谷歌发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber：一文看懂三款新模型
谷歌一次性发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber 三款模型。价格、基准测试、可用渠道、安全能力与 Gemini 4 路线图，全面解读。
一天之内，三款 Flash 新模型
2026 年 7 月 21 日，谷歌一次性官宣了三款 Gemini 新模型：Gemini 3.6 Flash、Gemini 3.5 Flash-Lite 和 Gemini 3.5 Flash Cyber。三者的主线高度一致——直击开发者反复提出的痛点：生产环境的 AI 智能体需要的是更高的 token 效率、更低的延迟、更稳定可靠的表现，而不只是更漂亮的榜单分数。
本文拆解每款模型的定位、定价、当前可用渠道，以及谷歌顺带透露的路线图（剧透：Gemini 3.5 Pro 正在与合作伙伴测试，Gemini 4 的预训练已经启动）。所有数据均来自官方公告。
三款模型速览
| 模型 | 定位 | 核心数据 | 获取方式 |
|---|---|---|---|
| Gemini 3.6 Flash | 主力干活模型：编码、知识工作、多模态 | 输出 token 比 3.5 Flash 少 17%，价格反而更低 | 今日起正式可用 |
| Gemini 3.5 Flash-Lite | 3.5 系列中最快、最具性价比 | 350 输出 token/秒（Artificial Analysis） | 今日起正式可用 |
| Gemini 3.5 Flash Cyber | 安全专家模型：发现并修复漏洞 | 在 CodeMender 中于 CyberGym 达到前沿水平 | 仅限受控试点 |
Gemini 3.6 Flash：新一代主力模型
3.6 Flash 直接建立在 3.5 Flash 的开发者反馈之上。这次的卖点很特别：不只是更强，还更省。在 Artificial Analysis Index 上，它比 3.5 Flash 少消耗 17% 的输出 token；在 Datacurve 的 DeepSWE 等基准上，谷歌观察到的降幅最高可达 65%。完成多步工作流所需的推理步骤和工具调用也更少，这些在智能体任务上会叠加成实打实的成本节省。
对比 3.5 Flash 的基准亮点：
| 基准测试 | Gemini 3.6 Flash | Gemini 3.5 Flash |
|---|---|---|
| DeepSWE（智能体编码） | 49% | 37% |
| MLE Bench（机器学习研究） | 63.9% | 49.7% |
| OSWorld-Verified（计算机操作） | 83.0% | 78.4% |
| GDPval-AA v2（知识工作） | 1421 | 1349 |
还有两个对开发者重要的发布日细节：
- 计算机操作（Computer Use）现已成为内置的客户端工具，通过 Gemini API 和 Gemini Enterprise 直接调用，无需自建脚手架。
- 首批客户包括 Figma、Harvey、Hebbia 和 JetBrains；其中 Hebbia 与 Harvey 特别称赞了文档解析、图表与数据分析、报告起草等多模态能力。
谷歌放出了一段 OSWorld 任务上的 token 效率对比演示，值得一看：3.6 Flash 对比 3.5 Flash token 效率演示（视频）。
完整的正面对决，见我们的《Gemini 3.6 Flash vs 3.5 Flash 深度对比》。
Gemini 3.5 Flash-Lite：为规模化智能体工作流而生
Flash-Lite 是走量路线。它是 3.5 系列中最快的模型，达到 每秒 350 输出 token（Artificial Analysis），主打智能体搜索、文档处理等一切以吞吐量为瓶颈的流水线。
相较 3.1 Flash-Lite 的质量提升非常夸张——Terminal-Bench 2.1 达到 54%（对比 31%）、GDM-MRCR v2 长上下文 72.2%（对比 60.1%）、GDPval-AA v2 1140（对比 642）。更令人意外的是，它在多项智能体评测中甚至打赢了更大的 Gemini 3 Flash：SWE-Bench Pro 54.2% 对 49.6%，OSWorld-Verified 74.0% 对 65.1%。
它带有可配置的思考等级（thinking levels）——高并发任务用 minimal/low 追求延迟，多步子智能体负载则调高等级——计算机操作同样是内置工具。首批客户包括 Ashler、Palo Alto Networks 和 Ramp，模型也正逐步接入 Google 搜索和 Gemini App。
我们的《3.5 Flash-Lite 智能体工作流指南》详细覆盖了思考等级、成本测算与选型建议。
定价：两档同时降价
| 模型 | 输入（$/百万 token） | 输出（$/百万 token） | 备注 |
|---|---|---|---|
| Gemini 3.6 Flash | $1.50 | $7.50 | 低于 3.5 Flash，且输出 token 还少约 17% |
| Gemini 3.5 Flash-Lite | $0.30 | $2.50 | 高吞吐生产流量的最优性价比 |
| Gemini 3.5 Flash Cyber | — | — | 无公开定价；仅通过 CodeMender 受控试点 |
真正的成本故事在于乘法效应：3.6 Flash 的单价更低，同时每个任务产出的 token 也更少，因此单个智能体任务的实际成本降幅比价目表看起来更大。
Gemini 3.5 Flash Cyber：藏在门禁后的专才
第三款模型走的是另一条路。3.5 Flash Cyber 基于 3.5 Flash 构建，专门微调用于发现并修复安全漏洞，单 token 成本低于更大的模型。它运行在谷歌的代码安全智能体 CodeMender 内部——多个 3.5 Flash Cyber 智能体协同工作，产出一份合并报告——在 CyberGym 基准上达到前沿竞争水平。
由于该技术具有双重用途属性，谷歌刻意不做大范围开放：模型将仅面向政府机构与可信合作伙伴，通过 CodeMender 以受控试点形式提供。目标是让一线防御者抢在漏洞被利用之前完成发现与修补。
安全：更难越狱，也更少误拒
3.6 Flash 附带增强的 Frontier Safety 防护，覆盖 CBRN（化学、生物、放射性、核）与网络攻击滥用两大领域。谷歌表示模型对越狱的抵抗力显著增强，同时又经过训练以尽量减少对正当用途的误拒——这才是开发者真正想要的组合，而不是一刀切的拒绝策略。
今天就能在哪里用
| 渠道 | Gemini 3.6 Flash | Gemini 3.5 Flash-Lite |
|---|---|---|
| Gemini API（Google AI Studio、Android Studio） | ✅ | ✅ |
| Google Antigravity | ✅ | — |
| Gemini Enterprise 智能体平台 | ✅ | ✅ |
| Gemini Enterprise 应用 | ✅ | — |
| Gemini App | ✅ | ✅ |
| Google 搜索 | — | ✅ 逐步上线 |
| CodeMender（3.5 Flash Cyber） | 受控试点：仅限政府与可信合作伙伴 |
路线图彩蛋：3.5 Pro 与 Gemini 4
公告里埋着两条值得留意的前瞻信息：
- Gemini 3.5 Pro 正在与合作伙伴测试，“准备就绪后尽快”全面开放。
- 谷歌已启动迄今最具野心的预训练——Gemini 4，并称”对进展感到兴奋”。
两条放在一起看：Flash 层级的效率地基先打牢，下一轮前沿冲刺随后就到。
结论
如果你在做智能体，这次发布的选型结论罕见地清晰：质量敏感的智能体任务选 3.6 Flash，高并发走量选 3.5 Flash-Lite，两者都比前代更便宜。Flash Cyber 则预示着谷歌眼中专业微调模型的走向——强大、垂直、且刻意设限。