谷歌发布Gemini 3.6 Flash、3.5 Flash-Lite和3.5 Flash Cyber三款新模型，旨在提升AI代理的令牌效率、降低延迟并增强可靠性。其中3.6 Flash在编码、知识工作和多模态性能上表现更优，输出令牌使用量较前代减少17%。

谷歌于2026年7月21日发布三款新型Gemini模型：3.6 Flash、3.5 Flash-Lite和3.5 Flash Cyber，旨在提升AI代理的构建效率、降低延迟并增强可靠性。

3.6 Flash作为主力模型，在编码、知识工作和多模态任务上表现更优，输出令牌使用量较3.5 Flash减少17%，部分基准测试中降幅高达65%，且价格更低（输入每百万令牌1.50美元，输出每百万令牌7.50美元）。它在DeepSWE基准测试中精度达49%（3.5 Flash为37%），MLE Bench得分63.9%（3.5 Flash为49.7%），OSWorld-Verified计算机使用能力达83.0%（3.5 Flash为78.4%），知识工作基准GDPval-AA v2得分1421（3.5 Flash为1349）。该模型还增强了化学、生物、放射、核及网络攻击领域的Frontier Safety防护。

3.5 Flash-Lite是3.5系列中最快的模型，每秒输出350个令牌，价格低廉（输入每百万令牌0.30美元，输出每百万令牌2.50美元）。它在编码和代理任务上显著优于3.1 Flash-Lite，例如Terminal-Bench 2.1得分54%（3.1 Flash-Lite为31%），GDM-MRCR v2长上下文得分72.2%（3.1 Flash-Lite为60.1%），GDPval-AA v2真实任务执行得分1140（3.1 Flash-Lite为642）。它甚至在某些评估中超越3 Flash，如SWE-Bench Pro得分54.2%（3 Flash为49.6%），OSWorld-Verified得分74.0%（3 Flash为65.1%）。

3.5 Flash Cyber专为网络安全设计，基于3.5 Flash微调，用于高效检测、验证和修复代码漏洞。它通过CodeMender代理协同工作，在CyberGym基准测试中达到前沿水平。该模型将仅通过有限访问试点计划提供给政府和受信合作伙伴，以优先保护关键漏洞，同时防止滥用。

3.6 Flash和3.5 Flash-Lite即日起可通过Google AI Studio、Android Studio、Gemini Enterprise Agent Platform及Gemini应用使用，3.5 Flash-Lite也正在Google搜索中推出。谷歌同时预告，3.5 Pro正在与合作伙伴测试，并已启动Gemini 4的预训练工作。

根据评论内容，总结如下：

主要观点与论据：

1. 性能与性价比争议

   • 部分评论认为3.6 Flash性能不突出，且价格高于竞品（如GLM-5.2）。
     • “It is both less intelligent and more expensive than GLM-5.2”（评分None，作者jgbuddy）
     • “3.6 flash is more expensive than GLM 5.2 - but seemingly worse”（评分None，作者mw）
   • 另一部分评论指出其效率提升：token效率比3.5高17%，且价格更低。
     • “It is 17% more token-efficient than 3.5 and performs significantly better in coding and tool usage benchmarks”（评分None，作者nsbk）

2. 缺乏与竞品对比

   • 多数评论批评Google仅与自家旧模型对比，未与前沿模型或中国实验室模型比较。
     • “Google does not even bother to show benchmarks of these models compared to the frontier and Chinese labs”（评分None，作者velominati）
     • “no comparison to other models here”（评分None，作者mw）

3. 对Google战略的质疑

   • 评论认为Google在AI竞赛中落后，内部士气低落，领导层需调整。
     • “Google desperately needs to make some leadership changes within their Gemini team”（评分None，作者kthinckley）
     • “I don't want to know what morale is like at DeepMind right now”（评分None，作者mfkrause）

4. 部分积极反馈

   • 有用户认可Gemini在多模态（图像/音频分析）上的优势，并期待3.5 Pro。
     • “Gemini has fallen behind in some areas, but is still one of the best multimodal models”（评分None，作者singingtoday）
   • 也有用户对3.5 Lite的代理任务能力表示肯定。
     • “3.5-lite is the real showpiece here; agentic models of this size are a huge value-add”（评分None，作者youssefarizk）

5. 具体问题与批评

   • 知识截止日期与实际表现不符（如2025年事件无知）。
     • “despite that the knowledge cut off is march 2026 it still knows nothing about 2025”（评分None，作者npn）
   • 部分基准测试数据矛盾（如DeepSWE的65% vs 49%）。
     • “So which one is it? 65% or 49%?”（评分None，作者dumberquestions）

平衡性总结：
评论整体偏向负面，主要质疑性能、定价策略及缺乏竞品对比；少数正面评价聚焦于多模态能力和特定场景效率提升。用户对Google的AI战略普遍失望，认为其落后于OpenAI、DeepSeek等对手。