TLDR Najnowsze wydanie Gemini od Google to nie jest długo oczekiwany Gemini 3.5 Pro. Zamiast tego Google udostępniło trzy modele nastawione na efektywność: Gemini 3.6 Flash, Gemini 3.5 Flash-Lite i Gemini 3.5 Flash Cyber. Przekaz jest jasny: Google priorytetyzuje ekonomię agentów, opóźnienia, efektywność tokenów oraz wyspecjalizowaną automatyzację bezpieczeństwa, podczas gdy flagowy model Pro wciąż jest testowany.
Dla deweloperów najlepszym posunięciem nie jest bierne czekanie na Gemini 3.5 Pro. Używaj Gemini 3.6 Flash jako domyślnego kandydata do aktualizacji dla złożonych agentów i przepływów kodowania, Gemini 3.5 Flash-Lite do ekstrakcji i routingu w dużej skali, a dla zadań wymagających granicznego rozumowania utrzymuj strategię awaryjnego przełączania między modelami. CometAPI zapewnia jednolity dostęp do 500+ modeli za pomocą jednego klucza API zgodnego z OpenAI, dzięki czemu Gemini można testować obok GPT, Claude, DeepSeek, Kimi, Qwen i innych modeli bez przebudowy integracji.
Najważniejsze wnioski
- Google ogłosiło modele Gemini 3.6 Flash, Gemini 3.5 Flash-Lite i Gemini 3.5 Flash Cyber w dniu 21 lipca 2026 r. Gemini 3.5 Pro nie został wydany w tym pakiecie. Google informuje, że model jest testowany z partnerami i będzie szeroko dostępny, gdy będzie gotowy.
- Gemini 3.6 Flash jest powszechnie dostępny w Gemini API, Google AI Studio, Gemini Enterprise Agent Platform, aplikacji Gemini oraz Google Antigravity. Gemini 3.5 Flash-Lite jest powszechnie dostępny w Gemini API i jest ukierunkowany na przepływy o wysokiej przepustowości i niskim koszcie.
- Gemini 3.5 Flash Cyber ma ograniczony dostęp; jest zaprojektowany do wykrywania podatności, ich weryfikacji i tworzenia poprawek w ramach CodeMender.
- Google podaje, że Gemini 3.6 Flash używa o 17% mniej tokenów wyjściowych niż 3.5 Flash w Artificial Analysis i do 65% mniej tokenów wyjściowych w testach w stylu DeepSWE.
- Artificial Analysis niezależnie podaje wynik Intelligence Index na poziomie 50 dla Gemini 3.6 Flash, 251.3 tokenów wyjściowych/s oraz spadek średniego kosztu zadania z $0.59 do $0.50 względem Gemini 3.5 Flash.
- DeepSWE notuje Gemini 3.6 Flash na poziomie 49% pass@1 przy średnim koszcie zadania $3.53, w porównaniu do Gemini 3.5 Flash z 37% pass@1 i średnim kosztem $7.34 na zadanie.
- CometAPI obecnie podaje ceny: Gemini 3.6 Flash $1.20/M za wejście i $6.00/M za wyjście, a Gemini 3.5 Flash-Lite $0.24/M za wejście i $2.016/M za wyjście. Sprawdź aktualny pulpit nawigacyjny przed publikacją cen w interfejsie produktu.
Co Google wydało?
Gemini 3.6 Flash
Gemini 3.6 Flash to najważniejszy model w tym wydaniu dla ogólnych deweloperów. Jest to stabilny model z poziomu Flash zbudowany do produkcyjnych agentów, kodowania, przepływów multimodalnych, analizy dokumentów, rozumowania w długim kontekście i pracy z wiedzą.
Google opisuje Gemini 3.6 Flash jako model „woła roboczego”, który zapewnia lepsze kodowanie, pracę z wiedzą i wydajność multimodalną niż Gemini 3.5 Flash, jednocześnie poprawiając efektywność tokenów. Oficjalna strona Gemini API podaje, że model jest zaprojektowany na erę agentów i jest szczególnie skuteczny w szybkim kodowaniu oraz pętlach iteracyjnych.
Publiczny identyfikator modelu:
gemini-3.6-flash
Specyfikację podstawową zobacz na stronie modelu Gemini 3.6 Flash.
Gemini 3.5 Flash-Lite
Gemini 3.5 Flash-Lite to model nastawiony na efektywność. Google pozycjonuje go jako najszybszy i najbardziej opłacalny model klasy 3.5, zoptymalizowany do wykonywania zadań o wysokiej przepustowości, parsowania dokumentów, tłumaczenia, klasyfikacji, routingu i prostej ekstrakcji danych.
