Gemini 3.6 Flash 正式发布：省了 Token 但智商没跟上？
2026年7月21日，Google推出三个新模型：Gemini 3.6 Flash、Gemini 3.5 Flash-Lite和Gemini 3.5 Flash Cyber，官方宣称更高效、更聪明，专为AI Agent设计。然而，社区反馈显示实际体验与宣传存在明显差距。
本文将从技术规格、基准测试、定价策略和社区反馈等维度，对Gemini 3.6 Flash进行详尽分析。
Gemini 3.6 Flash的定位和主要改进
Google官方将Gemini 3.6 Flash定位为“干活模型”，并非旗舰型号，而是面向日常开发任务和AI Agent工作流的主力模型。作为今年5月I/O大会上发布的3.5 Flash迭代版本，3.6 Flash在多个方面进行了改进。
Token效率提升
Gemini 3.6 Flash最突出的改进在于token效率。据Artificial Analysis Index数据，其输出token使用量较3.5 Flash减少约17%，在DeepSWE等场景中节省幅度高达65%。Google还指出，模型在多步任务中推理步数更少，工具调用频次降低，从而以更短路径完成相同工作量，计费更少。
价格下调
Gemini 3.6 Flash定价为每百万token输入1.5美元、输出7.5美元。相比上一代3.5 Flash每百万token输出9美元，降幅约17%。对于大规模调用的AI Agent任务，成本差异在总账单上体现明显。
代码和Agent能力
代码能力是3.6 Flash主推升级方向。官方公布的基准数据如下：
| 基准测试 | Gemini 3.5 Flash | Gemini 3.6 Flash | 提升幅度 |
|---|---|---|---|
| DeepSWE | 37% | 49% | +12pp |
| MLE-Bench | 49.7% | 63.9% | +14.2pp |
| OSWorld-Verified（计算机操作） | 78.4% | 83% | +4.6pp |
| GDPval-AA v2（知识工作） | 1349 | 1421 | +72 |
从数据看，DeepSWE提升幅度不小，从37%到49%。MLE-Bench增长更明显，接近14个百分点。Google特别提到，3.6 Flash生成的代码冗余更少，执行循环更短，更接近生产环境要求。
计算机操作（Computer Use）成为Gemini API和企业版内置工具，可直接调用，无需额外配置。
知识截止日期更新
Gemini 3.6 Flash的知识截止日期从2025年1月推进到2026年3月，这一更新对需要模型了解近期事件的应用场景十分实用。
安全防护升级
安全方面，Google称3.6 Flash上线了升级版Frontier Safety框架，重点强化了对CBRN和网络攻击类滥用的防御，同时减少了对正常请求的误拒率。
配角也有亮点：Gemini 3.5 Flash-Lite
同步发布的3.5 Flash-Lite定位比3.6 Flash更低，专门针对高吞吐、低延迟任务场景，如批量文档处理和Agent搜索。
几个关键指标：
速度：每秒约350个token，是3.5系列中最快的
价格：每百万token输入0.3美元、输出2.5美元
支持推理档位调节，低配任务用最低档追求速度，复杂子任务可调高思考深度
Flash-Lite在部分Agent和代码任务上表现出人意料。例如，在SWE-Bench Pro上，Flash-Lite得分54.2%，而老一代Gemini 3 Flash仅49.6%。OSWorld-Verified也是类似情况，74.0%对65.1%。一个定位更低、价格更便宜的模型，在不少任务上反而超过上一代正式版，体现了“以下犯上”的特点。
安全领域的新尝试：Gemini 3.5 Flash Cyber
第三个模型3.5 Flash Cyber专门用于查找和修复代码中的安全漏洞，基于3.5 Flash微调，配合Google自家CodeMender工具使用。
目前该模型仅面向可信合作伙伴限量内测，普通开发者暂无法使用。Google解释称，漏洞检测能力具有两面性，需先确保防守方有足够时间利用，再考虑更大范围开放。
社区怎么看：争议不小
官方数据看似不错，但社区反馈明显分化。
第三方测评的冷水
Artificial Analysis直接泼冷水，Gemini 3.6 Flash的智能指数得分为50，与3.5 Flash完全相同。这意味着尽管token效率提高、成本降低，但模型推理和理解能力没有实质进步。
对比同期竞品，3.6 Flash智能指数低于Meta Spark 1.1、GLM-5.2、Sonnet 5、Grok 4.5等多个模型。有用户评价：“分数一模一样，竞品一堆比它强，这升级升了个寂寞。”
性价比的质疑
开发者对性价比不满。有用户指出，Gemini 3.6 Flash使用成本比GPT-5.6 Sol Medium还高，但智能水平更低。Flash系列以性价比为卖点，却在此核心指标上被竞品反超，处境尴尬。
作为参照，OpenAI的Codex在同一时间宣布周活跃用户达1000万，并为付费用户发放了新一轮额度，对比感强烈。
实测反馈的落差
开发者做了更细致的实际测试。例如，用Google自家Antigravity跑AI生成游戏任务，结果不理想，纹理质量反而退化。还有用户反映，3.6 Flash在中文选词上出错、生成的图片和视频质量不稳定、多轮对话中出现记忆混乱和工具调用错误等问题。
当然，也有正面反馈。企业客户肯定了3.6 Flash在文档解析、图表数据分析、报告生成等多模态知识工作中的表现。对于这类结构化任务，3.6 Flash的效率提升是实打实的。
绕不开的问题：Gemini 3.5 Pro去哪了？
社区更关心的问题是：旗舰级Gemini 3.5 Pro何时推出？
Google官方说法是“正在和合作伙伴测试，准备好就上线”。但据多家媒体报道，3.5 Pro代码生成能力未能达到内部预期，6月份更新训练数据后效果依然不理想。有消息称Google甚至推翻了原训练方案，从头重新训练。
与此同时，Google AI负责宣传的Logan Kilpatrick开始引导公众注意力到Gemini 4上，声称预训练已启动且进展令人兴奋。在旗舰模型跳票背景下，这番表态带有“先别急，大的要来了”的意味。
怎么理解这次发布：省成本的路走得通，但智能还欠着
综合来看，Gemini 3.6 Flash发布逻辑清晰：Google在token效率和成本控制上做了有效工作，17%的token节省和对应降价，对大规模部署AI Agent的企业用户有实际价值。
问题在于，效率提升未伴随智能水平提高。Artificial Analysis智能指数原地不动就是最好说明。在当前竞争激烈的模型市场，Sonnet 5、GPT-5.6系列、Grok 4.5等竞品同步推进，单纯靠“更省”不足以构成竞争优势。
Flash-Lite是值得关注的产品。在极低价格下展现不错的任务完成能力，适用于大批量轻量级任务场景。
至于Gemini 3.5 Pro的缺席和Gemini 4的画饼，反映了Google在前沿模型竞争中的压力。能否在下一代产品上实现突破，可能决定Gemini系列的前途。
模型多了，选择也多了
从这次发布可看出趋势：市场模型越来越多，定位越来越细分。Google一口气推出三个，加上其他厂商产品，开发者面临繁杂选择。
不同任务适合不同模型，轻量级用Flash-Lite，深度推理用Pro或旗舰级别，代码和知识任务的最优选择也常不同。实际开发中，频繁切换模型、管理不同API Key、处理不同接口格式，确实麻烦。
写在最后
Gemini 3.6 Flash在省token和降低成本方面有实际价值，但智能水平未提升，性价比被竞品超越。开发者应保持灵活，适应快速变化的模型市场。Google将希望寄托于Gemini 4，能否翻盘尚待观察。