谷歌平價Gemini三箭齊發，網安模型對標Anthropic Mythos，旗艦3.5 Pro仍難產

谷歌又一次把“AI軍備競賽”的焦點，從單純追求更大、更強的旗艦模型，轉向了更便宜、更快、更適合大規模部署的AI智能體。

美東時間21日周二，谷歌一口氣推出Gemini 3.6 Flash、Gemini 3.5 Flash-Lite以及面向網絡安全的Gemini 3.5 Flash Cyber三款新模型。

其中，Gemini 3.6 Flash重點提升代碼、知識工作和多模態能力，并通過減少Token消耗降低實際運行成本；Gemini 3.5 Flash-Lite主打Gemini 3.5系列中最低的定價和最快的速度；Flash Cyber則瞄準軟件漏洞發現與自動修復，直接切入Anthropic旗下Mythos等網絡安全模型的優勢賽道。

相比前代3.5 Flash，Gemini 3.6 Flash的輸出價格下調約17%，但并非所有新模型都名義上價格下降。Gemini 3.5 Flash-Lite的重點在于通過更快的響應速度和更高的任務效率，降低高吞吐場景下的整體使用成本。與上一代Gemini 3.1 Flash-Lite相比，其名義Token價格并未下降，輸出價格反而更高。

因此，谷歌此次AI產品策略的核心，與其說是全面“價格戰”，不如說是通過模型分層，試圖在模型能力、Token消耗、響應速度和實際任務成本之間尋找新的平衡。

同時，此次發布暴露出谷歌當前AI戰略的一個尷尬：市場最期待的旗艦模型Gemini 3.5 Pro仍然沒有正式發布。路透社報道稱，該模型原定于6月推出，目前仍在與合作伙伴測試，谷歌只表示將在“準備好后”盡快擴大開放。與此同時，谷歌已經啟動了迄今最雄心勃勃的Gemini 4預訓練工作。

在OpenAI和Anthropic持續推出更強大模型、AI企業客戶開始越來越關注推理成本和Token效率的背景下，谷歌此次發布的三款模型，實際上更像是一次圍繞“AI智能體商業化”的全面補位。

Gemini 3.6 Flash：更少Token，更低價格，代碼和智能體能力同步提升

谷歌此次更新的核心模型是Gemini 3.6 Flash。

按照谷歌的說法，3.6 Flash是在此前Gemini 3.5 Flash基礎上，根據開發者和企業客戶反饋進行優化的“工作馬”模型，重點提升代碼編程、知識工作和多模態能力。

更值得關注的是效率。

谷歌援引Artificial Analysis Index稱，Gemini 3.6 Flash相比3.5 Flash的輸出Token消耗減少17%，同時完成多步驟工作流所需的推理步驟和工具調用次數也有所減少。對于需要長時間運行、反復調用工具的AI智能體而言，這意味著成本并不只是簡單地按Token價格下降，而是整個任務的計算量都有望減少。

價格方面，Gemini 3.6 Flash的輸入價格為1.5美元/百萬Token，輸出價格為7.5美元/百萬Token，較前代3.5 Flash9美元/百萬Token的輸出價低將近17%。

從谷歌公布的測試數據來看，Gemini 3.6 Flash在多個關鍵指標上較3.5 Flash有所提升：

• DeepSWE：49%，高于37%；
• MLE Bench：63.9%，高于49.7%；
• OSWorld-Verified：83%，高于78.4%；
• GDPval-AA v2：1421分，高于1349分。

其中，OSWorld-Verified主要測試模型使用計算機完成實際任務的能力，GDPval-AA則更偏向現實世界的知識工作任務。

谷歌強調，3.6 Flash能夠減少不必要的代碼修改和執行循環，從而生成更高質量、更接近生產環境要求的代碼。

這正是AI模型競爭正在發生變化的一個縮影。

在早期的大模型競爭中，市場更關注模型能否在數學、知識問答和綜合基準測試中取得更高分數。但隨著企業開始真正部署AI智能體，模型每多調用一次工具、每多生成一段無效Token，都可能轉化為實際成本。

因此，“單位智能的成本”正在成為AI模型競爭的新戰場。

Flash-Lite：每秒350個Token，瞄準高頻、低成本AI應用

如果說3.6 Flash針對的是復雜任務，那么Gemini 3.5 Flash-Lite的目標更加明確：規模化。

谷歌將其定位為Gemini 3.5系列中速度最快、成本效率最高的模型，適用于智能搜索、文檔處理以及其他高吞吐、低延遲任務。

根據Artificial Analysis的數據，Flash-Lite的輸出速度達到每秒350個Token。

價格則進一步下探至：輸入定價0.30美元/百萬Token，輸出2.50美元/百萬Token。

這意味著，在大量文檔總結、分類、信息抽取以及AI搜索等高頻任務中，開發者可以使用更加便宜的模型處理海量請求，而不必讓更昂貴的旗艦模型承擔所有工作。

谷歌公布的測試數據顯示，Flash-Lite相比此前的3.1 Flash-Lite，在Terminal-Bench 2.1上的成績從31%提高至54%，GDM-MRCR v2從60.1%提高至72.2%，GDPval-AA v2則從642分提高至1140分。

