Google 推出 Gemini 3.6 Flash 與 3.5 Flash-Lite：專注優化企業 AI 成本與工作流效能

問題 3 / 5

Gemini 3.5 Flash Cyber 的功能特色是什麼？目前透過哪些管道提供給使用者？

Q: Gemini 3.6 Flash 在提升企業 AI 應用效率方面有哪些具體表現與數據支持？

Gemini 3.6 Flash 作為新一代主力模型，其核心價值在於卓越的「代幣效率」，旨在解決企業在部署自主運作 AI 代理程式時面臨的高昂成本與延遲挑戰。在 AI 代理程式頻繁進行邏輯推演與循環除錯的過程中，3.6 Flash 透過減少冗餘代幣的生成，顯著優化了工作流的經濟效益。根據 Artificial Analysis Index 的測試，其輸出代幣消耗量較前代 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%。除了降低成本，該模型在精準度上也取得了實質進展。由於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%，而在機器學習基準 (MLE Bench) 亦提升至 63.9%。這些提升意味著企業能以更低的單次任務成本，完成更複雜的連續性工作，並在多模態處理、程式碼編寫與知識工作領域獲得更佳的實用性，有效降低了企業導入 AI 的門檻。

Q: Gemini 3.5 Flash-Lite 的定位為何？它如何協助開發團隊達成成本平衡？

Gemini 3.5 Flash-Lite 是一款針對高頻次應用與極速需求設計的超輕量級模型。它的定位並非追求頂尖的邏輯推理能力，而是為了處理需要海量請求且對延遲極度敏感的使用場景。這款模型以極具競爭力的定價切入市場，根據業界資料，其每百萬輸入代幣僅需 0.3 美元，輸出則為 2.5 美元。這種低成本特性使其非常適合處理基礎資料過濾、大量文字分析等不需要複雜深思的任務。透過引入 3.5 Flash-Lite，開發團隊可以在整體的 AI 部署架構中實現最佳的成本平衡：將高成本的運算資源保留給最關鍵的核心環節，而將繁重且重複性高的基礎任務交由這款輕量化模型處理。此外，Google 已將此模型應用於搜尋結果中，為使用者提供更快速的資訊整理服務。這種策略讓企業能根據任務的複雜度與頻次分配合適的模型，將運算資源花在刀口上，從而提升 AI 工具的核心競爭力並推動產業普及。

Q: 開發者與一般大眾目前可以透過哪些平台或工具使用這些新發布的模型？

Google 為不同類型的使用者提供了多元的管道來接入 Gemini 3.6 Flash 與 3.5 Flash-Lite。對於開發者與專業團隊而言，這兩個新模型已經正式上架至多個開發環境，包括 Google AI Studio、Android Studio 以及 Antigravity。這些平台提供了必要的 API 與工具，方便開發者將模型整合進生產環境中的 AI 代理程式或各類應用程式中。對於一般使用者，Google 則提供了更直觀的接觸點，使用者可以直接在 Gemini 網頁版或是 Gemini 手機 APP 中選擇並切換至這些新模型進行互動。此外，Gemini 3.5 Flash-Lite 的應用範圍更進一步擴展到了 Google 搜尋中，藉此提升搜尋結果中資訊整理的速度與效率。這種全方位的佈局確保了無論是需要建構複雜 AI 生態系的開發者，還是追求快速資訊獲取的一般用戶，都能根據自身的需求與習慣，在合適的平台上體驗到這些具備高性價比與高穩定性的 AI 工具。

Q: 除了已發布的輕量化模型，Google 對於 Gemini 3.5 Pro 與 Gemini 4 的研發進度有何說明？

在本次發布輕量化模型的同時，Google 也針對外界高度關注的高階旗艦模型進度給出了正面回應。關於 Gemini 3.5 Pro，Google 明確表示目前正與合作夥伴進行密切的測試中，這暗示該模型已進入發布前的最後驗證階段，旨在確保其頂尖的邏輯推理能力能在實際應用中發揮穩定效能。至於下一代的重量級產品 Gemini 4，Google 宣布已經正式展開了預訓練 (pre-training) 階段。根據官方的說法，Gemini 4 的預訓練工作已經取得了相當不錯的進度，這代表 Google 在追求 AI 實用性與降低門檻的同時，並未放慢對極限算力與下一代核心技術的研發腳步。雖然目前的市場策略重心放在提升 3.6 Flash 等模型的經濟效益，但 3.5 Pro 的測試與 Gemini 4 的預訓練進展，顯示了 Google 試圖在「高性價比工具」與「旗艦級邏輯能力」之間取得平衡，以滿足企業從基礎任務到核心複雜運算的全方位需求。至於具體的發布日期或更詳細的技術規格，文章未提及此部分。

AI 根據文章內容回答

Gemini 3.5 Flash Cyber 是 Google 針對日益嚴峻的網路安全挑戰所推出的專精模型。這款模型建立在 3.5 Flash 的基礎之上，並針對尋找、驗證與修補程式碼漏洞進行了深度的微調。在實際的技術測試中，3.5 Flash Cyber 展現了強大的防禦能力，特別是在針對 V8 JavaScript 引擎的測試中，它成功找出了 55 個確認的漏洞，其表現優於常規的 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可能帶來的潛在風險，Google 對於這項技術的發布採取了較為嚴謹且具備限制性的策略。目前，3.5 Flash Cyber 僅以限定計畫的形式提供，優先開放給政府機構以及受信任的合作夥伴使用。主要的提供平台為 CodeMender，旨在確保這項技術能確實協助防禦方在資安戰場中搶占先機，而非被誤用。這種專精化模型的推出，展現了 Google 在通用型 AI 之外，針對特定高價值專業領域（如資安防禦）進行深度優化的策略方向。

其他問題

Q1 Gemini 3.6 Flash 在提升企業 AI 應用效率方面有哪些具體表現與數據支持？ Q2 Gemini 3.5 Flash-Lite 的定位為何？它如何協助開發團隊達成成本平衡？ Q4 開發者與一般大眾目前可以透過哪些平台或工具使用這些新發布的模型？ Q5 除了已發布的輕量化模型，Google 對於 Gemini 3.5 Pro 與 Gemini 4 的研發進度有何說明？