Publiczny identyfikator modelu:
gemini-3.5-flash-lite
Specyfikację podstawową zobacz na stronie modelu Gemini 3.5 Flash-Lite.
Kluczową różnicą nie jest okno kontekstu. Flash-Lite zachowuje ten sam profil 1M wejścia i 64K wyjścia co 3.6 Flash. Różnica dotyczy zamiaru routingu: Flash-Lite służy przepustowości i kontroli kosztów; 3.6 Flash jest dla trudniejszych zadań, gdzie jakość i niezawodność narzędzi mają większe znaczenie.
Gemini 3.5 Flash Cyber
Gemini 3.5 Flash Cyber to wyspecjalizowany model cyberbezpieczeństwa zbudowany na bazie Gemini 3.5 Flash i dostrojony do wykrywania podatności, ich weryfikacji oraz generowania poprawek.
Nie jest to normalny publiczny model API. Google podaje, że będzie dostępny dla rządów i zaufanych partnerów poprzez CodeMender w ramach pilotażu z ograniczonym dostępem. To ograniczenie ma znaczenie dla deweloperów: nie projektuj publicznej mapy drogowej SaaS wokół bezpośredniego dostępu do Flash Cyber, chyba że jesteś częścią tego pilota lub zweryfikowanego programu obronnego bezpieczeństwa.
Model nadal jest istotny, ponieważ pokazuje kierunek rozwoju Gemini: wydajne modele specjalistyczne koordynowane przez infrastrukturę agentów. Zamiast sprawiać, by jeden model graniczny robił wszystko, Google buduje mniejsze systemy wyspecjalizowane, które mogą wykonywać powtarzane skany, łączyć raporty i wprowadzać poprawki do kodu przy niższym koszcie.
Czy powinieneś pominąć Gemini 3.5 Pro?
Odpowiedź praktyczna
Dla większości zespołów produkcyjnych tak: zacznij ocenę Gemini 3.6 Flash i Gemini 3.5 Flash-Lite już teraz zamiast czekać na Gemini 3.5 Pro lub Gemini 4 Pro.
To nie oznacza, że Gemini 3.5 Pro będzie nieistotny. Oznacza to, że najnowsze dostępne modele już teraz pokrywają dużą część wysokowolumenowych obciążeń AI: agenci do kodowania, agenci RAG, przepływy dokumentów, parsowanie multimodalne, ekstrakcja danych, routing promptów, automatyzacja interfejsu, przegląd w długim kontekście oraz wykonywanie podzadań przez agentów.
Samo Google ogłasza, że Gemini 3.5 Pro wciąż jest testowany z partnerami i zostanie szeroko wydany, gdy będzie gotowy. Do poprawy ekonomii produkcyjnej dziś nie jest potrzebna publiczna strona modelu gemini-3.5-pro, finalna tabela cen ani karta modelu.
Kiedy czekanie na Gemini 3.5 Pro wciąż ma sens
Warto nadal obserwować Gemini 3.5 Pro lub Gemini 4 Pro, jeśli Twoje obciążenia potrzebują granicznego rozumowania bardziej niż przepustowości. Przykłady obejmują zaawansowaną syntezę badań, bardzo złożone inżynierowanie wieloplikowe, trudną matematykę, rozumowanie naukowe, analizy o wysokiej stawce w przedsiębiorstwie oraz zadania, w których model Flash wciąż zawodzi mimo starannego projektu promptów i narzędzi.
Najlepsza strategia modelowa to nie „czekaj na Pro” ani „zamień wszystko na Flash”. To trasowanie warstwowe:
- Używaj Gemini 3.5 Flash-Lite do niskokosztowych, wysokowolumenowych podzadań.
- Używaj Gemini 3.6 Flash do kodowania, analizy multimodalnej, przeglądu dokumentów, syntezy w długim kontekście i przepływów agentowych.
- Kieruj najtrudniejsze lub najwyższego ryzyka żądania do modelu granicznego rozumowania przez CometAPI.
- Dodaj Gemini 3.5 Pro do zestawu benchmarków, gdy Google i CometAPI udostępnią go publicznie.
Benchmarki Gemini 3.6 Flash: co się poprawiło?
