Google Gemini 新模型一次看：3.6 Flash、Flash-Lite、Flash Cyber 與 Gemini 4
Google 一次推出 Gemini 3.6 Flash、3.5 Flash-Lite 與 Flash Cyber。本文整理三款模型分工、效能、使用限制，以及 Gemini 4 最新進度。
Google 在 2026 年 7 月 21 日發表 Gemini 3.6 Flash、Gemini 3.5 Flash-Lite 與 Gemini 3.5 Flash Cyber，一次涵蓋複雜 AI Agent、大量低成本任務，以及程式碼漏洞修補三種用途。
這次更新真正重要的不是版本號，而是 Google 不再試圖用單一模型處理所有工作。3.6 Flash 負責需要較高推理品質的代理與多模態任務；3.5 Flash-Lite 主攻速度、成本與大量執行；Flash Cyber 則因資安能力可能被濫用，只會在 CodeMender 中限量開放。
對開發團隊來說，這種分工有機會降低每項成功任務的總成本。對 Alphabet 投資人而言，產品競爭力是正面訊號，但公告沒有採用量、營收或毛利資料，目前還不能直接推論會帶來多少財務貢獻。
Gemini 3.6 Flash 重點整理：三款新模型有什麼差別？
| 模型 | 主要定位 | API 標準付費價格 | 開放範圍 |
|---|---|---|---|
| Gemini 3.6 Flash | 複雜 AI Agent、程式開發、知識工作、多模態分析 | 每百萬輸入 token 1.50 美元；輸出 token 7.50 美元 | 已普遍提供，可用於正式環境 |
| Gemini 3.5 Flash-Lite | 大量文件處理、搜尋、分類、資料擷取與子代理任務 | 每百萬輸入 token 0.30 美元；輸出 token 2.50 美元 | 已普遍提供，可用於正式環境 |
| Gemini 3.5 Flash Cyber | 尋找、驗證與修補程式碼漏洞 | 未公布 | 即將透過 CodeMender 限量提供政府與可信任夥伴 |
Token 是 AI 模型處理文字與推理內容時使用的計算單位，也是 API 的主要計費基礎。AI Agent 則是不只回覆文字，還會規劃步驟、呼叫工具並反覆執行任務的系統。
延伸閱讀：Google I/O 2026：Gemini 3.5 Flash 正式登場，AI 代理人時代全面啟動
Google 的產品策略很清楚：高難度任務交給 3.6 Flash，大量且可拆分的工作交給 3.5 Flash-Lite，敏感的資安能力則放在受控環境。對企業來說，這比把每一項工作都送進同一個高價模型更容易控制成本與風險。
Gemini 3.6 Flash：少用 17% 輸出 token，API 輸出價格也下降
根據 Google 官方公告，Gemini 3.6 Flash 在 Artificial Analysis Index 使用的輸出 token 比 3.5 Flash 少 17%，完成多步驟工作時也減少推理步驟、工具呼叫與反覆執行。
價格也同步調整。依 Gemini API 價格頁，3.6 Flash 每百萬輸入 token 維持 1.50 美元，輸出價格則由 3.5 Flash 的 9 美元降至 7.50 美元，降幅約 16.7%。
這不代表每一項工作都能固定省下 17%，更不能把 token 減幅與價格降幅直接相加。實際成本還會受到輸入長度、工具呼叫、重試次數與成功率影響。不過，當模型同時減少輸出量與輸出單價，對需要長時間執行的 Agent 工作流程確實更有意義。
官方 benchmark 也顯示 3.6 Flash 的能力不只來自縮短回答。DeepSWE 成績由 3.5 Flash 的 37% 提升至 49%，MLE Bench 由 49.7% 升至 63.9%，OSWorld-Verified 則由 78.4% 升至 83.0%。這些測試分別涵蓋軟體工程、機器學習研究與電腦操作，但仍屬固定條件下的評測，不等於每個企業流程都會得到相同比例的進步。
Gemini 3.5 Flash-Lite：用更低成本處理大量代理任務
Gemini 3.5 Flash-Lite 是 3.5 系列中速度最快、價格最低的模型。Google 引用 Artificial Analysis 數據表示，它可達每秒 350 個輸出 token，適合代理搜尋、文件處理、資料擷取、分類，以及大量子代理並行執行。
所謂子代理，是把大型任務拆成多個較小工作，再交由不同 Agent 分頭處理。開發者可以把 Flash-Lite 的思考層級設為 minimal 或 low，優先追求低延遲與低成本；需要多步驟處理時，再提高思考層級。
Google 公布的結果顯示，3.5 Flash-Lite 在 SWE-Bench Pro 得分 54.2%，高於 3 Flash 的 49.6%；OSWorld-Verified 也以 74.0% 高於 65.1%。這裡的比較對象是 3 Flash，而不是 3.5 Flash，不能解讀為 Lite 已全面超越同代的完整 Flash 模型。
它的商業價值在於讓企業把模型使用分級。若資料整理、翻譯或文件擷取都用 3.6 Flash，品質可能更高，但成本未必划算；先用 Flash-Lite 處理大量基礎工作，再把少數困難任務交給 3.6 Flash，才是更實際的部署方式。
Gemini 3.5 Flash Cyber：資安能力強，但不會全面開放
Gemini 3.5 Flash Cyber 是以 3.5 Flash 為基礎，針對發現、驗證與修補資安漏洞進行微調的專用模型。它會搭配 Google DeepMind 的 CodeMender 使用，由多個 Flash Cyber Agent 協作，再整合成一份報告。
