前言¶
2026 年 7 月 21 日，Google 正式发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber 三款模型。对把 AI 跑在生产环境里的开发者来说，这次更新关注的不是「榜单第一名」，而是 Agent 工作流里更实际的指标：输出 Token 是否更少、延迟是否更低、同等任务下的账单是否更便宜。
官方博客给出的核心数据是：在 Artificial Analysis Index 上，3.6 Flash 相比 3.5 Flash 输出 Token 减少 17%；在 DeepSWE 等编码基准上，降幅最高可达 65%。输出定价为 7.5 美元/百万 Token（输入 1.5 美元/百万 Token），低于上一代 Flash。DeepSWE 得分从 37% 提升到 49%。一周后的 7 月 28 日，Gemini API Managed Agents 将默认模型切换为 3.6 Flash，并上线 Environment Hooks。该发布在 Hacker News 获得 760 点、577 条讨论，说明开发者社区对「Agent 性价比模型」的关注度很高。
本文基于 Google 官方博客与公开文档，梳理 3.6 Flash 的能力变化、同批发布的两款姊妹模型，以及 Managed Agents 的工程侧更新。
3.6 Flash：在更少 Token 下做更多事¶
Google 将 3.6 Flash 定位为 Flash 系列的「主力模型」（workhorse model），直接承接 3.5 Flash 在编码、知识工作、多模态场景中的角色，但强调 Token 效率 与 Agent 可靠性 的同步提升。
官方给出的变化方向包括：
- 更少废话：在 Artificial Analysis Index 上，输出 Token 比 3.5 Flash 少 17%；部分任务（如 DeepSWE）中降幅更大。
- 更少步骤：多步工作流中，推理步骤与工具调用次数有所减少。
- 更低单价：输入 1.5 美元/百万 Token，输出 7.5 美元/百万 Token，按官方说法，这降低了单个 Agent 任务的整体成本。
对长期跑 Agent 循环、子 Agent 编排、批量文档处理的团队，「输出 Token 变少 + 单价下降」是叠加效应，比单纯看单次推理延迟更有现实意义。
基准测试：编码、Computer Use 与知识工作¶
Google 在发布文中引用了多项公开或自研基准，以下数据均来自官方博客，便于读者对照：
| 基准 | 3.6 Flash | 3.5 Flash |
|---|---|---|
| DeepSWE（Datacurve） | 49% | 37% |
| MLE Bench | 63.9% | 49.7% |
| OSWorld-Verified | 83.0% | 78.4% |
| GDPval-AA v2 | 1421 | 1349 |
几个值得留意的点：
- DeepSWE 衡量的是软件工程 Agent 在真实代码库上的表现。37% → 49% 的提升，配合 Token 效率改善，说明模型在「少改错代码、少陷入执行循环」方面有所进步。
- OSWorld-Verified 与 Computer Use 直接相关。3.6 Flash 在 OSWorld-Verified 上达到 83.0%，且 Computer Use 已通过 Gemini API 与 Gemini Enterprise 作为内置客户端工具提供，意味着开发者不必再单独拼装 GUI 操作层，即可在 Agent 流程中调用。
- GDPval-AA v2 面向知识工作场景。Hebbia、Harvey 等客户案例提到，3.6 Flash 在多模态文档解析、图表分析、报告起草上表现更好。
需要客观说明的是：Hacker News 上有开发者引用 Artificial Analysis 的第三方评测，认为 3.6 Flash 在综合智力指标上处于「中上水平」，但在 intelligence vs. time per task、intelligence vs. output speed 维度上，Flash 路线的速度优势更明显。若你的业务是高频迭代前端或快速原型，这类「快且够用」的模型往往比旗舰 Pro 更划算。
同批发布：3.5 Flash-Lite 与 3.5 Flash Cyber¶
本次并非只更新 3.6 Flash，Google 同时发布另外两款模型，分工清晰。
3.5 Flash-Lite：吞吐与延迟¶
3.5 Flash-Lite 面向高吞吐、低延迟场景，例如 Agent 搜索、大批量文档处理。官方数据：
- 输出速度约 350 Token/秒（Artificial Analysis 测算）
- 定价：0.3 美元/百万输入 Token，2.5 美元/百万输出 Token
- Terminal-Bench 2.1：54%（对比 3.1 Flash-Lite 的 31%）
- 同样支持 Computer Use 内置工具
在 Managed Agents 中，3.5 Flash-Lite 可作为 主 Agent（3.6 Flash）+ 子 Agent（Flash-Lite） 的组合：主 Agent 负责推理与编排，Flash-Lite 负责高并发、低成本的子任务，例如一次性生成 25 个网页设计草案。
3.5 Flash Cyber + CodeMender：安全专项¶
3.5 Flash Cyber 基于 3.5 Flash 微调，专注网络安全漏洞的发现与修复，通过 CodeMender 多 Agent 协作生成统一报告，在 CyberGym 基准上达到前沿水平。
