谷歌发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber

背景

大模型厂商很少一次只发一个模型。一代模型通常以「家族」形式出现：一个通用型号、一个更小更便宜、用来处理高并发任务的型号，有时还会有针对某类任务专门调优的变体。使用者真正要选的多半不是「哪个模型最聪明」，而是「哪个模型在我能接受的价格和速度下足够好」。计价一般按每百万 token 计，token 是模型读写文本的单位，读入（输入）和写出（输出）分开标价，所以两项费率会分别列出。

发生了什么

2026 年 7 月 21 日，谷歌一次发布了三个模型：Gemini 3.6 Flash、Gemini 3.5 Flash-Lite 和 Gemini 3.5 Flash Cyber^[1]。

其中的主力是 Gemini 3.6 Flash。按谷歌的说法，它在编程与智能体（agent）基准上优于 3.5 Flash，同时输出的 token 更少^[1]。输出 token 变少之所以重要，是因为在一次请求里，输出那一半通常更慢、也更贵。3.6 Flash 的定价是每百万输入 token 1.50 美元、每百万输出 token 7.50 美元^[1]。同日的 Gemini 发布说明称，3.6 Flash 将被推送给全球所有 Gemini 应用用户，也就是说它不只是接口上的一个型号，也进入了消费端应用^[2]。

Gemini 3.5 Flash-Lite 站在取舍的另一端：输出速度达到每秒 350 个 token，每百万输入 token 0.30 美元，输出为每百万 token 2.50 美元^[1]。高生成速度配上低输入价格，指向的是那种需要读大量文本、又要快速给出回答、且允许一定错误率的场景。

第三个模型性质不同。Gemini 3.5 Flash Cyber 经过微调，用于发现并修复漏洞，但只向政府和受信任的合作伙伴开放，属于 CodeMender 试点的一部分^[1]。

谷歌还说明，Gemini 3.5 Pro 仍在与合作伙伴测试中，Gemini 4 的预训练已经开始^[1]。

关键细节

这次发布值得注意的地方，是三个模型如何划分了空间。Flash-Lite 和 Cyber 沿用 3.5 的版本号，通用型的 Flash 则进到 3.6，可见版本号跟着的是某条产品线的调优进度，而不是一次覆盖全公司的统一发布。

最清楚的分界线是价格。3.6 Flash 的输入价格是 3.5 Flash-Lite 的五倍（1.50 美元对 0.30 美元），输出价格是三倍（7.50 美元对 2.50 美元）^[1]。对开发者来说，这个差距直接决定一件事：某个任务是每次请求都跑，还是先用便宜模型、不行了再换贵的。

Gemini 3.5 Flash Cyber 是三者中唯一限制使用者的一个。一个专门找漏洞的模型，既可以用来在攻击者动手之前把软件修好，也可以用来找自己并不拥有的系统的弱点；只开放给政府和受信任伙伴的试点，就是对第二种用法加以控制的一种办法^[1]。

为什么重要

这次发布能看出同时作用在模型厂商身上的三种压力。第一是成本：只有存在更便宜更快的一档，大规模部署——比如通读长文档、回答日常问题——在经济上才算得过账。第二是「每个 token 的能力」：3.6 Flash 被描述为在编程和智能体任务上更好，同时花的输出 token 更少，这既是质量主张，也是效率主张^[1]。第三是专用化与受控开放：把一个面向安全的模型交给少数用户，而不是向所有人开放^[1]。

同一次发布还提到 Gemini 3.5 Pro 仍在与伙伴测试、Gemini 4 已开始预训练，这让本次发布落在一条还在往前走的节奏里，而不是一个周期的终点^[1]。对 Gemini 应用的用户来说，最直接的变化就是 3.6 Flash 在发布当天即向全球推送^[2]。