Gemini 新模型一次看：3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyber 怎麼選

主力自動化換 Gemini 3.6 Flash、量大的簡單任務改用 3.5 Flash-Lite、程式碼資安看 Flash Cyber——這是 Google 在 2026 年 7 月 21 日同日發布的三款新模型。以下用官方數字拆解怎麼選。

Google 這次一口氣發了哪三款 Gemini 新模型？

2026 年 7 月 21 日，Google 同日發布三款 Gemini 新模型：3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyber。前兩款主打效率與速度，第三款是 Google 推出的資安專屬模型，包在 CodeMender——Google 的程式碼安全代理——裡面推出。

官方公告把這次更新定調為「為大規模 AI 代理而生」。AI 代理（agent）指能自己拆解任務、連續執行多個步驟的 AI 程式，例如自動讀信、查資料、寫回覆一路做完。這類流程每天消耗大量 token——token 是 AI 運算與計費的文字單位，一個中文字約當 1 到 2 個 token——所以模型效率直接反映在帳單上。

三款的官方定位如下：

• Gemini 3.6 Flash：主力（workhorse）模型，程式撰寫、知識工作與多模態能力（同時處理文字、圖片等多種輸入的能力）全面升級，同時更省 token。
• Gemini 3.5 Flash-Lite：3.5 世代最快、最省成本的版本，官方稱在 AI 代理流程的表現明顯超越歷代 Flash-Lite。
• Gemini 3.5 Flash Cyber：專為資安打造的高效率模型，與 CodeMender 搭配運作。

上週（7 月 16 日）阿里 Qwen-Image-3.0 才剛上線，2026 年下半年的發布密度，已經逼著企業把「多久重新評估一次模型選型」排進例行工作。

Gemini 3.6 Flash 和 3.5 Flash-Lite 差在哪？我的自動化流程該換哪一款？

一句話分工：3.6 Flash 負責「難的」，Flash-Lite 負責「多的」。需要判斷力的任務（寫程式、分析文件、寫報告）用 3.6 Flash；量大、單次簡單的任務（分類、抽取、格式轉換）用 Flash-Lite。

比較項	Gemini 3.6 Flash	Gemini 3.5 Flash-Lite
官方定位	主力模型，能力與效率並進	3.5 世代最快、最省成本
官方公布數字	輸出 token 用量比 3.5 Flash 少 17%	每秒輸出 350 個 token
程式任務表現	Datacurve 的 DeepSWE 測試最多省 65% 輸出 token	官方未公布個別數字
定價	每輸出 token 成本更低，具體數字官方未公布	官方稱最省成本，具體數字官方未公布
適合場景	寫程式、文件分析、多模態、複雜代理流程	分類、資料抽取、路由、即時回應

17% 這個數字出自 Artificial Analysis——一家第三方模型評測機構——的指標，由 Google 官方公告直接引用。省輸出 token 的效果是雙重的：同樣的工作講更少廢話，回應更快，帳單同步變低。

350 tokens／秒則是速度指標。對即時客服、大量資料清洗這種「等不得、量又大」的場景，回應速度就是使用體驗，Flash-Lite 的定位就是把這類任務的單位成本與等待時間一起壓低。

實際換法，我們的建議：先把現有流程照「難／多」切成兩堆，各抓一小段流量跑一週對照，比較輸出品質與 token 用量再全面切換。模型升級最常見的翻車點在提示詞相容性，別一次全切。

Flash Cyber 是什麼？一般公司的資安團隊用得上嗎？

Flash Cyber 是 Google 推出的資安專屬 Gemini 模型，與 CodeMender 程式碼安全代理搭配推出，官方稱組合後的表現在前沿水準具有競爭力。它目前以 CodeMender 組合的形式亮相，官方未公布是否會單獨開放 API。

官方公告點出一個關鍵：成功的資安應用需要模型與代理基礎設施的細緻協作，單靠一個通用模型不夠。所以 Google 的做法是把「懂資安的模型」和「程式碼安全代理」綁在一起出貨。

誰用得上？有自建軟體、有工程團隊維護程式碼的公司。純粹使用 SaaS 軟體、手上沒有程式碼資產的公司，這款暫時與你無關。

對企業 IT 部門，這件事改變了選項清單：過去評估 AI 程式碼安全工具多半只能看新創產品，現在多了一個 Google 官方選項。下一輪資安採購評估，至少該把 CodeMender 放進比較表。

這次更新對 AI 推論成本有什麼實際影響？

方向明確、數字未定。推論（inference）指模型實際執行回答的運算，是 AI 用量計費的主體。這次官方給了兩個省錢槓桿：3.6 Flash 每輸出 token 單價更低，用量又少 17%；Flash-Lite 再把簡單任務的單位成本往下壓。

