ainews
Google выпустил Gemini 3.6 Flash — экономит токены для корпоративных AI-агентов
Google представил Gemini 3.6 Flash и 3.5 Flash-Lite — модели для автономных AI-агентов, которые генерируют на 17–65% меньше токенов, что критично для непрерывных фоновых задач вроде анализа документов или кода. Цена: $1.5 за миллион входных токенов, $7.5 за выходные. Отдельная версия Gemini 3.5 Flash Cyber закрыта для широкого доступа — её используют только правительства и партнёры для автопатча уязвимостей.
Если ваша компания запускает AI-агенты на фоне, эти модели могут реально снизить счёт за API. Закрытая Cyber-версия показывает, как Google балансирует между полезностью и рисками безопасности.
Экономика фоновых агентов
Google выпустил три новых модели серии Gemini Flash, заточенных под практическую задачу: снизить стоимость и задержки для AI-агентов, работающих в реальном production. Когда агент обрабатывает тысячи запросов в час, каждый лишний токен = деньги и миллисекунды задержки.
Gemini 3.6 Flash генерирует на 17% меньше выходных токенов, чем предыдущая 3.5 версия (по данным Artificial Analysis Index), а в синтетических тестах вроде Datacurve DeepSWE — до 65% меньше. Стоит $1.5 за миллион входных токенов и $7.5 за выходные. На бенчмарках DeepSWE успешность выросла с 37% до 49%, на MLE Bench — с 49.7% до 63.9%.
Gemini 3.5 Flash-Lite — ещё дешевле: $0.3/$2.5 за миллион токенов. Развивает 350 выходных токенов в секунду — рекорд для серии 3.5. Подходит для простых высоконагруженных задач: парсинг документов, поиск, рутинные субагенты.
Gemini 3.5 Flash Cyber — закрытая модель для автоматизации патча уязвимостей. Доступна только правительствам и проверенным партнёрам через пилотную программу. Google не раскрывает детальные цифры производительности, но заявляет конкурентный уровень с frontier-моделями. Внутри инструмента CodeMender несколько инстансов Cyber работают параллельно, перепроверяя друг друга перед финальным отчётом.
Кто уже использует
Figma интегрировала 3.6 Flash в прототипирование, Harvey и Hebbia — в обработку юридических и финансовых документов (включая чтение встроенных графиков). Google добавил в API инструмент computer-use — модель может сама взаимодействовать с ОС без дополнительных прослоек. OSWorld-Verified вырос с 78.4% до 83%.
Gemini 3.5 Pro в закрытом тестировании, предтренировка Gemini 4 уже идёт. Все новые модели доступны через Gemini API, Android Studio и Gemini Enterprise Agent Platform; 3.5 Flash-Lite раскатывается в Google Search.
Ключевые выводы
- Экономия токенов = реальная экономия денег для автономных агентов в production — Google бьёт прямо в болевую точку enterprise-рынка
- Разделение на три модели (3.6 Flash, 3.5 Flash-Lite, 3.5 Flash Cyber) позволяет маршрутизировать задачи по стоимости и сложности
- Gemini 3.5 Flash Cyber закрыт для публики — Google опасается, что модель может генерить эксплойт-код
- Встроенный computer-use инструмент в API убирает необходимость кастомных прослоек для работы с ОС
- Бенчмарки показывают улучшения, но синтетические тесты не всегда коррелируют с реальной производительностью
Автор: Артём Ковалёв · Источник: artificialintelligence-news.com
Здесь наконец видна реальная забота о производственных расходах, а не очередная гонка параметров. Компании, которые крутят агенты 24/7 — парсят документы, ищут по базам, обрабатывают тикеты — платят за каждый лишний токен. 17% экономии на выходе при сохранении качества — это не маркетинг, а деньги на счёте. Разделение на три модели логично: дорогую для рассуждений, дешёвую для конвейера, секретную для уязвимостей.
Но есть вопросы. Бенчмарки вроде DeepSWE и MLE показывают рост, но синтетика — штука скользкая: модель может натренироваться под тест. Что интереснее: Figma, Harvey и Hebbia уже юзают в production — это сигнал, что модель держит планку не только на бумаге. А вот закрытый Gemini 3.5 Flash Cyber — двойное дно: с одной стороны, правильно держать потенциальный эксплойт-генератор под замком. С другой — насколько он действительно опасен, если его ограничивают только пилотом? Google не раскрывает детали, и это оставляет поле для спекуляций.
Комментарии