谷歌推出三款新的Gemini模型：3.6 Flash、3.5 Flash-Lite与Cyber全面解析

美国当地时间2026年7月21日，谷歌DeepMind团队正式宣布谷歌推出三款新的Gemini模型，分别为Gemini 3.6 Flash、Gemini 3.5 Flash-Lite以及Gemini 3.5 Flash Cyber。其中Gemini 3.6 Flash作为主力工作模型，在编码和多模态任务上表现更优，输出token消耗较前代减少17%至65%；Gemini 3.5 Flash-Lite主打极致速度与性价比，每秒可生成350个输出token；Gemini 3.5 Flash Cyber则专注于网络安全漏洞检测与修复，初期仅向政府及可信合作伙伴开放。此次发布标志着谷歌将AI竞争焦点从旗舰模型的规模比拼转向效率、成本与场景化部署。

一、发布背景与战略意图

1.1 竞争格局的变化

2026年上半年的AI模型市场竞争日趋激烈。Anthropic先后推出了专注于网络安全的Mythos模型和性能顶尖的Fable 5模型；OpenAI发布了GPT-5.6系列的多款模型；xAI推出了Grok 4.5；中国AI公司月之暗面（Moonshot AI）发布了Kimi K3；Meta的新模型在多个AI排行榜上的表现也超过了Gemini。与此同时，谷歌的旗舰模型Gemini 3.5 Pro原定于2026年6月推出，却因编程能力未达内部目标而多次延期。

在这一背景下，谷歌选择通过发布三款Flash系列模型来回应市场的竞争压力。这三款模型全部位于谷歌Gemini产品线中主打效率与成本的“Flash”层级，战略意图清晰：在大规模AI智能体（AI Agent）商业化部署的关键节点上，用更低成本、更高效率的模型抢占企业级应用市场。

1.2 谷歌CEO的战略判断

谷歌首席执行官桑达尔·皮查伊（Sundar Pichai）在今年早些时候指出：“企业已经在快速消耗年度token预算，而现在才刚到5月。”他进一步表示，Flash系列模型的组合应用每年可为企业节省超过10亿美元的成本。这一判断精准地捕捉到了当前AI企业客户的核心痛点——推理成本与token效率。

1.3 Gemini 4的预告

此次发布中，谷歌还首次对外透露，已经启动了下一代旗舰模型Gemini 4的预训练工作，并称之为公司“有史以来最雄心勃勃的预训练”。这一消息虽然未披露具体发布时间线，但为市场提供了关于谷歌AI长期技术路线的信号。

二、Gemini 3.6 Flash：主力工作模型的效率革新

2.1 模型定位与设计目标

Gemini 3.6 Flash是此次谷歌推出三款新的Gemini模型中的核心产品，定位为“工作马（workhorse）模型”。该模型建立在2026年5月I/O大会上发布的Gemini 3.5 Flash基础之上，充分吸收了开发者和企业客户在过去两个多月中的反馈意见。其设计目标是实现编码能力、知识工作能力和多模态能力的全面升级，同时显著提升token效率并降低使用成本。

2.2 知识截止日期更新

Gemini 3.6 Flash的知识截止日期从Gemini 3.5 Flash的2025年1月更新至2026年3月。这一更新意味着模型能够访问和理解更近期的信息，对于金融分析、时事解读等对时效性要求较高的应用场景具有重要意义。

2.3 Token效率的突破

Gemini 3.6 Flash最突出的改进在于token效率。根据第三方基准测试机构Artificial Analysis Index的实测数据，该模型在处理相同任务时消耗的输出token数量较前代Gemini 3.5 Flash减少了17%。在需要多步骤推理和工具调用的复杂工程任务中，效率提升更为显著。例如在Datacurve的DeepSWE基准测试中，token消耗减少了高达65%。这意味着Gemini 3.6 Flash在执行任务时能够进行更少的冗余代码编辑和循环操作，直接转化为更低的延迟和更少的计算资源消耗。

2.4 定价策略

Gemini 3.6 Flash的定价为每百万输入token 1.50美元，每百万输出token 7.50美元。相比之下，前代Gemini 3.5 Flash的输出价格为每百万token 9美元。输出价格约17%的下调与输出token消耗的减少形成叠加效应，使得单次智能体任务的总成本显著降低。

2.5 基准测试表现

Gemini 3.6 Flash在多个权威基准测试中取得了可量化的性能提升：

编码能力方面，在DeepSWE测试中得分从Gemini 3.5 Flash的37%提升至49%。在MLE-Bench机器学习工程基准测试中，得分从49.7%跃升至63.9%，目前在该排行榜上位居首位。