Tabela benchmarków Google DeepMind
Strona Google DeepMind poświęcona Gemini 3.6 Flash wymienia następujące porównania względem Gemini 3.5 Flash:
| Benchmark | Co mierzy | Gemini 3.6 Flash | Gemini 3.5 Flash | Zmiana |
|---|---|---|---|---|
| SWE-Bench Pro | Zróżnicowane agentowe zadania kodowania | 58.7% | 55.1% | +3.6 pkt |
| DeepSWE v1.1 | Inżynieria oprogramowania z długim horyzontem | 49% | 37% | +12 pkt |
| Terminal-Bench 2.1 | Agentowe kodowanie w terminalu | 78.0% | 76.2% | +1.8 pkt |
| MLE-Bench | Inżynieria uczenia maszynowego | 63.9% | 49.7% | +14.2 pkt |
| GDPval-AA v2 | Elo pracy z wiedzą | 1421 | 1349 | +72 Elo |
| OSWorld-Verified | Agentowe korzystanie z komputera | 83.0% | 78.4% | +4.6 pkt |
| CharXiv reasoning, no tools | Rozumowanie CharXiv, bez narzędzi | 85.2% | 84.2% | +1.0 pkt |
| CharXiv reasoning, with tools | Rozumowanie CharXiv, z narzędziami | 89.4% | 84.9% | +4.5 pkt |
| GDM-MRCR v2, 128K average | Odzyskiwanie informacji w długim kontekście | 91.8% | 77.3% | +14.5 pkt |
| GDM-MRCR v2, 1M pointwise | Odzyskiwanie informacji w długim kontekście | 54.0% | 26.6% | +27.4 pkt |
Największe wzrosty dotyczą dokładnie obszarów ważnych dla agentów: długohoryzontowego kodowania, inżynierii ML, odzyskiwania informacji w długim kontekście oraz użycia komputera. Mniejsze wzrosty w Terminal-Bench i CharXiv pokazują, że nie jest to jednolite wydanie „wszystko podwojone”. To ukierunkowana poprawa niezawodności, efektywności tokenów i trudnego wieloetapowego wykonania.
Niezależne dane z Artificial Analysis
Artificial Analysis stanowi użyteczną przeciwwagę dla tabel benchmarków dostawcy. Jego opracowanie z lipca 2026 wskazuje, że Gemini 3.6 Flash utrzymuje ten sam wynik Intelligence Index co Gemini 3.5 Flash: 50. To istotne, bo sugeruje, że Gemini 3.6 Flash nie jest koniecznie skokiem „surowej inteligencji”.
| Metryka | Gemini 3.6 Flash | Gemini 3.5 Flash |
|---|---|---|
| Indeks inteligencji Artificial Analysis | 50 | 50 |
| Średni czas na zadanie | 1.3 minutes | 2.7 minutes |
| Średni koszt na zadanie | $0.50 | $0.59 |
| Prędkość generowania | 251.3 tokens/s | Not in this table |
| Czas do pierwszego tokena | 14.00s | Not in this table |
Dlatego najlepszy nagłówek to nie „Gemini 3.6 Flash jest mądrzejszy od wszystkiego”. Trafniejszy nagłówek brzmi: Gemini 3.6 Flash sprawia, że obciążenia agentowe są tańsze i szybsze bez poświęcania poziomu inteligencji Gemini 3.5 Flash.
DeepSWE: dane dla długohoryzontowego kodowania
DeepSWE autorstwa Datacurve jest szczególnie istotny, ponieważ koncentruje się na oryginalnych, długohoryzontowych zadaniach inżynierii oprogramowania. Jego tabela opisuje 113 zadań w 91 repozytoriach i 5 językach.
Na liście rankingowej z 21 lipca 2026 r.:
| Model | Pass@1 | Średni koszt | Tokeny wyjściowe | Kroki agenta |
|---|---|---|---|---|
| Gemini 3.6 Flash high | 49% ±5 | $3.53 | 97K | 108 |
| Gemini 3.5 Flash medium | 37% ±2 | $7.34 | 276K | 86 |
Najciekawszą liczbą nie jest tylko 12-punktowy wzrost pass@1. To spadek tokenów wyjściowych: 97K vs 276K. To około 65% mniej tokenów wyjściowych, co odpowiada deklaracji Google z premiery. Dla agentów do kodowania mniej tokenów wyjściowych może oznaczać mniejszy dryf, mniej rozwlekłych pętli naprawczych, mniejsze zanieczyszczenie kontekstu i niższy koszt na ukończone zadanie.