由于双重用途风险，Google 采取受限部署：该模型将通过 CodeMender 面向政府与可信合作伙伴的限量试点 开放，而非全面公开 API。对普通开发者，知道这条产品线存在即可；若做安全合规或政企项目，可关注后续试点接入方式。
Managed Agents：默认切到 3.6 Flash 与 Environment Hooks¶
7 月 28 日，Google DeepMind 团队发布 Managed Agents 更新，这是 3.6 Flash 落地 Agent 生产环境的直接通道。
默认模型切换¶
antigravity-preview-05-2026 Agent 无需改代码 即默认使用 Gemini 3.6 Flash。也可通过 agent_config.model 显式指定：
gemini-3.6-flash（默认）：推理、编码、工具调用均衡gemini-3.5-flash：上一代通用 Agent 模型gemini-3.5-flash-lite：最低延迟与成本
示例（TypeScript，@google/genai SDK）：
import { GoogleGenAI } from "@google/genai";
const client = new GoogleGenAI({});
const interaction = await client.interactions.create({
agent: "antigravity-preview-05-2026",
input: "Audit all dependencies in package.json, upgrade outdated packages, and verify the build by running npm test.",
environment: "remote",
agent_config: {
type: "antigravity",
model: "gemini-3.5-flash-lite",
},
});
console.log(interaction.output_text);
Environment Hooks：在沙箱内拦截与审计工具调用¶
Environment Hooks 允许在 Agent 每次工具调用前后执行自定义脚本。在项目根目录放置 .agents/hooks.json，即可对 pre_tool_execution 或 post_tool_execution 事件注册处理器。
典型用途：
- 安全门禁：在
code_execution或write_file前运行gate.py，返回{"decision": "deny"}可阻止危险操作 - 自动格式化：在每次工具执行后运行 linter，保持代码风格一致
- HTTP 回调：将工具调用事件 POST 到外部审计系统
matcher 字段支持正则，例如 code_execution|write_file 或通配 *。Offdeal 等团队已用 post_tool_execution Hook 在远程沙箱内做图片质量校验——此前远程沙箱无法运行客户侧验证逻辑，Hooks 补上了这一环。
成本与自动化¶
同期还增加了几项工程向能力：
- Free Tier：Managed Agents 向免费层级项目开放，无账单项目也可拿 API Key 试验
- Budget Controls：
agent_config.max_total_tokens可封顶总 Token（含输入、输出、thinking），超限后安全暂停，保留环境状态以便续跑 - Scheduled Triggers：Cron 定时触发 Agent 任务，同一沙箱内文件可跨次执行保留
- Environments API：以代码方式列出、检查、删除沙箱会话，避免等 7 天 TTL 自动过期
对「Agent 跑飞、账单失控」的顾虑，Budget Controls 是最直接的对症功能。
安全与可用渠道¶
3.6 Flash 随模型卡一并说明 Frontier Safety 增强，覆盖 CBRN（化学、生物、放射、核）与网络攻击滥用场景，目标是提高越狱抗性，同时减少对正当请求的误拒。
可用渠道（官方列出的入口）：
- 开发者：Gemini API（Google AI Studio、Android Studio）、Google Antigravity
- 企业：Gemini Enterprise Agent Platform、Gemini Enterprise 应用
- 消费者：Gemini App（3.5 Flash-Lite 亦在 Google Search 逐步 rollout）
小结：Flash 路线押注 Agent 规模化¶
Gemini 3.6 Flash 的发布逻辑很清晰：在 Agent 成为默认交互形态的背景下，Google 用 Token 效率 + 降价 + Managed Agents 默认切换 三板斧，把 Flash 系列推到「生产 Agent 的默认底座」位置。3.5 Flash-Lite 负责吞吐，3.5 Flash Cyber 负责安全垂直场景，Managed Agents 的 Hooks 与预算控制则补齐了工程落地最后一环。
若你已在用 Gemini API 的 Managed Agents 或 Antigravity，下一次交互会自动吃到 3.6 Flash；若自建 Agent 编排，建议对比同一 prompt 在 3.5 Flash 与 3.6 Flash 下的 输出 Token 数 与 任务完成步数，这比只看单次 benchmark 分数更贴近真实账单。
参考来源：
