Gemini 3.6 Flash、3.5 Flash-Lite 与 Flash Cyber：Google 把模型选型拆成三种工作负载

Google DeepMind 在 2026 年 7 月 21 日同一篇官方博客中公布了 Gemini 3.6 Flash、Gemini 3.5 Flash-Lite 和 Gemini 3.5 Flash Cyber。它们对应的不是「同一个模型逐档降价」，而是三种工作负载：3.6 Flash 面向需要较强编码、知识工作和多模态能力的主力任务；3.5 Flash-Lite 面向低延迟和高吞吐；Flash Cyber 则把模型能力收窄到漏洞发现与修复，并通过 CodeMender 限定给政府和可信合作伙伴试用。1

因此，发布页最值得读的部分不是「谁的分数最高」，而是 Google 如何把能力、token 消耗、调用价格和安全边界放进同一个选型框架。3.6 Flash 的卖点是单位 agentic task 做得更多、用得更少；Lite 的卖点是把大量简单或可拆分任务的边际成本压下来；Cyber 的公开信息则还不足以支持普通开发者直接接入。

3.6 Flash 被定位为 workhorse model。官方相对 3.5 Flash 给出的结果如下：

效率数字是另一条线。Artificial Analysis Index 中，3.6 Flash 相比 3.5 Flash 的输出 token 使用量减少 17%；在 DeepSWE 上，官方观察到最高 65% 的输出 token 减少。原文还把这种减少归因于更少的 reasoning steps 和 tool calls。这里的判断对象是完成一次任务的工作量，不是把 17% 当成所有提示都能获得的固定节省。1

这使 3.6 Flash 的工程价值取决于任务是否真的需要多步推理和工具调用。若工作流本来只有一次短文本分类，token 效率的收益可能不如单价变化明显；若任务包含代码执行、浏览或多轮工具协作，减少中间步骤才可能转化为延迟和成本收益。

Flash-Lite 的官方定位是低延迟、高吞吐，Artificial Analysis 给出的输出速度是 350 tokens/s。它相对 3.1 Flash-Lite 的 Terminal-Bench 2.1、GDM-MRCR v2 和 GDPval-AA v2 结果分别是 54% 对 31%、72.2 对 60.1、1140 对 642；在另一组对照中，它在 SWE-Bench Pro 上以 54.2% 对 49.6% 高于 3 Flash，在 OSWorld-Verified 上以 74.0% 对 65.1% 高于 3 Flash。不同数字对应不同基线，不能合并成「Lite 全面超过 3.6 Flash」的结论。1

模型还提供不同 thinking levels。minimal 或 low thinking 适合把延迟和价格压到最低；更高 thinking levels 则用于多步 subagent 工作负载。最新模型文档列出的模型 ID 是 gemini-3.5-flash-lite，上下文窗口为 1M token，最大输出为 64k token，并支持包括 Computer Use 在内的内置工具。2

这类配置更像路由策略，而不是一个静态「强模型 / 弱模型」标签：高吞吐抽取、文档处理和可拆分的子任务可以先走 Lite，只有需要更深推理或更高成功率的环节再升级到 3.6 Flash。

Google AI for Developers 的 API 定价页列出的 Standard 价格如下，单位均为每百万 token；输出价格包含 thinking tokens。Batch 和 Flex 价格更低，但适合的服务等级与调用方式不同，不能直接拿来替代在线 Standard 预算。3

两款通用模型的 1M 上下文、64k 最大输出、thinking 和 Computer Use 支持，使它们可以共用一部分 agent 基础设施；真正的差别在于每次任务应该承担多少推理预算，以及高吞吐是否比单次成功率更重要。2

Flash Cyber 建立在 3.5 Flash 之上，并针对发现、验证和修补漏洞做了微调。官方只说它会在 CodeMender 中由多个 agents 协作生成一份 combined report，在 CyberGym 上达到与更大模型有竞争力的表现；可用性仍是政府和可信合作伙伴的 limited-access pilot。官方 API 定价页公开列出了 3.6 Flash 和 3.5 Flash-Lite，却没有给 Flash Cyber 单独的公开 token 价格。13

这意味着 Cyber 目前不能按「更便宜的通用 Flash」来采购。它的价值要结合受控评测、代码安全流程和双重用途风险一起判断；独立的 Cyber 深度评测页还给出了更细的调用条件和漏洞数字，不能用主发布页的一句 benchmark 概括替代。

博客最后透露，Gemini 4 已经开始「迄今最雄心勃勃的预训练运行」，但没有给出发布日期、架构或评测数字。它可以被理解为研发状态信号，不能写成近期上线时间表。1

对准备接入的团队，当前更可靠的判断路径是：高复杂度、多工具协作先评估 3.6 Flash；海量抽取、搜索子任务和低延迟响应先测 Flash-Lite；涉及漏洞研究则等待受邀访问与安全评测条件，而不是把三款模型放进同一张排行榜。两款通用模型的模型卡也都标注为 2026 年 7 月 21 日的官方 PDF，可作为评测口径和限制的后续入口。45