隨著企業在生產環境中部署越來越多自主運作的 AI 代理程式 (AI Agents)，開發團隊面臨到一個核心挑戰：極限算力固然重要，但高昂的代幣成本與延遲時間，往往成為擴大應用的最大阻礙。
為了解決這個痛點，Google 正式推出三款輕量化且具備高性價比的模型：Gemini 3.6 Flash、3.5 Flash-Lite 以及專精於資安領域的 3.5 Flash Cyber。這次的產品線擴張，清楚展現了 Google 將重心轉移至提升 AI 實用性、降低企業導入門檻的策略方向。
3.6 Flash：大幅減少代幣消耗，優化工作流經濟效益
作為新一代的主力模型，Gemini 3.6 Flash 在多模態處理、程式碼編寫與知識工作領域都有顯著提升。然而，它最大的商業價值在於卓越的「代幣效率」。
在背景運行的 AI 代理程式通常需要經過多次的邏輯推演與循環除錯，每多生成一個不必要的代幣，都會無形中增加預算與運算時間。根據 Artificial Analysis Index 的測試數據，3.6 Flash 的輸出代幣消耗量比前代 3.5 Flash 減少了 17%；在 Datacurve 的 DeepSWE 測試中，節省幅度最高甚至達到 65%。
除了節省成本，3.6 Flash 在精準度上也取得實質進展。因為減少了冗餘的程式碼修改與重複執行的迴圈次數，它在軟體工程基準測試 (DeepSWE) 的成功率從 37% 提升至 49%，機器學習基準 (MLE Bench) 亦提升至 63.9%。這樣的進步意味著企業可以用更低的單次任務成本，完成更複雜的連續性工作。
3.5 Flash-Lite：針對高頻次應用的極速選擇
並非所有的 AI 應用都需要頂尖的邏輯推理能力。對於需要處理海量請求、追求極低延遲的使用場景，3.5 Flash-Lite 提供了更符合經濟效益的解答。
這款超輕量級模型以極低的輸入與輸出定價（據業界資料為每百萬輸入 $0.3 / 輸出 $2.5 美元）切入市場。它補足了基礎資料過濾、大量文字分析等不需要複雜深思的任務需求，讓開發團隊能將高成本的運算資源保留給最關鍵的核心環節，從而在整體的 AI 部署架構中實現最佳的成本平衡。
3.5 Flash Cyber：聚焦安全防禦的專精模型
除了通用型模型，Google 也針對日益嚴峻的網路安全挑戰推出了 3.5 Flash Cyber。這是一款建立在 3.5 Flash 基礎上，並針對尋找、驗證與修補程式碼漏洞進行深度微調的特殊變體。
在實際針對 V8 JavaScript 引擎的測試中，3.5 Flash Cyber 成功找出了 55 個確認的漏洞，表現優於常規的 3.5 Flash 甚至其他競爭平台的高階模型。考量到強大資安工具潛在的雙面刃特性，Google 目前選擇以限定計畫的形式，優先透過 CodeMender 平台提供給政府與受信任的合作夥伴使用，確保這項技術能確實協助防禦方搶占先機。
結語：將運算資源花在刀口上
旗艦級模型的能力固然令人期待，但真正推動產業普及的，往往是那些具備高穩定性與高性價比的工具。本次 Gemini 3.6 Flash 與 3.5 Flash-Lite 的發布，為正在建構 AI 應用生態的開發者提供了極具彈性的選擇。依照任務的複雜度與頻次分配合適的模型，將成為未來企業駕馭 AI 工具的核心競爭力。
目前開發者已經可以透過 Google AI Studio、Android Studio 以及 Antigravity 使用這兩個新模型。一般使用者也可以在 Gemini 網頁或手機 APP 選擇使用。
另外，Gemini 3.5 Flash-Lite 也將被使用在 Google 搜尋結果中，為使用者提供更快速的資訊整理。
至於大家最期待的 Gemini 3.5 Pro，Google 也正面回應正在與合作夥伴進行測試中，同時也宣布 Gemini 4 已經開始進行預訓練 (pre-training)，且已經取得相當不錯的進度。