Źródło: Gemini
Benchmarki Gemini 3.5 Flash-Lite: dlaczego to ważne
Flash-Lite to model przepustowości
Gemini 3.5 Flash-Lite jest zaprojektowany do wykonywania zadań w dużej skali. To model do przetestowania, gdy Twój system musi przetworzyć tysiące lub miliony małych albo średnich zadań:
- ekstrakcja paragonów,
- parsowanie katalogów produktów,
- etykietowanie fragmentów dokumentów,
- tłumaczenie,
- klasyfikacja,
- synteza wyników wyszukiwania,
- przepisywanie zapytań,
- routing wywołań narzędzi,
- lekkie zadania kodowania,
- wykonywanie podzadań agenta,
- ekstrakcja danych multimodalnych.
Google podaje, że według Artificial Analysis Flash-Lite osiąga 350 tokenów wyjściowych na sekundę i jest wyceniony na $0.30/M tokenów wejściowych oraz $2.50/M tokenów wyjściowych w standardowym poziomie cenowym Gemini API.
Flash-Lite kontra Gemini 3.1 Flash-Lite
Karta modelu Google DeepMind pokazuje duże zyski względem Gemini 3.1 Flash-Lite:
| Benchmark | Gemini 3.5 Flash-Lite | Gemini 3.1 Flash-Lite | Zmiana |
|---|---|---|---|
| SWE-Bench Pro | 54.2% | 38.3% | +15.9 pkt |
| Terminal-Bench 2.1 | 54.0% | 31.0% | +23.0 pkt |
| MLE-Bench | 39.2% | 22.0% | +17.2 pkt |
| GDPval-AA v2 | 1140 | 642 | +498 Elo |
| OSWorld-Verified | 74.0% | 54.3% | +19.7 pkt |
| CharXiv, no tools | 74.5% | 73.2% | +1.3 pkt |
| CharXiv, with tools | 76.5% | 75.6% | +0.9 pkt |
| GDM-MRCR v2, 128K average | 72.2% | 60.1% | +12.1 pkt |
| GDM-MRCR v2, 1M pointwise | 21.3% | 12.3% | +9.0 pkt |
Artificial Analysis raportuje także wzrost Indeksu Inteligencji z 25 dla Gemini 3.1 Flash-Lite do 36 dla Gemini 3.5 Flash-Lite, podczas gdy czas na zadanie spada z 1.0 minuty do 0.6 minuty. Kompromisem jest wzrost kosztu na zadanie z $0.04 do $0.09 w tym zbiorze benchmarków, ponieważ nowy model jest wyżej wyceniony niż 3.1 Flash-Lite.
Źródło: Gemini
Ten kompromis jest akceptowalny, jeśli poprawiona jakość zmniejsza liczbę ponownych prób, przeglądów ludzkich lub eskalacji do droższego modelu. Jest mniej atrakcyjny, jeśli Twoje obciążenie już teraz jest perfekcyjnie rozwiązywane przez Gemini 3.1 Flash-Lite. Przetestuj przed migracją całego ruchu.
Znaczenie wydania Gemini
Potwierdza przesunięcie z „największego modelu” na „najlepszego woła roboczego”
Rynek AI często koncentruje się na flagowych modelach granicznych. Gemini 3.6 Flash wskazuje w innym kierunku: produkcyjne systemy AI potrzebują niezawodnych, szybkich, opłacalnych modeli, które potrafią dokończyć wiele realnych zadań bez marnotrawstwa.
Dlatego wydanie podkreśla efektywność tokenów, mniej wywołań narzędzi, niższe opóźnienia i mniej pętli poprawek. Dla deweloperów nie są to metryki drugorzędne. To one decydują, czy agent AI może działać na skalę bez zaskakiwania działu finansów.
Daje Google mocniejszy model produkcyjny, gdy Gemini 3.5 Pro czeka
Gemini 3.5 Pro wciąż jest w testach partnerskich. Zamiast czekać na Pro, Google wydało mocniejszy model Flash i tańszy model Flash-Lite. To daje deweloperom dwie natychmiastowe opcje:
- Gemini 3.6 Flash dla mocniejszej „inteligencji woła roboczego”.
- Gemini 3.5 Flash-Lite dla tańszego, szybszego wykonywania w dużej skali.
To praktyczna strategia produktowa. Wiele firm nie potrzebuje najdroższego modelu przy każdym żądaniu. Potrzebują portfela modeli i logiki routingu.
