Codex 核验（2026-10-09）：Google 官方发布页确认 07-21 发布、所列价格与当期基准；分数及 token 降幅是该评估条件下的发布数据，不能保证本机任务相同收益。Computer Use 是客户端执行的内置工具，模型返回动作后仍由调用方环境实际执行，不是云端模型直接取得本机控制权限。Cyber 的受限接入和 Gemini 4 开始预训练，不等于全部用户可调用。本文保留发布日快照，未穷举验证十月全部模型或免费权益。
核心信息
Google 于 2026年7月21日发布三个新 Gemini 模型，聚焦 Agent 工作流的效率与成本优化。
1. Gemini 3.6 Flash
- 定位: Flash 系列新一代”工作马”模型，替代 3.5 Flash
- 价格: 7.50/1M output tokens（比 3.5 Flash 更低）
- 效率提升: Artificial Analysis Index 显示输出 token 用量减少 17%；DeepSWE 测试中最高减少 65%
- 关键性能: DeepSWE 49% vs 3.5 Flash 37%；MLE Bench 63.9% vs 49.7%；OSWorld-Verified 83.0% vs 78.4%
- 特点: 更少推理步骤和工具调用即可完成多步工作流；内置 Computer Use 工具
- 安全: 增强 Frontier Safety 防护（CBRN 和网络攻击防御）
2. Gemini 3.5 Flash-Lite
- 定位: Flash 系列最快、最具成本效益的模型
- 速度: 350 output tokens/s（Artificial Analysis 数据）
- 价格: 2.5/1M output
- 关键提升: Terminal-Bench 2.1 54% vs 3.1 Flash-Lite 31%；SWE-Bench Pro 54.2%（超越 3 Flash 的 49.6%）
- 用途: 高吞吐量 agentic 搜索、文档处理、subagent 执行
3. Gemini 3.5 Flash Cyber (CodeMender)
- 定位: 基于 3.5 Flash 微调的网络安全专用模型
- 功能: 检测、验证、修补代码安全漏洞
- 部署: 仅限政府和受信合作伙伴通过 CodeMender 平台使用
- 成绩: CyberGym 基准上达到前沿竞争力
- 意义: Google 首个安全垂直领域专用模型
行业影响
- Google 宣布已开始 Gemini 4 预训练，这是其最雄心勃勃的预训练项目
- 3.5 Pro 正在与合作伙伴测试中
- 这三个模型的发布表明 Google Flash 系列的战略方向：极致成本效率 + 垂直领域专业化（Cyber）