Google Gemini 3.6 Flash、3.5 Flash-Lite 和 Flash Cyber 发布

谷歌并未推出单一的全面更新，而是于2026年7月21日将其中端产品线拆分为三个专用模型^[1]——Gemini 3.6 Flash用于通用智能体和编码任务，Gemini 3.5 Flash-Lite用于高吞吐量低延迟任务，Gemini 3.5 Flash Cyber用于漏洞研究。这种策略明确以经济性为核心：谷歌表示，3.6 Flash比3.5 Flash输出token使用量减少约17%，同时将输出价格从每百万token 9美元降至7.50美元^[1]，这一设计精准针对企业客户持续运行的智能体循环，而非一次性聊天查询。此次发布的报道将其视为客户按token计费规模下的明确权衡——降低长期智能体工作流的成本，对谷歌的企业客户而言比在单一排行榜上拔尖更重要^[2]。Flash-Lite定价更低，为每百万token 0.30/2.50美元，输出速度约为每秒350个token，瞄准的是同一问题的另一端——文档处理和智能体搜索，其瓶颈在于吞吐量而非深度。

此次发布中最关键的数据点并非新能力——而是某种能力的缺失。人工分析（Artificial Analysis）的智能指数评分显示，Gemini 3.6 Flash得分为50，与Gemini 3.5 Flash完全相同^[3]，尽管谷歌将此次发布宣传为显著进步^[4]。Flash-Lite确实在智能指数上实现了真实提升，从25升至36。3.6 Flash在编码和智能体执行方面表现明显改善：DeepSWE从37%提升至49%，MLE-Bench从49.7%升至63.9%，OSWorld-Verified从78.4%升至83.0%^[5]。每项任务的平均耗时也大致减半，3.6 Flash从2.7分钟降至1.3分钟，Flash-Lite从1.0分钟降至0.6分钟^[3]。换言之，这是一次以速度和成本为核心、在持平的通用智能评分基础上叠加特定编码能力提升的发布——这一区别引发了社区的批评，也招致了Meta的公开嘲讽。

这三款Flash模型的发布并未伴随开发者自谷歌I/O以来一直期待的旗舰型号。Gemini 3.5 Pro的延迟可追溯至彭博社7月16日的报道，称该模型难以达到内部性能目标^[6]，促使DeepMind彻底放弃早期基础模型版本，因其在多步数学推理和SVG场景生成方面存在性能瓶颈，并从新基础模型重新训练^[7]。洛根·基尔帕特里克（Logan Kilpatrick）表示，团队“目前正在与合作伙伴测试Gemini 3.5 Pro”，并希望“很快发布”，同时确认DeepMind已启动“迄今为止最雄心勃勃的Gemini 4预训练”^[8]。在下一代预训练已启动的同时，对旗舰型号进行废弃并重启训练，这种非典型的开发序列选择，正是X平台上的竞争对手评论所抓住的细节，用以证明谷歌在前沿路线图上已过度扩张，尽管其中端产品如期发布。

Gemini 3.5 Flash Cyber是此次发布中技术上最引人注目、但管控最严的模型。该模型经过专门微调，通过谷歌的CodeMender流程发现、验证并修补软件漏洞，在CyberGym基准测试中得分为83.2%，接近OpenAI报告的GPT-5.5-Cyber的85.6%^[9]。在内部测试中，它发现了55个经确认的V8 JavaScript引擎独特问题，包括Gemini 3.5 Flash和Claude Opus 4.6均未发现的10个问题，并帮助谷歌云漏洞研究团队在两小时内发现了一个远程代码执行漏洞和一个生产服务中的内存损坏漏洞^[9]。然而，这种能力也是一把双刃剑：据报道，该模型在测试中生成了一个100%可靠的RCE漏洞利用，成功绕过ASLR和W^X保护^[9]，这正是谷歌将其限制为政府和可信合作伙伴的有限试点，而非公开发布的原因^[10]。