Sprawia, że routing modeli staje się ważniejszy
Gemini 3.6 Flash nie powinien być używany wszędzie. Flash-Lite również nie. Najlepsze systemy AI 2026 będą trasować dynamicznie:
- Zaczynaj tanio, gdy zadanie jest proste.
- Używaj Gemini 3.6 Flash, gdy liczy się rozumowanie, rozumienie multimodalne lub użycie narzędzi.
- Eskaluj tylko wtedy, gdy żądanie nie spełnia progów pewności.
- Zapisuj w pamięci podręcznej powtarzany długi kontekst.
- Monitoruj koszt na udane zadanie, nie tylko koszt na token.
To najsilniejsza rekomendacja CometAPI w artykule: nie wybieraj jednego modelu jako całej strategii AI. Zbuduj router i spraw, by każdy model zasłużył na swój ruch.
Najczęściej zadawane pytania
Czy Gemini 3.5 Pro jest teraz dostępny?
Nie jako publicznie dostępny model Gemini API na moment pisania, w lipcu 2026 r. Google podaje, że Gemini 3.5 Pro jest testowany z partnerami i zostanie szeroko udostępniony, gdy będzie gotowy.
Czy Gemini 3.6 Flash jest lepszy niż Gemini 3.5 Flash?
Dla wielu produkcyjnych agentów i przepływów kodowania — tak. Google raportuje lepsze wyniki benchmarków i mniejsze zużycie tokenów wyjściowych. Artificial Analysis podaje podobną jakość (Indeks Inteligencji), ale krótszy czas na zadanie i niższy koszt na zadanie.
Do czego najlepiej nadaje się Gemini 3.5 Flash-Lite?
Gemini 3.5 Flash-Lite najlepiej sprawdza się przy obciążeniach o dużej skali, wrażliwych na opóźnienia i koszty, takich jak ekstrakcja, klasyfikacja, tłumaczenie, wyszukiwanie, routing i wykonywanie zadań przez subagentów.
Czy mogę używać Gemini 3.5 Flash Cyber przez publiczne Gemini API?
Google opisuje Gemini 3.5 Flash Cyber jako model z ograniczonym dostępem, dostępny dla rządów i zaufanych partnerów poprzez CodeMender. Nie jest pozycjonowany jako standardowy publiczny model API.
Ile kosztuje Gemini 3.6 Flash?
Standardowy cennik Gemini API od Google podaje Gemini 3.6 Flash w cenie $1.50 za 1M tokenów wejściowych i $7.50 za 1M tokenów wyjściowych. CometAPI obecnie podaje $1.20/M za wejście i $6.00/M za wyjście. Zawsze weryfikuj aktualne ceny przed wdrożeniem produkcyjnym.
Ile kosztuje Gemini 3.5 Flash-Lite?
Standardowy cennik Gemini API od Google podaje Gemini 3.5 Flash-Lite w cenie $0.30 za 1M tokenów wejściowych i $2.50 za 1M tokenów wyjściowych. CometAPI obecnie podaje $0.24/M za wejście i $2.016/M za wyjście. Zawsze weryfikuj aktualne ceny przed wdrożeniem produkcyjnym.
Czy deweloperzy powinni czekać na Gemini 3.5 Pro?
Większość zespołów nie powinna czekać. Zacznij testować Gemini 3.6 Flash dla złożonych przepływów i Gemini 3.5 Flash-Lite dla podzadań o dużym wolumenie już teraz. Dodaj Gemini 3.5 Pro do zestawu benchmarków, gdy publiczne specyfikacje, ceny i dostępność zostaną potwierdzone.
Ostateczny werdykt
Wydanie Gemini z lipca 2026 najlepiej rozumieć jako wydanie nastawione na efektywność, a nie flagowe Pro. Gemini 3.6 Flash nie eliminuje potrzeby przyszłego Gemini 3.5 Pro, ale daje deweloperom coś natychmiast użytecznego: powszechnie dostępny model z mocnym kodowaniem, multimodalnością, długim kontekstem i wydajnością agentową przy niższym koszcie tokenów wyjściowych niż Gemini 3.5 Flash.
Gemini 3.5 Flash-Lite uzupełnia drugą połowę stosu produkcyjnego. To tani, szybki model do podzadań, które nie wymagają maksymalnej głębokości rozumowania. Gemini 3.5 Flash Cyber wskazuje na przyszłość specjalistycznych agentów obronnych w bezpieczeństwie, ale jego ograniczony dostęp sprawia, że jest dziś bardziej sygnałem strategicznym niż ogólnym narzędziem deweloperskim.