் ஒன்றாகக் கிடைக்கின்றன. முன்பு 3.5 Flash-ஐச் சுற்றி தனிப்பயன் கணினி-பயன்பாட்டு ஸ்காஃபோல்டிங்கை பராமரித்திருந்தால், அதில் சிலவற்றை நீக்கத் திட்டமிடுங்கள்.
பாதுகாப்பு நிலைப்பாடு
3.6 Flash, CBRN மற்றும் சைபர்-தாக்குதல் துறைகளில் மேம்படுத்தப்பட்ட Frontier Safety பாதுகாப்புகளுடன் வருகிறது; 3.5 Flash-ஐ விட இது jailbreak-களுக்கு கணிசமாக அதிக எதிர்ப்புத் திறன் கொண்டது என Google தெரிவிக்கிறது. புரொடக்ட் அணிகளுக்கு அதே அளவு முக்கியம்: நல்லெண்ணக் கோரிக்கைகளில் மறுப்புகளைக் குறைக்கவும் இது பயிற்றுவிக்கப்பட்டது. உங்கள் தயாரிப்பில் 3.5 Flash எப்போதாவது நியாயமான பாதுகாப்பு-சார்ந்த அல்லது மருத்துவம்-சார்ந்த ப்ராம்ட்களை மறுத்திருந்தால், அந்த ஃப்ளோக்களை மீண்டும் சோதியுங்கள் — தவறான-மறுப்பு விகிதம் குறைய வேண்டும்.
ஆரம்ப வாடிக்கையாளர்கள் என்ன சொல்கிறார்கள்
Google-இன் வெளியீட்டுப் பட்டியலை — Figma, Harvey, Hebbia, JetBrains — புரிந்துகொள்வது பயனுள்ளது:
- Figma-வும் JetBrains-உம் லேட்டன்சி-உணர்திறன் கொண்ட, உயர்-அளவு inference நடத்தும் டூலிங் நிறுவனங்கள்: வேகம்/திறன் கதைக்கு ஒரு அங்கீகாரம்.
- Harvey (சட்டம்) மற்றும் Hebbia (நிதி) குறிப்பாக மல்டிமோடல் ஆவணப் பணியைப் பாராட்டின: பாகுபடுத்தல், விளக்கப்படம் & தரவு பகுப்பாய்வு, அறிக்கை வரைவு. உங்கள் பணிச்சுமை ஆவணம்-மிகுந்த அறிவுசார் பணி என்றால், GDPval-AA v2 முன்னேற்றமே (1349 → 1421) உங்களுக்கான பொருத்தமான அளவுகோல்.
மைக்ரேஷன் பிளேபுக்: எப்போது மாறுவது
| உங்கள் சூழ்நிலை | பரிந்துரை |
|---|---|
| ஏஜென்டிக் கோடிங் (SWE ஏஜென்ட்கள், கோட் ரிவ்யூ பாட்கள்) | இப்போதே மைக்ரேட் செய்யுங்கள் — தரம் + டோக்கன் திறனில் மிகப்பெரிய வெற்றிகள் (DeepSWE +12 புள்ளிகள், 65% வரை குறைவான டோக்கன்கள்) |
| கணினி-பயன்பாடு / browser ஆட்டோமேஷன் | இப்போதே மைக்ரேட் செய்யுங்கள் — சிறந்த மதிப்பெண்கள்; உள்ளமைந்த டூலிங் தனிப்பயன் ஸ்காஃபோல்டிங்கை மாற்றுகிறது |
| ஆவணப் பாகுபடுத்தல் / பகுப்பாய்வு / அறிக்கை வரைவு | இப்போதே மைக்ரேட் செய்யுங்கள் — Harvey & Hebbia பயன்பாட்டு நிகழ்வுகளால் உறுதிப்படுத்தப்பட்டது |
| உயர்-அளவு, லேட்டன்சி-முக்கியமான எளிய பணிகள் | மாறாக 3.5 Flash-Lite-ஐக் கருதுங்கள் — எங்கள் Flash-Lite வழிகாட்டியைப் பார்க்கவும் |
| கண்டிப்பான output-format பாகுபடுத்தலுடன் நுணுக்கமாகச் செதுக்கப்பட்ட ப்ராம்ட்கள் | கவனமாக மைக்ரேட் செய்யுங்கள் — டோக்கன் திறன் சொற்பெருக்கை மாற்றுகிறது; parser-களையும் few-shot எடுத்துக்காட்டுகளையும் மீண்டும் சரிபார்க்கவும் |
| கம்ப்ளையன்ஸில் முடங்கிய புரொடக்ஷன் அமைப்புகள் | திட்டமிடுங்கள் — கட்டாய deprecation அறிவிக்கப்படவில்லை, ஆனால் விலை + திறன் தங்கியிருப்பதை விலை உயர்ந்ததாக்குகின்றன |
மாடல் string-ஐ மாற்றும் முன் நடைமுறை சரிபார்ப்புப் பட்டியல்:
- உங்கள் eval suite-ஐ மீண்டும் இயக்குங்கள் — அவுட்புட் நடை இறுக்கமாகவும் குறுகியதாகவும் உள்ளது; பதிலின் நீளம் அல்லது சொற்றொடர் மீதான assertion-கள் உடையலாம்.
- structured-output பாகுபடுத்தலை மீண்டும் சரிபார்க்கவும் — குறைந்த சொற்பெருக்கு பொதுவாக JSON நம்பகத்தன்மைக்கு நல்ல செய்தி, ஆனாலும் உறுதிசெய்யவும்.
- மறுப்பு-உணர்திறன் ஃப்ளோக்களை மீண்டும் சோதியுங்கள் — தவறான மறுப்புகள் குறையும் என எதிர்பார்க்கலாம், ஆனால் உங்கள் பாதுகாப்பு filter-கள் இன்னும் பொருந்துகின்றனவா என்று உறுதிசெய்யவும்.
- ஒரு டோக்கனுக்கல்ல, ஒரு பணிக்கு செலவை அளவிடுங்கள் — 17–65% டோக்கன் குறைப்பு என்பதால், per-token ஒப்பீடுகள் சேமிப்பைக் குறைத்து மதிப்பிடுகின்றன.
தீர்ப்பு
Gemini 3.6 Flash என்பது வெளியிடப்பட்ட எந்த விட்டுக்கொடுப்பும் இல்லாத அரிதான வாரிசு: கோடிங், ML ஆராய்ச்சி, கணினி பயன்பாடு, அறிவுசார் பணி அனைத்திலும் சிறந்தது; அதே நேரம் குறைந்த விலையில் குறைவான டோக்கன்களை வெளியிடுகிறது. உங்கள் stack முடங்கிய அவுட்புட் ஃபார்மேட்டுகளை நம்பியிருந்தாலொழிய, 3.5 Flash-லிருந்து மைக்ரேட் செய்வது செய்யலாமா என்ற கேள்வி அல்ல — எந்த ஸ்பிரிண்டில் என்ற கேள்விதான்.