把可動用的槓桿排開來看：

1. 單價：官方明講 3.6 Flash「每輸出 token 成本更低」，但截至本文發稿（2026 年 7 月 23 日），公告裡沒有定價表。
2. 用量：同樣任務少用 17% 輸出 token，程式類任務在 DeepSWE 測試最多省 65%。
3. 分流：把用不到 3.6 Flash 腦力的任務改派給 Flash-Lite。

我們的判斷：對每天跑大量自動化的公司，三個槓桿疊加後帳單有感下降是合理預期；但具體降幅取決於你的任務組合，官方沒給數字，我們也不編。正確做法是等你使用的平台定價頁更新後，拿自己流程一週的真實用量驗算；任何「成本直接砍半」的標題，在那之前都先當行銷話術看。

這對台灣中小企業意味著什麼？

三個可執行判斷：已在用 Google AI API 的公司，本週就排 3.6 Flash 的小流量測試；還在觀望 AI 自動化的公司，Flash-Lite 把入門成本再往下拉；有自建系統的公司，把 CodeMender 放進資安工具追蹤清單。

根據我們服務客戶的實務觀察，許多台灣中小企業以 Google Workspace 作為主要辦公套件，信件、文件、表單都在 Google 生態內，接 Gemini 系列的整合摩擦天生較低，資料也用不著搬家。這是評估 Google AI API 時常被低估的優勢。

落到執行面：

• 自動化流程每月有固定 API 支出的公司，光是 17% 的用量減省就值得排一次測試，動手成本只有幾小時。
• 客服信分類、訂單資料抽取、報表初稿這類「多而簡單」的工作，優先評估 Flash-Lite；把 3.6 Flash 留給真正需要判斷力的環節。
• 流程還跑得穩的部分不必為追新翻掉。照「小流量對照、看一週數據、再全切」的節奏來，風險最低。

模型選型之外，還有一場平行在跑的仗：AI 搜尋引擎正在重塑客戶找供應商的方式，客戶問 AI「該找哪家」的行為只會越來越普遍。你的公司在 ChatGPT、Perplexity、Google AI 的答案裡站不站得住，值得同步確認——想實際看看自己現在的位置，可以到 AIRUN 的 AEO 體檢跑一輪。

Gemini 3.5 Pro 和 Gemini 4 還要等多久？該等嗎？

官方沒給時間表。公告只說 Gemini 3.5 Pro 正與合作夥伴測試、準備好就會開放；Gemini 4 已展開 Google 自稱「至今最有野心」的預訓練。兩者都沒有日期，拿來當觀望理由划不來。

我們的立場很直接：現在能省的錢就現在省。3.6 Flash 和 Flash-Lite 是今天就能用的東西；等 3.5 Pro 或 Gemini 4 的這段期間，先動手的公司已經用便宜的 token 多跑了幾百萬次自動化。模型永遠有下一代，先把這一代的紅利放進口袋，升級留給下一次評估週期。

常見問題

Gemini 3.6 Flash 比 3.5 Flash 好在哪？

官方引用 Artificial Analysis 指標指出，3.6 Flash 的輸出 token 用量比 3.5 Flash 減少 17%，在 Datacurve 的 DeepSWE 程式測試最多省 65%，且每輸出 token 成本更低；程式撰寫、知識工作與多模態能力也同步提升。

Gemini 3.5 Flash-Lite 適合什麼場景？

官方把它定位為 3.5 世代最快、最省成本的模型，每秒可輸出 350 個 token，適合分類、資料抽取、格式轉換這類量大、單次簡單的自動化任務；官方也稱它在 AI 代理流程的表現明顯超越前幾代 Flash-Lite。

Flash Cyber 一般公司用得到嗎？

它與 CodeMender 程式碼安全代理搭配推出，鎖定程式碼安全場景，適合有自建軟體、有工程團隊的公司。純粹使用 SaaS 工具、手上沒有程式碼資產的公司暫時用不到；官方也未公布它是否會單獨開放 API。

這次有公布新的 API 定價嗎？

截至 2026 年 7 月 23 日沒有具體數字。官方只說 3.6 Flash 每輸出 token 成本比 3.5 Flash 低，加上用量減少 17%，實際帳單降幅要等各平台定價頁更新後，用自己流程的真實用量驗算才準。

該等 Gemini 3.5 Pro 或 Gemini 4 再導入嗎？

沒必要等。Gemini 3.5 Pro 還在與合作夥伴測試，Gemini 4 才剛開始預訓練，兩者都沒有公開時間表。現在就用 3.6 Flash 與 Flash-Lite 把成本降下來，等新模型正式開放後再納入下一輪評估即可。