计算机使用能力方面，在OSWorld-Verified测试中得分从78.4%提升至83%。该功能现已作为内置客户端工具通过Gemini API和Gemini Enterprise提供。

知识工作能力方面，在GDPval-AA v2基准上的得分从1349提升至1421。

2.6 客户反馈与实际应用

多家知名企业客户已对Gemini 3.6 Flash给出了积极反馈。Figma、Harvey、Hebbia和JetBrains均表示，该模型在处理复杂工作流和知识型任务时，在token效率、准确性和速度之间实现了良好的平衡。

在实际应用场景中，谷歌展示了Gemini 3.6 Flash的多个用例：在金融领域，该模型通过AI Studio上的Managed Agents，能够比Gemini 3.5 Flash更高效、更准确地解析和分析财务数据及记录；在代码迁移任务中，该模型在Antigravity平台上借助多智能体编排执行操作，实现了更低的延迟和更高的质量；在创意工具方面，该模型利用视觉理解能力构建了交互式主题工作室。

三、Gemini 3.5 Flash-Lite：速度与成本的极致追求

3.1 极速生成能力

Gemini 3.5 Flash-Lite是谷歌推出三款新的Gemini模型中速度最快的产品。根据Artificial Analysis Index的实测数据，其生成速度达到每秒350个输出token。这一速度大约是上一代Gemini 3.1 Flash-Lite的两倍。谷歌将其定义为3.5系列中“最快、最具成本效益”的模型。

3.2 高吞吐场景的定位

Gemini 3.5 Flash-Lite主要瞄准高吞吐量、低延迟的业务场景，例如智能体搜索（agentic search）、大规模文档处理等。这类应用场景对响应速度有极高要求，而对单次推理的智能水平要求相对灵活。Gemini 3.5 Flash-Lite正是在这一市场空白中找到了自己的定位——用极致速度支撑大规模并发请求。

3.3 定价与性价比

Gemini 3.5 Flash-Lite的定价为每百万输入token 0.30美元，每百万输出token 2.50美元。尽管其名义token价格略高于前代Gemini 3.1 Flash-Lite（每百万输出token 1.50美元），但更快的生成速度意味着在相同时间内可以完成更多任务，从而降低高吞吐场景下的整体使用成本。

3.4 性能提升

Gemini 3.5 Flash-Lite在多个维度上相比前代有显著提升：

• 编码与智能体任务：Terminal-Bench 2.1测试得分从31%提升至54%
• 长上下文处理：GDM-MRCR v2测试得分从60.1%提升至72.2%
• 真实世界任务执行：GDPval-AA v2测试得分从642提升至1140
• 在SWE-Bench Pro测试中得分54.2%，优于Gemini 3 Flash的49.6%
• 在OSWorld-Verified测试中得分74.0%，优于Gemini 3 Flash的65.1%

四、Gemini 3.5 Flash Cyber：网络安全的新防线

4.1 模型定位与竞争背景

Gemini 3.5 Flash Cyber是此次谷歌推出三款新的Gemini模型中最具差异化特色的一款。该模型基于Gemini 3.5 Flash构建，经过专门的微调以识别、验证和修复代码安全漏洞。

网络安全已成为AI模型竞争的重要新方向。2026年4月，Anthropic发布了专注于网络安全的Mythos模型，定价为每百万输入token 10美元、每百万输出token 50美元。随后OpenAI也推出了自己的网络安全模型。Gemini 3.5 Flash Cyber正是谷歌对这一竞争态势的直接回应。

4.2 技术实现与CodeMender

Gemini 3.5 Flash Cyber运行在谷歌的CodeMender代码安全智能体框架内。CodeMender通过多次调用Gemini 3.5 Flash Cyber，让多个子智能体并行分析大量代码路径，以发现和验证漏洞，最终汇总生成一份高质量的安全报告。该模型已在谷歌内部代码库（包括Chrome浏览器）中投入实际使用，用于发现和修复漏洞。

4.3 测试表现

在实际测试中，谷歌使用Gemini 3.5 Flash Cyber对知名开源项目V8 JavaScript Engine进行了分析。结果显示：

• Gemini 3.5 Flash Cyber共发现55个已确认的漏洞
• 相比之下，Gemini 3.5 Flash发现47个，Anthropic Claude Opus 4.6发现36个
• 其中包括10个其他AI模型从未发现过的安全漏洞

