Google Gemini 3.6 Flash 发布：更快、更省、更适合 Agent 工作流

Google Gemini 3.6 Flash 到底更新了什么 🚀

Google 这次一口气放出三款 Gemini 新模型，其中最值得关注的是 Gemini 3.6 Flash。它不是单纯“更强一点”，而是把“更快、更省、更实用”同时做到了。

如果只看一句话总结：

• 输出更便宜
• 生成更快
• token 更省
• 实际任务表现更稳

对经常用 AI 写代码、做 Agent 编排、跑工具链的人来说，这类升级比单纯刷榜更有价值。

价格先降下来：3.6 Flash 更适合高频调用 💡

这次最直观的变化，就是定价下调。

• 3.5 Flash 的输出价格：每百万 token 9 美元
• 3.6 Flash 的输出价格：每百万 token 7.5 美元
• 输入价格保持不变：每百万 token 1.5 美元

别小看这 1.5 美元的差距。对于小规模测试可能不明显，但一旦进入真实业务，比如：

• 批量问答
• 多轮 Agent 对话
• 自动化内容处理
• 编码与调试任务

成本差异会被快速放大。尤其是多步骤工作流里，模型每一步都要调用一次，累计下来就很容易拉开预算。

不只是便宜，还更省 token

很多人只看单次价格，其实真正影响账单的，还有 token 消耗。

Google 公布的数据里，3.6 Flash 在多个评测中都更省 token：

• Artificial Analysis Index 平均少用 17% 输出 token
• 在部分 DeepSWE 编码测试中，token 消耗最多降低 65%
• 实测账单从 1041 美元降到 727 美元，节省接近三成

这意味着什么？

简单说就是：

• 同样的任务，花得更少
• 同样的预算，能跑更多次
• 对长文本、长链路推理更友好

对于要做稳定生产的团队，这种“少说废话”的模型往往更受欢迎。

速度提升明显，适合多步 Agent 工作流

3.6 Flash 另一个很实用的变化，是速度。

• 3.6 Flash 生成速度：304 tokens/s
• 3.5 Flash 生成速度：165 tokens/s

接近翻倍。

这对普通聊天未必有特别强的体感，但对 Agent 场景很关键。因为 Agent 不只是“答一句话”，而是常常要经历：

1. 读取任务
2. 规划步骤
3. 调用工具
4. 处理中间结果
5. 再输出最终答案

每一步都快一点，最后整体完成时间就会缩短很多。对于需要实时反馈的产品，体验差异会非常明显。

智能水平没有掉队，关键任务表现更稳

便宜和快，不代表能力下降。3.6 Flash 在不少指标上依然很能打。

核心评测结果

• Artificial Analysis Intelligence Index：50，和 3.5 Flash 持平
• GDPval-AA：1421 分，高于 3.5 Flash 的 1349
• OSWorld-Verified：从 78.4% 提升到 83%

这说明它不是“降配版”，而是更偏向效率优化。

尤其是 OSWorld-Verified 这类 Computer Use 能力提升，对自动化操作、桌面代理、网页执行都很重要。模型能更稳定地理解界面、执行步骤，实际可用性会更高。

知识更新到 2026 年 3 月，更贴近最新信息

另一个很容易被忽略但很重要的点，是知识截止日期。

• 3.5 Flash：2025 年 1 月
• 3.6 Flash：2026 年 3 月

这意味着模型对过去一年多的变化会更熟悉，回答最新技术、产品和行业动态时，信息滞后的问题会少一些。

当然，模型知识更新不等于绝对准确，但在很多需要“尽量新”的场景里，这个提升很实用。

和其他模型比，3.6 Flash 的定位很清楚

这次发布里，Google 没有把 3.6 Flash 做成“榜一冲刺型”模型，而是明确把它放在效率与实用优先的位置。

和其他竞品对比时，它的优势主要体现在：

• OSWorld 和部分长上下文测试表现不错
• 成本更友好
• 速度更快
• 适合 Agent 和工具调用场景

但如果比最顶级的专项能力，还是各有强项：

• GPT 5.6 Luna 在 DeepSWE 和 Terminal-bench 更强
• Grok 4.5 在 SWE-Bench Pro 领先
• Claude Sonnet 5 在 MLE-Bench 和 GDPVal-AA v2 更高

所以更准确的说法不是“谁全面碾压谁”，而是：不同模型在不同任务上各有最佳使用场景。

另外两款模型也各有用途

除了 3.6 Flash，Google 还发布了另外两款模型。

3.5 Flash Lite：走极致低价路线

这款模型更偏向高吞吐场景，价格非常低：

• 输入：0.30 美元 / 百万 token
• 输出：2.50 美元 / 百万 token

适合：

• 搜索
• 文档处理
• 大批量内容分类
• 轻量级自动化任务

3.5 Flash Cyber：面向安全场景

这款模型专注网络安全，目前仅对政府和受信任合作伙伴开放，普通用户暂时接触不到。

已经能用在哪些地方

3.6 Flash 现在已经进入多个 Google 生态产品和开发工具：

• GitHub Copilot
• Gemini 应用
• Google AI Studio
• Google Antigravity

其中 Antigravity 值得多看一眼。它是 Google 推出的 Agent 开发平台，定位偏向独立桌面应用，强调以 Agent 编排为核心。对开发者来说，它的意义在于：更方便把模型能力组织成完整工作流，而不是只做单轮对话。

这次发布最值得关注的信号

如果把这次更新放到更大的背景里看，Google 的思路很清楚：

• 不一定每次都追求“最强榜首”
• 先把高频使用场景做得更便宜、更快、更稳
• 让开发者更愿意把模型接进真实产品

这也是为什么 3.6 Flash 可能比一些旗舰型号更快进入实战。

对很多团队来说，真正重要的不是参数表上的极限分数，而是：

• 预算是否扛得住
• 延迟是否够低
• 工具调用是否稳定
• 生产环境是否好落地

3.6 Flash 在这些方面都给出了更均衡的答案。

结语：Flash 可能才是最实用的 Gemini 路线

从这次发布来看，Gemini 3.6 Flash 不是“补位产品”，而是一款很明确的主力实用型模型。它把成本、速度和可用性三件事同时往前推了一步。

如果你在找的是：

• 更适合 Agent 工作流的模型
• 更省 token 的 API 方案
• 更快的推理响应
• 更适合批量任务的 AI 工具

那 3.6 Flash 值得重点关注。

至于下一代 Gemini 4，Google 已经确认开始了更大规模的预训练。也就是说，后续还会有更大的升级空间。