Google 公布的 CyberGym 圖表顯示，Flash Cyber 搭配 CodeMender 得分 83.2%，接近圖中其他前沿系統，但低於最高的 85.6%。因此，比較保守的說法是：Google 已證明它具備高階漏洞處理潛力，卻不能解讀為 Flash Cyber 領先所有資安模型。
由於漏洞研究具有雙重用途，同一套能力既能協助防守，也可能被拿來找出可攻擊的弱點。Google 因此不會把 Flash Cyber 當成一般 API 全面開放，而是即將透過 CodeMender，以限量試點方式提供政府與可信任夥伴。
這項限制不是附帶條款，而是產品設計的一部分。Google 正嘗試把高風險模型能力與受控的代理基礎設施綁在一起，讓防守方先取得工具，同時降低被大規模濫用的機會。
兩款公開模型已 GA，支援 100 萬 token 上下文與 Computer Use
依 Gemini API 新模型指南，Gemini 3.6 Flash 與 3.5 Flash-Lite 都已達到 GA，也就是普遍提供並可用於正式環境。兩者都支援 100 萬 token 的上下文視窗、最多 64K token 輸出、思考模式，以及包括 Computer Use 在內的內建工具。
上下文視窗可以理解為模型一次能讀取與保留的資訊容量；Computer Use 則讓 Agent 能在授權範圍內操作電腦介面。規格變大不代表任務一定成功，但能讓模型處理更長文件、更多檔案與更複雜的操作歷程。
開發者可從 Gemini API、Google AI Studio 與 Android Studio 使用兩款模型，3.6 Flash 也已進入 Google Antigravity。企業可透過 Gemini Enterprise Agent Platform 使用，一般使用者則可在 Gemini app 接觸新模型；3.5 Flash-Lite 也正逐步導入 Google Search。
延伸閱讀：Google Cloud Next 2026：Gemini Enterprise Agent Platform 正式亮相，75% 新程式碼由 AI 產生
Google 同時預告 Gemini 3.5 Pro 與 Gemini 4
除了三款新模型，Google 也確認 Gemini 3.5 Pro 正與合作夥伴測試，準備完成後才會廣泛提供。官方沒有公布確切日期，因此不能把它寫成已經上線或即將在某個月份推出。
更長期的訊號是，Google 已啟動 Gemini 4 的預訓練，並形容這是公司至今最具野心的一次訓練。預訓練是模型正式微調與產品化之前，先從大量資料學習基本能力的階段。目前沒有 Gemini 4 的規格、價格與發布時間，這段資訊比較像研發進度預告，而不是產品上市公告。
對 Alphabet 與 AI 市場有什麼影響？
對 Alphabet 而言，這次發布偏正面，因為 Google 已把模型、Agent 工具、企業平台、搜尋與資安代理串成一條較完整的產品線。企業不只購買單一 API，也能依任務難度在不同模型之間分流，增加留在 Google 生態系的理由。
但降價也帶來另一個問題：單位 token 收入降低後，推理效率能否同步改善，將影響毛利。這次公告證明 Google 正在降低模型使用成本，卻沒有證明使用量成長足以轉成更高收入。因此，我對產品競爭力給中性偏多，對 Alphabet 財務影響仍維持中性。
延伸閱讀：850 億美元只是開始：Alphabet 用史上最大股權募資，替 Google AI 算力補燃料
接下來真正值得追蹤的不是下一個 benchmark，而是 Gemini API 與 Gemini Enterprise 的採用量、Google Cloud 成長、AI 基礎設施支出，以及效率改善能否反映在營業利益率。若企業使用量增加，成本卻沒有壓縮雲端獲利，這次模型分工才會成為實質利多。
常見問題
Gemini 3.6 Flash 和 3.5 Flash-Lite 該選哪一個？
需要複雜程式開發、多模態分析或多步驟 Agent 工作時，優先測試 Gemini 3.6 Flash。大量分類、文件擷取、翻譯或子代理任務，則可先使用成本較低的 3.5 Flash-Lite，再把失敗或困難案例交給 3.6 Flash。
Gemini 3.6 Flash 比 3.5 Flash 便宜多少？
兩者的標準付費輸入價格都是每百萬 token 1.50 美元；3.6 Flash 的輸出價格為 7.50 美元，比 3.5 Flash 的 9 美元低約 16.7%。Google 另稱新模型在 Artificial Analysis Index 少用 17% 輸出 token，但實際節省幅度仍要依工作負載測試。
一般開發者能使用 Gemini 3.5 Flash Cyber 嗎？
不能直接透過一般 API 使用。Google 表示，Flash Cyber 將透過 CodeMender 的限量試點，專門提供政府與可信任夥伴，主要原因是漏洞研究能力可能同時被用於防守與攻擊。
Gemini 3.5 Pro 與 Gemini 4 何時推出？
Google 尚未公布日期。Gemini 3.5 Pro 正在與合作夥伴測試，Gemini 4 則剛進入預訓練階段；兩者都不能視為已經可用的產品。
結語：AI 模型競爭開始從「誰最強」轉向「如何分工」
Google 這次一次推出三種 Flash 模型，反映 AI 市場的競爭指標正在改變。企業需要的不只是單一排行榜冠軍，而是能依任務難度、成本、速度與風險安排不同模型。
Gemini 3.6 Flash 與 3.5 Flash-Lite 已提供一套清楚的分流方式，Flash Cyber 則展示高風險能力可以如何受控部署。這套策略是否成功，最終仍要看真實工作流程的一次完成率、總成本與企業採用，而不是只看 Google 公布的 benchmark。
