Нейросеть Gemini 3.6 Flash от Google: быстрее, дешевле и лучше для кода
Google официально представила Gemini 3.6 Flash — новую версию своей “рабочей” модели в линейке Flash, рассчитанную на быстрые и массовые сценарии: анализ документов, многошаговые задачи, создание прототипов и программирование
Главное изменение — оптимизация эффективности. По данным Google и пересказам официального анонса, Gemini 3.6 Flash потребляет на 17% меньше выходных токенов по индексу Artificial Analysis, а в некоторых сценариях, например на DeepSWE, экономия может достигать 65%. Это означает, что модель чаще отвечает короче, реже “разворачивает” лишние рассуждения и лучше подходит для задач, где важна стоимость каждого запроса.
По цене новинка тоже выглядит агрессивно: $1,50 за миллион входных токенов и $7,50 за миллион выходных, что дешевле, чем у Gemini 3.5 Flash, у которой выходные токены оценивались в $9 за миллион. Для пользователей и компаний это может дать заметную экономию при больших объёмах запросов.
ИИ-модель Gemini 3.6 Flash уже доступна в агрегаторе нейросетей STIVA.ai, как и другие новинки: ChatGPT 5.6, Claude Sonnet 5, GLM 5.2 и Kimi K3.
Особенно сильный упор Google делает на кодинг и агентные сценарии. В сообщениях о модели говорится, что Gemini 3.6 Flash стала точнее следовать инструкциям, реже вносить ненужные изменения в код и требовать меньше циклов выполнения. На бенчмарке DeepSWE показатель качества кода вырос с 37% до 49%, а на MLE Bench — с 49,7% до 63,9%. Это ставит модель в более сильную позицию для задач разработки, чем обычные “быстрые” модели, хотя до флагманских Pro-решений она всё же не дотягивает по возможностям.
Ещё одно важное направление — мультимодальность. Gemini изначально умеет работать с текстом, изображениями, аудио и видео в одном запросе, а Google продвигает её как сильный вариант именно для мультимодальных задач в своём Flash-классе. В официальных материалах также подчёркивается поддержка анализа документов и выполнения многозадачных проектов через Canvas.
Среди прикладных улучшений Google отдельно отмечает управление компьютером через Gemini API и Enterprise, а также рост качества на офисных и “долгих” задачах. На тесте GDPval-AA v2 модель набрала 1421 балл против 1349 у предшественницы, а на OSWorld-Verified результат вырос с 78,4% до 83%. Это указывает на более уверенную работу в сценариях, где нужно последовательно выполнять действия в интерфейсе или обрабатывать большие массивы информации.
Важное отличие Gemini 3.6 Flash от старших моделей — это баланс между скоростью и глубиной. Google описывает Flash как средний уровень линейки: быстрее и дешевле Pro-моделей, но заметно мощнее минималистичных Nano-вариантов. На практике это делает её особенно интересной для массовых продуктов, чат-ботов, внутренних ассистентов и автоматизации рабочих процессов.
Если сравнивать с конкурентами, Gemini 3.6 Flash выглядит как сильный игрок именно в сегменте быстрых и экономичных мультимодальных моделей. По отзывам и обзорам, она хорошо конкурирует за счёт скорости, цены и нативной поддержки разных типов данных. При этом некоторые наблюдатели отмечают, что в “чистом интеллекте” рост может быть не таким заметным, как в производительности: один из разборов указывает, что по общему индексу Artificial Analysis модель и предшественница получили схожие оценки, а основной выигрыш пришёлся на скорость и экономию токенов.
На фоне конкурентов вроде Claude, Kimi и GPT-линеек Gemini 3.6 Flash выглядит прежде всего как практичная рабочая модель, а не как универсальный лидер во всём. Её сильные стороны — дешёвые многошаговые задачи, кодинг, мультимодальность и высокая скорость; слабые — отсутствие встроенной генерации изображений и более скромный класс по сравнению с флагманами.
Google уже сделала Gemini 3.6 Flash доступной в приложении Gemini, а также для разработчиков через свои инструменты и API-сценарии. Для пользователей это означает, что новая модель может быстро стать стандартным выбором для повседневных задач, где важны не максимальные рассуждения, а скорость, цена и стабильное качество.
Комментарии