3.6 Flash 用於一般生產工作
3.6 Flash 被描述為這次發表中的主力模型，在程式撰寫、知識工作、多模態效能與 computer use 方面都優於 3.5 Flash。
概覽
Gemini 3.6 Flash、3.5 Flash-Lite 與 3.5 Flash Cyber 是 Google Flash 模型家族的新成員，專為開發生產級 AI agents 的開發者與客戶推出。這次發表將它們圍繞三項需求來定位：更高的 token 效率、更低的延遲，以及在大規模下更可靠的效能。
3.6 Flash 被定位為程式撰寫、知識工作、多模態任務與 computer use 的主力模型。3.5 Flash-Lite 針對整個系列中最快、最低成本的一端，適合 agentic search 與文件處理等高吞吐量工作流程。3.5 Flash Cyber 則被視為專門的資安導向模型，與 CodeMender 搭配用於安全應用。
核心功能
代理工作流程中的更高 token 效率
這次發表指出，3.6 Flash 在多步驟工作流程中，相較於 3.5 Flash 會使用更少的輸出 token、更少的推理步驟與更少的工具呼叫，因而降低成本與延遲。
低延遲、高吞吐量的 Flash-Lite
3.5 Flash-Lite 被定位為 3.5 系列中最快的模型，引用的指標顯示其吞吐量為每秒 350 個輸出 token。
可調整的 thinking levels 與內建 computer use
3.5 Flash-Lite 內建 computer use 支援，並可依工作負載需求調整為最少、低或較高的 thinking levels。
與 CodeMender 搭配的專門 cyber 模型
3.5 Flash Cyber 與 CodeMender 搭配，用於資安工作，且需要模型與 agent 基礎架構之間的謹慎協調。
為 agentic 生產任務而設計
這些模型被定位為生產級 AI agents 的工具，重點在可靠性、效率與規模，而非單輪對話。
代表性使用情境
知識工作與多模態分析
當任務需要更強的程式撰寫、文件理解或多模態分析時使用 3.6 Flash，例如解析圖表、審閱報告或撰寫工作產出。
computer use 自動化
當 agent 需要跨瀏覽器、行動裝置或桌面介面採取動作，特別是長週期工作流程與企業自動化時，使用 3.6 Flash 或 3.5 Flash-Lite。
高量處理
用 3.5 Flash-Lite 進行大量搜尋、分類、擷取或文件處理，當延遲與吞吐量比重型推理更重要時特別適合。
多步驟 agent 工作流程
當較小的模型仍需協調類 subagent 或多步驟任務、但又不能放棄速度時，搭配較高 thinking levels 使用 3.5 Flash-Lite。
資安修補
將 3.5 Flash Cyber 與 CodeMender 搭配，用於依賴模型與 agent 編排的資安工作，例如有效率地找出並修補漏洞。
Pros and Cons
Pros
- 據稱，3.6 Flash 在改善程式撰寫、知識工作、多模態任務與 computer use 的同時，使用的輸出 token 比 3.5 Flash 更少。
- 3.5 Flash-Lite 針對速度與吞吐量最佳化，內建 computer use，並可依不同工作負載型態調整 thinking levels。
- 這次發表強調生產級 agent 工作負載的更低延遲與更低成本，尤其適合重視規模的情境。
- 模型內建 computer use，減少了在文中所述工作流程中另行組裝獨立 computer-use 模型的需求。
- 來源指出 3.6 Flash 具備面向企業的安全防護措施，包括在 CBRN 與 cyber-offense 誤用情境下更強的越獄抵抗能力。
Cons
- 來源未提供完整的定價或方案結構，僅提供其中兩個模型在發表文中的 token 定價。
- 3.5 Flash Cyber 只在高層次上被描述，與 Flash 和 Flash-Lite 相比，來源提供的獨立產品細節較少。
- 部分工作流程細節來自基準測試或示例，因此讀者可能仍需要模型卡與 API 文件來了解實作細節。
FAQ
這三個模型在用途上有何不同？
來源將 Gemini 3.6 Flash 描述為適合更佳程式撰寫、知識工作、多模態任務與 computer use 的主力模型。Gemini 3.5 Flash-Lite 則定位為低延遲、高吞吐量的工作流程，例如 agentic search 與文件處理。Gemini 3.5 Flash Cyber 則被視為與 CodeMender 搭配、專注於資安工作的專門 cyber 模型。
computer use 是內建的嗎？
有。來源指出 Gemini 3.6 Flash 與 3.5 Flash-Lite 內建 computer use；在先前的 computer use 公告中，Gemini 3.5 Flash 也已原生整合。開發者可用它來建立可跨瀏覽器、行動裝置、桌面與用戶端介面執行動作的 agents。
開發者要如何使用這些能力？
來源說明，開發者與企業可透過 Gemini API 與 Gemini Enterprise Agent Platform 使用 Gemini 3.5 Flash 的 computer use。也提到 Gemini 3.6 Flash 的 computer use 可作為內建的用戶端工具，透過 Gemini API 與 Gemini Enterprise 存取。
來源對定價怎麼說？
在提供的證據中，沒有可用的定價頁面細節。不過，發表文章本身確實提供了 API 定價：3.6 Flash 為每 100 萬個輸入 token 1.50 美元、每 100 萬個輸出 token 7.50 美元；3.5 Flash-Lite 為每 100 萬個輸入 token 0.30 美元、每 100 萬個輸出 token 2.50 美元。
這些模型主要面向哪些工作流程？
來源強調企業與生產環境的使用情境，包括持續軟體測試、知識工作、文件解析、圖表與資料分析、報告撰寫、agentic search，以及大量文件處理。
Quick Facts
- 類別
- AI 模型家族
- 品牌
- Gemini
- 來源網域
- blog.google
- 主要受眾
- 開發 AI agents 的開發者與企業
- 平台與存取
- Gemini API；Gemini Enterprise Agent Platform
- 上市日期
- 2026 年 7 月 21 日
Gemini 3.6 Flash, 3.5 Flash-Lite, and 3.5 Flash Cyber 替代品
AakarDev AI
AakarDev AI 讓團隊從單一儀表板管理 AI provider 存取、專案設定、日誌與分析，支援 BYOK 流程，並涵蓋 OpenAI、Google Gemini、Anthropic、Groq、Mistral AI、Perplexity AI。
Orca
Orca 是一款 Agent 開發環境，專為搭配 coding agents 發佈軟體而設計。可在隔離的 worktrees 中平行執行多個 CLI agents，並提供桌面與行動裝置輔助工作流程。
AI Magicx
AI Magicx 是整合式 AI 工作區，將聊天、圖片、影片、語音、音樂、電子郵件與開發任務集中於一處，方便創作者、團隊與開發者整合多模型，免切換工具與訂閱。
Paper
Paper 是一款設計工具，串連畫布、程式碼與 AI agent，讓團隊可在同一工作流程中建立、分享並交付作品。支援桌面應用程式、MCP agent 存取，以及真實內容與設計 token 工作流。
blop
blop 是一款 QA agent，將瀏覽器測試以程式碼形式寫入你的 repo，在 CI 中執行，彙整重複失敗，並可開啟 PR 修復損壞測試。適合使用 coding agents 並希望瀏覽器 QA 保持可審閱與版本控管的團隊。
RLAMA
RLAMA 是一款本機 AI 平台，可在 macOS、Linux、Windows 上建立 RAG 系統與智慧代理，支援本機處理、互動式終端工作流程與 HTTP API，用於文件問答與多代理自動化。