在CyberGym基准测试中，该模型也取得了具有竞争力的表现。

4.4 访问限制与安全考量

鉴于网络安全技术的双重用途特性（既可防御也可用于攻击），谷歌采取了审慎的部署策略。Gemini 3.5 Flash Cyber初期仅通过有限访问试点计划向政府机构和可信合作伙伴开放。谷歌表示，这一策略将帮助一线防御人员抢先发现并修复关键漏洞，在漏洞被利用之前完成防护，同时尽可能降低模型被滥用的风险。

五、三款模型的横向对比

5.1 核心参数对比

5.2 性能基准对比

5.3 与前代产品的定价对比

5.4 与竞品的定价对比

谷歌表示，Gemini 3.6 Flash在单次任务成本上已经低于GPT-5.6 Terra Max、Kimi K3和Qwen 3.7 Max等竞品。

六、技术特点与创新分析

6.1 分层产品策略

谷歌推出三款新的Gemini模型体现了清晰的分层产品策略：

• Gemini 3.6 Flash覆盖需要较强推理能力和多模态处理的中高负载场景
• Gemini 3.5 Flash-Lite覆盖对速度和成本极度敏感的大规模高并发场景
• Gemini 3.5 Flash Cyber覆盖对网络安全有专业需求的垂直领域

这种分层策略使得不同规模、不同需求的企业和开发者都能找到适合的模型方案。

6.2 效率优先的设计哲学

三款模型的共同特征是效率优先。与行业早期“越大越好”的竞争逻辑不同，谷歌此次发布的三款模型全部聚焦于如何在保证质量的前提下降低推理成本、提升响应速度。这与企业客户日益增长的“AI投资回报率”关注高度契合。

6.3 计算机使用能力的标准化

Gemini 3.6 Flash将计算机使用（Computer Use）能力作为内置客户端工具通过Gemini API和Gemini Enterprise提供。这一功能使模型能够像人类一样操作计算机界面完成实际任务，是AI从“对话工具”向“行动工具”演进的重要一步。

6.4 安全优先的部署策略

Gemini 3.5 Flash Cyber的有限访问策略体现了谷歌在敏感技术部署上的审慎态度。通过将模型限制在政府机构和可信合作伙伴范围内，谷歌试图在技术推广与安全风险之间取得平衡。

七、市场影响与行业意义

7.1 对AI模型定价格局的影响

Gemini 3.5 Flash-Lite以每百万输出token仅2.50美元的价格，将高性能AI模型的推理成本推向了新低。这一定价策略对整个AI模型市场的价格体系产生了压力，迫使竞争对手在保持模型质量的同时也必须考虑成本优化。

7.2 对AI智能体生态的推动

三款模型均针对AI智能体（AI Agent）的大规模部署进行了优化。随着企业开始将AI智能体应用于实际生产环境，模型的token效率、响应速度和单位成本成为决定部署规模的关键因素。谷歌推出三款新的Gemini模型正是在这一关键时间节点上为AI智能体生态提供了基础设施层面的支持。

7.3 网络安全AI的竞争加速

Gemini 3.5 Flash Cyber的发布标志着谷歌正式进入AI驱动的网络安全市场。这一领域的竞争正在快速升温，Anthropic的Mythos和OpenAI的网络安全模型已经先行布局。谷歌以更具成本效益的方式切入这一市场，有望推动网络安全AI的普及化。

八、与旗舰模型Gemini 3.5 Pro的关系

8.1 旗舰模型的缺席

此次谷歌推出三款新的Gemini模型的同时，外界期待已久的旗舰模型Gemini 3.5 Pro依然没有正式发布。该模型原计划于2026年6月推出，但因编程能力未达到谷歌内部设定的目标而多次延期。据彭博社援引知情人士消息，延期已在谷歌内部引发部分工程师、AI研究人员和管理层的不满。

8.2 产品矩阵的完整性

谷歌表示，Gemini 3.5 Pro目前正在与合作伙伴进行测试，将在“准备就绪后尽快”向广大用户开放。虽然旗舰模型的缺席在一定程度上削弱了此次发布的影响力，但三款Flash系列模型的发布在一定程度上弥补了产品矩阵中“效率型”产品的空白。

8.3 长远布局

谷歌同时透露Gemini 4的预训练工作已经启动。这表明谷歌的AI战略并非仅仅聚焦于当前的产品发布，而是在为下一代技术突破进行前瞻性布局。从Gemini 3.5 Pro的延期到Gemini 4的提前启动，可以看出谷歌正在调整产品节奏——不再追求按时发布，而是确保每一款产品都达到足够的技术标准。

