谷歌发布三款Gemini新模型 长任务Token成本最高降65%

2026年7月21日，Google DeepMind推出三款专有AI模型，分别为Gemini 3.6 Flash、Gemini 3.5 Flash-Lite、Gemini 3.5 Flash Cyber，产品目标为提升AI代理规模化运行的速度与智能程度，同时降低使用成本。

三款模型中，Gemini 3.6 Flash API定价为每百万输入token1.5美元，每百万输出token7.5美元。Gemini 3.5 Flash-Lite定价为每百万输入token0.3美元，每百万输出token2.5美元。Gemini 3.5 Flash Cyber暂未公布定价，该模型专为网络安全研究人员及红队人员设计，用于漏洞修复相关工作。

对比前代产品定价，Gemini 3.5 Flash此前定价为每百万输入token1.5美元，输出token9美元。Gemini 3.1 Pro Preview定价为每百万输入token2美元，输出token12美元，新模型成本降幅明显。前代Gemini 3.1 Flash-Lite仍为谷歌旗下成本最低的模型，定价为每百万输入token0.25美元，输出token1.5美元，但其运行速度仅为新3.5 Flash-Lite的一半。

第三方基准测试数据显示，Gemini 3.6 Flash较前代3.5 Flash输出token用量减少17%，在DeepSWE这类长周期软件工程基准测试中，token节省最高可达65%，对应完成相同多步骤工作流所需的推理步骤和工具调用次数更少。

性能层面，Gemini 3.6 Flash在DeepSWE基准测试得分49%，高于前代的37%。在MLE-Bench测试得分63.9%，前代为49.7%。OSWorld-Verified测试得分83.0%，前代为78.4%。GDPval-AA v2测试得分1421，前代为1349。两款新通用模型均配备100万token输入上下文窗口，最高输出限制为64000token，知识截止时间为2026年3月。安全层面，新模型搭载增强的前沿安全防护机制，强化越狱防护，降低生化辐射核领域及网络攻击滥用风险，同时尽量减少合理使用场景下的拒绝响应。

三款模型适配不同使用场景。Gemini 3.6 Flash定位高负载工作场景，可处理复杂编码、知识工作、多模态处理任务，适用于复杂文档解析、图表数据分析、长报告撰写等企业需求，可执行多代理编排框架下的复杂代码迁移，还可辅助3D工作流的摄影纹理提取工具开发。

Gemini 3.5 Flash-Lite为3.5系列最快模型，每秒可处理350个输出token，约为前代3.1 Flash-Lite的两倍，适配高吞吐量、低延迟需求场景。开发者可配置低延迟模式处理高并发任务，也可开启高思考层级处理复杂多步骤子代理工作流。该模型在SWE-Bench Pro测试得分54.2%，OSWorld-Verified测试得分74.0%，均高于标准Gemini 3 Flash。

Gemini 3.5 Flash Cyber为专项模型，经微调后用于网络安全漏洞排查修复，可与谷歌CodeMender代理直接集成。多台3.5 Flash Cyber代理并行运行可生成完整漏洞报告，在CyberGym基准测试中表现接近Anthropic的Mythos模型，定价低于大模型产品。

接入规则方面，Gemini 3.6 Flash、Gemini 3.5 Flash-Lite即日起可通过Google AI Studio、Android Studio的Gemini API，以及消费级Gemini应用、谷歌搜索接入。Gemini 3.5 Flash Cyber将很快通过CodeMender仅向政府及可信合作伙伴开放。

三款模型均为闭源专有产品，仅可通过谷歌及合作方官方API获取，不开放模型权重、训练数据及源代码。开发者按使用量付费，无法自行修改、部署模型，企业若要本地部署需与谷歌云签订高阶企业协议，同时需遵守谷歌使用政策、速率限制等条款。

部分开发者注意到，此前谷歌预告今夏推出的旗舰产品Gemini 3.5 Pro未在本次发布序列中。上一代旗舰Gemini 3.1 Pro于2026年2月推出，同期竞争对手OpenAI、Anthropic已多次更新旗舰产品，性能领先于谷歌现有旗舰产品。谷歌技术人员针对相关问询的回应内容显示，Gemini 3.5 Pro目前正在合作伙伴侧测试，准备就绪后将全面开放。

谷歌同时提及，Gemini 4的预训练工作已经启动。