Google 在美國時間 7/21 一口氣發表了 Gemini 3.6 Flash、Gemini 3.5 Flash-Lite 與 Gemini 3.5 Flash Cyber 三款新模型，但這次最受矚目的不是追求能力有多強，而是主打運行 AI 代理的速度更快、成本更低。其中主力的 Gemini 3.6 Flash，在執行長時程工程任務時，最高可將 token 用量降低 65%，直接瞄準企業大規模部署 AI Agent 時最現實的一道門檻：成本。
效率成主角，token 用量最高降 65%
根據《VentureBeat》報導，Gemini 3.6 Flash 相較前代 Gemini 3.5 Flash，整體輸出 token 用量最高減少 17%；在 DeepSWE 這類衡量代理如何從零完成多步驟工程任務的長時程基準上，token 節省幅度更可達到 65%。Google 解釋，這款模型用更少的推理步驟與工具呼叫，就能跑完同一段多步驟工作流。對按 token 計費的開發者而言，這等於直接壓低了每一次任務的成本。
價格上也拉出明顯落差。以每百萬 token 計算，Gemini 3.6 Flash 的輸入為 1.5 美元、輸出為 7.5 美元；更輕量的 Gemini 3.5 Flash-Lite 更低到輸入 0.3 美元、輸出 2.5 美元。相較之下，前代 Gemini 3.5 Flash 同樣的輸入是 1.5 美元、輸出卻要 9 美元，而 Gemini 3.1 Pro Preview 更達到輸入 2 美元、輸出 12 美元。也就是說，光是輸出這一項，新的 3.6 Flash 就比前代便宜了約六分之一。加上新模型本身就設計成用更少的 token，實際帳單可能還會低於單看牌價的預期。
成本之所以在此刻變成主角，與 AI 應用的焦點轉移有關：AI Agent 一旦要規模化，token 花費就成了現實考量。《Business Insider》就指出，越來越多公司意識到大量消耗 token 未必換得最好結果，因而回頭改用更具成本意識的模型。
當客戶開始精打細算，這正是 Google 看準的戰略切口。Google 執行長 Sundar Pichai 先前就公開強調價格優勢，表示企業若把多數 AI 工作負載轉移到 Gemini 模型，一年可省下超過 10 億美元。
三款模型各司其職，連資安都用低價切入
這波三款模型被 Google 切成不同用途。Gemini 3.6 Flash 被定位為挑大樑的主力，強化了程式開發、多模態處理與知識工作的表現，適合複雜文件解析、圖表與資料分析、長篇報告草擬等吃重任務，同時把 token 用量壓下來。
Gemini 3.5 Flash-Lite 走的是另一條路，主打高吞吐量與極低延遲的大量任務，是 3.5 系列中最快、最便宜的版本。據獨立評測機構 Artificial Analysis 的數據，它每秒可處理約 350 個輸出 token，約為前代 Gemini 3.1 Flash-Lite 的兩倍速度，適合代理式搜尋與海量文件處理這類高頻任務。
第三款 Gemini 3.5 Flash Cyber 則是高度專門化的部署，經過微調專門用來找出並修補軟體資安漏洞，並直接整合 Google 的程式修補代理 CodeMender。值得注意的是，Google 把低價策略也帶進了資安這個相對高階的領域，官方表示這款模型在 CyberGym 基準上達到接近前沿的水準，效能逼近 Anthropic 的 Mythos 模型，但主打比大型資安模型更低的單位 token 成本。
考量到資安 AI 的雙用途風險，攻擊者同樣可能加以利用，Google 初期僅透過限量試辦，將 Gemini 3.5 Flash Cyber 開放給政府與信任的合作夥伴。
旗艦 3.5 Pro 尚未出場，Google 一邊卡位一邊備戰
這批更新全數集中在輕量、低成本的模型線，真正被市場等待的旗艦 Gemini 3.5 Pro 則尚未登場。Pichai 在 5 月 Google I/O 開發者大會時曾提及，Gemini 3.5 Pro 原計劃於 6 月發布；如今 Google 表示這款模型仍在與合作夥伴測試階段，會在準備好時釋出，但未給出明確時程。
《Reuters》進一步指出，延遲的原因是這款模型未達內部目標，尤其是在程式開發這個已成為企業 AI 重要獲利場景的能力上。
這樣的空窗，放在競爭態勢下更顯得敏感，其對手已經接連推出更強的前沿模型：Anthropic 已釋出 Mythos 5 與 Fable 5，OpenAI 也推出了 GPT-5.6。《Business Insider》指出，截至這波發表，Google 尚無任何一款模型擠進 Artificial Analysis 綜合排行榜的前十名。
不過面對此態勢，Google 似乎是選擇兩手並進：一手用價格與效率先行卡位，趁企業控管 token 支出的時機搶下部署場景；另一手則同步佈局下一輪：Google 表示已啟動 Gemini 4 的預訓練，並稱這是規模最大的一次。
《CNBC》也報導，Google 正在開發一款專用晶片，據稱可將 Gemini 執行效率最高提升 10 倍，進一步壓低服務 AI 的成本。從自家客製晶片、雲端基礎設施，到軟硬體整合設計，Google 押注的是一條靠整體效率而非單點算力取勝的路線。至於旗艦模型補位之後會如何發展，仍是接下來值得持續追蹤的關鍵。
【推薦閱讀】
◆ OpenAI 證實 AI 代理自主入侵 Hugging Face，專家：目前沒有工具擋得住
＊本文開放合作夥伴轉載，資料來源：Google、《CNBC》、《VentureBeat》、《Reuters》、《Business Insider》，首圖來源：Google