九、可用性与开发者生态

9.1 可用渠道

Gemini 3.6 Flash和Gemini 3.5 Flash-Lite即日起可通过以下渠道使用：

• Gemini应用程序
• Google AI Studio
• Android Studio
• Google Antigravity平台
• Gemini API（开发者可通过API编程接口调用）

Gemini 3.5 Flash-Lite还将逐步集成到Google搜索中。

9.2 开发者支持

谷歌为开发者提供了完整的API文档和SDK支持，使开发者能够将这三款模型快速集成到自己的应用程序和工作流中。Gemini 3.6 Flash的计算机使用功能作为内置客户端工具提供，进一步降低了开发者构建自动化工作流的门槛。

9.3 API免费额度

此前谷歌已宣布全面扩容Gemini API的免费额度，Gemini 2.5 Flash与Flash-Lite在部分账号中已实现100万token/分钟的超高吞吐能力，且保持“免绑卡、不限总量”的低门槛。虽然此次三款新模型的具体免费额度政策尚未单独公布，但整体趋势表明谷歌正在通过降低使用门槛来吸引更多开发者进入Gemini生态。

十、总结与展望

谷歌推出三款新的Gemini模型——Gemini 3.6 Flash、Gemini 3.5 Flash-Lite和Gemini 3.5 Flash Cyber——标志着谷歌AI战略的一次重要转向。在旗舰模型Gemini 3.5 Pro延期的情况下，谷歌选择通过三款定位清晰、各有侧重的Flash系列模型来回应市场竞争，将竞争焦点从“谁的模型更大”转向“谁的模型更高效、更便宜、更适合规模化部署”。

Gemini 3.6 Flash在编码、知识工作和多模态任务上实现了性能与效率的双重提升；Gemini 3.5 Flash-Lite以每秒350个token的生成速度和极具竞争力的定价切入高吞吐场景；Gemini 3.5 Flash Cyber则通过CodeMender智能体在网络安全领域建立了差异化优势。

这三款模型的共同特征是效率优先、场景驱动。随着企业AI应用从实验阶段走向规模化部署，推理成本、响应速度和专业化能力将成为决定模型市场成败的关键因素。谷歌此次的产品发布，正是在这一趋势下的战略布局。与此同时，Gemini 4预训练工作的启动也为市场提供了关于谷歌AI长期技术演进的重要信号。

FAQ

问：谷歌推出三款新的Gemini模型具体是哪三款？

答：谷歌于2026年7月21日推出了三款新的Gemini模型，分别是Gemini 3.6 Flash、Gemini 3.5 Flash-Lite和Gemini 3.5 Flash Cyber。

问：Gemini 3.6 Flash相比前代有哪些提升？

答：Gemini 3.6 Flash在编码、知识工作和多模态任务上表现更优，输出token消耗较前代减少17%，在复杂工程任务中最高可减少65%。定价为每百万输入token 1.50美元、输出token 7.50美元。

问：Gemini 3.5 Flash-Lite的生成速度是多少？

答：Gemini 3.5 Flash-Lite的生成速度达到每秒350个输出token，是上一代Gemini 3.1 Flash-Lite速度的两倍。

问：Gemini 3.5 Flash Cyber有什么特殊之处？

答：Gemini 3.5 Flash Cyber是专门针对网络安全场景开发的模型，用于检测、验证和修复代码安全漏洞。初期仅通过有限访问试点计划向政府机构和可信合作伙伴开放。

问：这三款模型的价格分别是多少？

答：Gemini 3.6 Flash为每百万输入token 1.50美元、输出token 7.50美元；Gemini 3.5 Flash-Lite为每百万输入token 0.30美元、输出token 2.50美元；Gemini 3.5 Flash Cyber的价格未单独披露。

问：Gemini 3.5 Pro什么时候发布？

答：Gemini 3.5 Pro目前仍在与合作伙伴进行测试，原定2026年6月的发布计划已延期。谷歌表示将在“准备就绪后尽快”向广大用户开放。

问：Gemini 4的进展如何？

答：谷歌已宣布启动Gemini 4的预训练工作，并称之为公司“有史以来最雄心勃勃的预训练”，但尚未公布具体的发布时间。

问：开发者如何使用这些新模型？

答：Gemini 3.6 Flash和Gemini 3.5 Flash-Lite可通过Gemini API、Google AI Studio、Android Studio和Google Antigravity平台使用。Gemini 3.5 Flash Cyber目前仅面向政府和可信合作伙伴开放。