更值得注意的是，谷歌稱，3.5 Flash-Lite在部分測試中甚至超過了更高一級的Gemini 3 Flash，包括SWE-Bench Pro和OSWorld-Verified。

這背后反映的是谷歌對未來AI應用架構的一個判斷：

未來的AI智能體可能不會由一個超級模型獨立完成所有工作，而是由多個不同成本、不同能力的模型協同完成。

一個較強的“主智能體”負責規劃和決策，多個便宜、快速的“子智能體”負責搜索、整理、調用工具和執行重復性任務。

在這種架構下，模型的速度和成本效率，可能比單純的最高基準分數更加重要。

谷歌推出網絡安全專用模型，正面迎戰Anthropic的高端模型

此次發布中最具戰略意味的產品，可能是Gemini 3.5 Flash Cyber。

谷歌表示，該模型專門用于發現、驗證和修復代碼安全漏洞，并與其CodeMender代碼安全智能體結合使用。

在CodeMender體系中，多個Gemini 3.5 Flash Cyber智能體可以協同工作，最終形成綜合安全報告。

谷歌稱，Flash Cyber的設計目標是在低于大型模型的每Token成本下，實現具有競爭力的網絡安全能力。

這顯然是在對準一個正在快速升溫的AI應用市場。

隨著AI模型越來越擅長生成代碼，企業面臨的一個新問題是：AI生成代碼的速度可能已經超過人類安全團隊審查和修復漏洞的速度。

因此，能夠自動掃描代碼、發現漏洞、驗證漏洞并生成修復方案的AI安全智能體，正在成為企業AI應用的重要方向。

谷歌此次將Flash Cyber與CodeMender結合，實際上試圖打造一個“低成本、可規模化”的自動化安全防御系統。

谷歌對該模型的部署也相當謹慎。由于網絡安全AI具有明顯的雙重用途屬性，Flash Cyber初期將僅通過有限訪問試點向政府和受信任合作伙伴提供，而不是直接全面開放。

路透社指出，谷歌當前正面臨Anthropic和OpenAI的競爭壓力。Anthropic近期推出了更強大的Mythos 5和Fable 5模型，OpenAI也推出了GPT-5.6。

其中，Anthropic最新模型的網絡安全能力尤其受到市場關注。

因此，谷歌推出Flash Cyber的意義，不僅在于發布一個垂直領域模型，也是在試圖證明：在AI安全領域，企業不一定需要使用最昂貴、最大的模型。

如果一個更小、更快、更便宜的模型能夠完成大部分漏洞檢測和修復任務，那么企業部署AI安全工具的成本就可能顯著下降。

旗艦Gemini 3.5 Pro仍然延期，谷歌已經開始訓練Gemini 4

不過，谷歌此次密集推出Flash系列，并沒有完全消除市場對旗艦模型的疑問。

Gemini 3.5 Pro原計劃于今年6月發布，但目前仍然處于與合作伙伴測試階段。

路透社援引知情人士稱，Gemini 3.5 Pro延期的一個重要原因，是其在內部測試中尤其是在代碼任務上的表現沒有達到預期。

而代碼能力恰恰是目前企業AI市場增長最快、商業價值最高的應用場景之一。

這也解釋了為什么谷歌在Gemini 3.5 Pro仍未發布的情況下，選擇繼續加碼Flash系列。

一方面，Flash模型能夠迅速覆蓋開發者和企業客戶；另一方面，谷歌也可以通過更低的價格，擴大Gemini模型的實際調用規模。

Alphabet CEO皮查伊此前曾強調，企業如果將大部分AI工作負載轉移至Gemini模型，每年可能節省超過10億美元。路透社稱，谷歌近期也在持續強調Gemini模型的成本優勢。

但從競爭格局看，谷歌面臨的壓力依然不小。

去年Gemini 3系列發布時，谷歌一度重新回到AI競爭的第一梯隊，并迫使OpenAI內部發出“紅色警報”。然而，此后Anthropic和OpenAI繼續推出更強大的模型，谷歌的旗艦產品卻出現延期。

如今，谷歌的戰略開始出現明顯分層：

Gemini 3.6 Flash負責效率，Flash-Lite負責規模，Flash Cyber負責垂直場景，而Gemini 3.5 Pro則承擔重新證明谷歌頂級模型能力的任務。

更大的懸念在于Gemini 4。

谷歌此次透露，Gemini 4已經啟動了“迄今最雄心勃勃的預訓練工作”。

這意味著，谷歌正在一邊修補Gemini 3.5 Pro的延期問題，一邊加速下一代旗艦模型的研發。

對于Alphabet而言，真正的考驗已經不只是“能否發布一個更強的模型”，而是能否同時解決三個問題：

模型能力能否追上OpenAI和Anthropic；模型成本能否足夠低；以及AI模型能否真正轉化為搜索、云計算和企業軟件業務的收入增長。

從此次三款新模型的發布來看，谷歌正在把“更強模型”的競爭，進一步轉向“更高性價比的AI基礎設施”競爭。

但在Gemini 3.5 Pro正式亮相之前，市場恐怕仍會繼續追問：谷歌能否再次拿出一個足以改變AI競爭格局的旗艦模型。