深入解析 Gemini 3.6 Flash、3.5 Flash-Lite 與 3.5 Flash Cyber：為 Agentic 應用打造的全新模型架構

隨著生成式 AI 跨入「代理 (Agentic)」時代，開發者與企業在建置正式環境的 AI Agent 時，越來越看重三個關鍵指標：更高的 Token 效率、更低的延遲 (Latency)，以及更穩定的任務執行表現。

為了解決大規模 Agentic 工作流的痛點，Google 官方部落格於稍早正式宣布推出三款全新的 Gemini 模型：Gemini 3.6 Flash、Gemini 3.5 Flash-Lite 以及專精資安領域的 Gemini 3.5 Flash Cyber。此外，官方也透露了 Gemini 4 的預訓練計畫已經展開。

以下我們將深入拆解這三款新模型帶來的架構升級與實務優勢。

1. Gemini 3.6 Flash：更高效率、更高品質的工作馬模型

Gemini 3.6 Flash 延續了 Flash 系列作為「主力工作馬」的定位，不僅在程式開發 (Coding) 與知識工作 (Knowledge Work) 上有顯著的品質躍升，更在 Token 效率 上達到了全新高度。

核心升級亮點

• 極致的 Token 效率：根據 Artificial Analysis Index 的數據，3.6 Flash 在執行相同任務時，輸出的 Token 數量比 3.5 Flash 減少了 17%。在 Datacurve 的 DeepSWE 基準測試中，甚至觀察到高達 65% 的 Token 節省。它能以更少的「推理步驟 (Reasoning steps)」與「工具調用 (Tool calls)」完成多步驟工作流，這對於降低 Agentic 應用的成本至關重要。
• 價格更親民：3.6 Flash 的定價為 每百萬輸入 Token $1.50 美元、每百萬輸出 Token $7.50 美元，比前代 3.5 Flash 更低。
• 評測成績大幅提升：
  • 程式開發：在 DeepSWE 測試中展現出更高的精準度（49% vs. 37%），大幅減少了不必要的程式碼修改與無限迴圈。
  • 電腦操作 (Computer Use)：在 OSWorld-Verified 評測中達到 83.0%（前代為 78.4%）。現在，Computer Use 已成為 Gemini API 與 Gemini Enterprise 內建的客戶端工具。
  • 機器學習研究：在 MLE Bench 中達到了 63.9%（前代 49.7%）。
  • 知識工作：在 GDPval-AA v2 評測中得分 1421（前代 1349）。包含 Hebbia 與 Harvey 等客戶表示，該模型在文件解析、圖表分析與報告起草等多模態任務上表現格外優異。
• 強化安全防禦：3.6 Flash 搭載了升級版的「前沿安全 (Frontier Safety)」防護機制，大幅增強了抵禦越獄 (Jailbreak) 的能力，特別是在化學、生物、放射性與核能 (CBRN) 及網路攻擊領域，同時也確保模型不會過度拒絕正常有益的請求。

2. Gemini 3.5 Flash-Lite：專為大規模 Agentic 工作流打造

對於需要處理海量吞吐量 (High Throughput) 與極低延遲的開發場景（例如：Agentic 搜尋、大規模文件處理），Google 推出了 3.5 系列中最快的模型：Gemini 3.5 Flash-Lite。

核心升級亮點

• 極限速度與性價比：3.5 Flash-Lite 的生成速度高達 每秒 350 個輸出 Tokens。定價極度激進，每百萬輸入 Token 僅 $0.3 美元、每百萬輸出 Token 僅 $2.5 美元，提供了無與倫比的性價比。
• 彈性的思考層級 (Thinking Levels)：開發者可以根據工作負載動態配置模型。對於大量且單純的任務，可設定為低延遲的基礎思考模式；對於多步驟的子代理 (Subagent) 任務，則可切換至更高的思考層級，並同樣支援內建的 Computer Use 工具。
• 效能越級挑戰：3.5 Flash-Lite 不僅遠勝先前的 3.1 Flash-Lite，在許多 Agent 與程式開發評測中，甚至超越了規模更大的 Gemini 3.0 Flash。例如：SWE-Bench Pro (54.2% vs. 49.6%) 以及 OSWorld-Verified (74.0% vs. 65.1%)。這使其成為替代 2.5 Flash 或 3.0 Flash 工作負載的更佳選擇。

3. Gemini 3.5 Flash Cyber：內建於 CodeMender 的資安防禦專家

隨著 AI 模型越來越擅長發掘資安漏洞，防禦方的修補速度也必須跟上。Google 此次發布的 Gemini 3.5 Flash Cyber 是基於 3.5 Flash 進行深度微調的專用模型，旨在以更低的成本實現大規模的漏洞檢測、驗證與修補。

核心升級亮點

• 多 Agent 協作架構：3.5 Flash Cyber 將與 Google 內部的程式碼安全代理 CodeMender 結合。透過多個 Cyber Agent 協同工作並產出綜合報告，該模型在業界知名的 CyberGym 評測中達到了前沿 (Frontier) 水準的競爭力。
• 有限的試點計畫：考量到資安模型的「雙用途 (Dual-use)」敏感特性，3.5 Flash Cyber 目前將採用「限制性釋出」。該模型將優先透過 CodeMender 提供給各國政府與受信任的合作夥伴，確保第一線防禦者能在漏洞被惡意利用前搶先修補。

工程判讀：先用工作負載驗證，再決定模型路由

文中的速度、定價、可用性與評測結果屬於產品發布時的資訊，實際使用前應以官方文件、區域供應狀態與帳戶方案為準。對於 Agent 工作流，建議以代表性任務建立延遲、成功率、工具呼叫次數與每任務成本的基準，再決定哪些步驟使用快速模型、哪些步驟需要較高推理能力。

資安相關能力也不應直接取得生產環境的修補權限。先以最小權限、隔離測試環境與可稽核的人工核准流程驗證輸出，再逐步擴大自動化範圍。

延伸閱讀

• AI Agent 完整指南：從架構到生產環境
• Ornith 1.0：Self-Scaffolding 與 Agentic Coding 的信任邊界