Google 发布 Gemini 3.6 Flash 系列：主打智能体，提速降本更少废话

现在的 AI 智能体开发最怕两件事：一是响应慢，二是一口气吐出一堆废话把 token 费烧光。当多步工作流跑几个循环，账单就容易失控。

Google 一口气推出了三款面向生产级智能体的轻量模型：Gemini 3.6 Flash、3.5 Flash-Lite 以及专攻安全修补的 3.5 Flash Cyber。没有大家苦等已久的旗舰 Gemini 3.5 Pro，Google 这次把精力全放在了怎么帮开发者提速和省钱上。

少说废话，把速度拉满

Gemini 3.6 Flash 被 Google 定位为日常主力打工人。它最大的变化不是智力突飞猛进，而是学会了精简输出。

根据 Artificial Analysis 指标，它比上一代 3.5 Flash 节省了 17% 的输出 token 消耗，在 DeepSWE 代码基准上甚至能省下高达 65% 的 token。它能用更少的推理步骤和工具调用跑完多步工作流，减少无谓的循环修改。

价格也随之压低：输入每百万 token 1.5 美元，输出 7.5 美元。在能力上，它的 DeepSWE 得分从 37% 涨到 49%，OSWorld 计算机操作测试达到 83.0%，并支持内置的客户端计算机操作工具。

如果任务需要极限吞吐，Gemini 3.5 Flash-Lite 更夸张。它的输出速度飙到了每秒 350 token，输入价格每百万 token 仅需 0.3 美元，输出 2.5 美元。

开发者可以自由调节思考层级，用极低延迟去跑海量搜索和文档处理，或者拉高层级驱动子智能体。在 SWE-Bench Pro 测试中，它的得分达到 54.2%，甚至反超了早期的 3 Flash。

专职找 Bug 的特种兵，和缺席的旗舰

第三款模型 3.5 Flash Cyber 则是一个专精特工。Google 把它放进 CodeMender 平台，通过多个轻量智能体并行探索超大代码库的可能路径。

在 V8 引擎实测中，它找出了 55 个确认的独有漏洞，多于 3.5 Flash 的 47 个以及 Claude Opus 4.6 的 36 个。因为安全挖掘具备攻击与防御的双重属性，Google 目前只把它作为试点项目，仅对政府和受信任伙伴开放。

这场发布最耐人寻味的地方，恰恰在于它没发什么。原本传出 6 月就该亮相的旗舰 Gemini 3.5 Pro 依然缺席，彭博社等媒体此前透露其遭遇了内部性能延迟。Google DeepMind 产品负责人 Logan Kilpatrick 表示 3.5 Pro 仍在与伙伴测试，同时团队已经启动了 Gemini 4 的预训练。

第三方声音也点出了现实落差。Artificial Analysis 排行榜显示 3.6 Flash 综合得分其实与 3.5 持平；论纯粹的 token 价格，它依然比不上开源的 DeepSeek V4 Flash 或 GPT-5.6 Luna。但它胜在吞吐速度极快，且与 Google 生态紧密捆绑。

为什么重要

我们认为，Google 这次的选择非常务实。对于做实际业务的开发者来说，天天跑智能体的瓶颈从来不是模型能不能写出莎士比亚风格的代码，而是调用延时能不能进一秒内、每月的 API 账单会不会爆表。3.6 Flash 和 Flash-Lite 摆明了就是冲着高频生产环境去的，现在就能在 Google AI Studio 和 Gemini API 里调通，极具上手价值。

从行业竞争来看，对手们在高端战场跑得飞快，OpenAI 连续推出 GPT-5.5 与 GPT-5.6，Anthropic 也有 Claude Opus 4.8 和 Sonnet 5 压阵。Google 在 3.5 Pro 难产的关头，选择用极致性价比的 Flash 守住开发者底盘，顺便喂饱自家搜索、Gmail 和 Workspace 的海量日常流量，这一步走得很聪明。

但隐患也很明显。智能体终究需要一个大智商的中枢来规划全局。如果 3.5 Pro 迟迟无法落地，光靠小而快的 Flash 家族，很难阻止核心高端用户流向竞争对手的怀抱。能省钱固然好，但智能的上限才是大家最挂念的牌面。