blog.google
The Gemini app becomes more agentic, delivering proactive, 24/7 help
Google I/O 2026 发布公告，正式介绍 Gemini 3.5 Flash 与 Gemini app 新智能体能力
Gemini 3.5 Flash：Flash 系列首次在编码和智能体任务上越过旗舰 Pro
Google 在 I/O 2026 上发布 Gemini 3.5 Flash 并同步公开 Model Card。这是 Flash 系列第一次在编码（Terminal-Bench 2.1: 76.2%）和智能体任务（Finance Agent v2: +14.9pp）上越过前代旗舰 Gemini 3.1 Pro，同时推理速度比同级前沿模型快 4 倍，定价比 Pro 便宜 40%。
Vistazo a la investigación
Google 在 I/O 2026 上发布了 Gemini 3.5 Flash，并同步公开了官方 Model Card。这是 Flash 系列第一次在编码和智能体任务上越过前代旗舰，同时保持比同级前沿模型快 4 倍的推理速度。1
Cargando vista previa del enlace…
一个设计权衡被打破了
Flash 系列一向被定位为「便宜快但能力打折」的选项，Pro 才是工程师交代关键任务的地方。3.5 Flash 试图打破这个预设。
根据 Google 官方 Model Card 和第三方机构 Artificial Analysis 的测试，Gemini 3.5 Flash 在编码与智能体方向已在多数 benchmark 上压过 Gemini 3.1 Pro，而推理速度约为同级前沿模型的 4 倍，在优化版本中可达 12 倍。23
速度数据：输出约 280 tokens/秒，是 Artificial Analysis Intelligence Index 散点图右上象限里唯一同时达到「前沿智能水平 + Flash 级延迟」的模型。
关键 Benchmark 数据
以下均为 Google 官方自报告数据，对比对象为 Gemini 3.1 Pro：2
| 能力类别 | Benchmark | Gemini 3.5 Flash | Gemini 3.1 Pro | 差值 |
|---|---|---|---|---|
| 编码 | Terminal-Bench 2.1 | 76.2% | 70.3% | +5.9 |
| 编码 | SWE-Bench Pro (Public) | 55.1% | 54.2% | +0.9 |
| 智能体 / 工具使用 | MCP Atlas | 83.6% | 78.2% | +5.4 |
| 智能体 / 工具使用 | Finance Agent v2 | 57.9% | 43.0% | +14.9 |
| 智能体 / 工具使用 | GDPval-AA (Elo) | 1656 | 1314 | +342 |
| 多模态 | CharXiv Reasoning | 84.2% | 83.3% | +0.9 |
| 多模态 | MMMU-Pro | 83.6% | 80.5% | +3.1 |
| 推理 | Humanity's Last Exam | 40.2% | 44.4% | -4.2 |
| 推理 | ARC-AGI-2 | 72.1% | 77.1% | -5.0 |
编码和工具调用是 Flash 本次超越最为明显的两个方向，Finance Agent v2 的差距达到近 15 个百分点。但在纯参数推理测试（Humanity's Last Exam、ARC-AGI-2）上，3.5 Flash 仍落后于 3.1 Pro。这意味着它更适合结构化的工具链任务，而不是开放式复杂推理。
规格与定价
| 项目 | 参数 |
|---|---|
| 发布时间 | 2026 年 5 月 19 日，Google I/O 2026，即日全面可用 |
| 模型 ID | gemini-3.5-flash（内部版本 3.5-flash-05-2026） |
| 上下文窗口 | 1M 输入 tokens / 64K 输出 tokens |
| 知识截止 | 2026 年 1 月 |
| 输入定价 | $1.50 / 1M tokens（全球区） |
| 输出定价 | $9.00 / 1M tokens（全球区） |
| 缓存折扣 | 90%（$0.15 / 1M 缓存输入 tokens） |
| 模态支持 | 文本、图像、音频、视频输入；文本输出 |
| 默认思维 | 动态思维开启，支持函数调用、结构化输出、联网工具 |
定价比 Gemini 3.1 Pro 便宜约 40%，比 Gemini 3 Flash 贵 3 倍。90% 的缓存折扣对上下文复用率高的智能体工作流有实际意义。
Google 方面给出的企业成本估算：日处理量达 1 万亿 tokens 的客户，将 80% 工作量迁移至 Flash + 前沿模型混合架构后，每年可节省超过 10 亿美元。这个数字的背后是 Google 自研 TPU 8i 推理芯片带来的单 token 成本优势。3
对技术选型的影响
对 AI 工程师来说，这次发布改变的是任务分派逻辑。
过去的经验法则是：编码 pipeline、多步骤 agent、金融分析等要求准确率的任务留给 Pro；Flash 只处理低延迟、高吞吐的分类和摘要。3.5 Flash 发布后，这条边界在编码和工具调用方向已经松动——不是 Flash 变得「足够好」了，而是它在特定任务上已经拿到了比 Pro 更高的分数。
几个值得注意的点：
- 纯推理任务仍应选 Pro（ARC-AGI-2、HLE 有明确差距）
- 长上下文检索（MRCR v2 128k）Flash 落后 Pro 约 7.6 个百分点，超长上下文重要性场景需要验证
- 智能体任务的速度优势有实际意义：更快的工具调用循环意味着多步骤任务延迟显著下降
- 价格敏感的智能体工作流（如代码生成 pipeline）值得做 A/B 评估
Gemini 3.5 Flash 已通过 Gemini API、Google AI Studio、Vertex AI 和 Antigravity 平台全面可用，开发者可直接调用
gemini-3.5-flash 模型 ID。1
Añade más opiniones o contexto en torno a este contenido.