TLDR Последний релиз Gemini от Google — это не долгожданный Gemini 3.5 Pro. Вместо этого Google выпустила три модели, ориентированные на эффективность: Gemini 3.6 Flash, Gemini 3.5 Flash-Lite и Gemini 3.5 Flash Cyber. Практический посыл очевиден: Google делает приоритетом экономику агентов, задержку, эффективность по токенам и специализированную автоматизацию безопасности, пока её флагманская модель Pro всё ещё проходит тестирование.
Для разработчиков лучший шаг — не ждать пассивно Gemini 3.5 Pro. Используйте Gemini 3.6 Flash в качестве базового кандидата на апгрейд для сложных агентов и рабочих процессов кодинга, используйте Gemini 3.5 Flash-Lite для высокообъёмной экстракции и маршрутизации и держите стратегию резервного переключения между моделями для задач передового уровня рассуждений. CometAPI предоставляет унифицированный доступ к 500+ моделям через один API-ключ, совместимый с OpenAI, поэтому Gemini можно тестировать вместе с GPT, Claude, DeepSeek, Kimi, Qwen и другими моделями без переработки интеграции.
Ключевые выводы
- Google объявила о Gemini 3.6 Flash, Gemini 3.5 Flash-Lite и Gemini 3.5 Flash Cyber 21 июля 2026 года. Gemini 3.5 Pro не был выпущен в этом релизе. Google говорит, что модель тестируется с партнёрами и будет широко доступна, когда будет готова.
- Gemini 3.6 Flash доступна в целом в Gemini API, Google AI Studio, Gemini Enterprise Agent Platform, приложении Gemini и Google Antigravity. Gemini 3.5 Flash-Lite доступна в целом в Gemini API и нацелена на высокую пропускную способность и низкую стоимость рабочих процессов.
- Gemini 3.5 Flash Cyber имеет ограниченный доступ, предназначена для обнаружения уязвимостей, валидации и генерации патчей внутри CodeMender.
- Google сообщает, что Gemini 3.6 Flash использует на 17% меньше выходных токенов, чем 3.5 Flash, на Artificial Analysis и до 65% меньше выходных токенов в тестах формата DeepSWE.
- Artificial Analysis независимо сообщает о Gemini 3.6 Flash с показателем Intelligence Index 50, скоростью вывода 251,3 токена/с и снижением средней стоимости задачи с $0.59 до $0.50 по сравнению с Gemini 3.5 Flash.
- DeepSWE указывает для Gemini 3.6 Flash 49% pass@1 со средней стоимостью задачи $3.53, по сравнению с Gemini 3.5 Flash — 37% pass@1 и $7.34 средней стоимости задачи.
- CometAPI в настоящее время указывает $1.20/M входных и $6.00/M выходных токенов для Gemini 3.6 Flash, и $0.24/M входных и $2.016/M выходных токенов для Gemini 3.5 Flash-Lite. Проверяйте живую панель перед публикацией цен в продуктовой UI.
Что выпустила Google?
Gemini 3.6 Flash
Gemini 3.6 Flash — самая важная модель в релизе для массовых разработчиков. Это стабильная модель уровня Flash, созданная для продукционных агентов, кодинга, мультимодальных рабочих процессов, анализа документов, рассуждений в длинном контексте и работы с знаниями.
Google описывает Gemini 3.6 Flash как рабочую лошадку, которая обеспечивает лучшую производительность в кодинге, интеллектуальной работе и мультимодальных задачах, чем Gemini 3.5 Flash, одновременно улучшая эффективность по токенам. Официальная страница Gemini API говорит, что модель создана для агентной эпохи и особенно эффективна для быстрого кодинга и циклов итераций.
Публичный идентификатор модели:
gemini-3.6-flash
См. основные спецификации на странице модели Gemini 3.6 Flash.
Gemini 3.5 Flash-Lite
Gemini 3.5 Flash-Lite — модель эффективности в релизе. Google позиционирует её как самую быструю и экономичную модель класса 3.5, оптимизированную для высокопроизводительного исполнения, парсинга документов, перевода, классификации, маршрутизации и простой экстракции данных.
Публичный идентификатор модели:
gemini-3.5-flash-lite
См. основные спецификации на странице модели Gemini 3.5 Flash-Lite.
Ключевое различие — не окно контекста. Flash-Lite сохраняет тот же профиль: 1M входных и 64K выходных, что и 3.6 Flash. Разница — в намерении маршрутизации: Flash-Lite — для пропускной способности и контроля стоимости; 3.6 Flash — для более сложных задач, где качество и надёжность инструментов важнее.
Gemini 3.5 Flash Cyber
Gemini 3.5 Flash Cyber — специализированная модель кибербезопасности, построенная на базе Gemini 3.5 Flash и дообученная для поиска уязвимостей, валидации и генерации патчей.
Это не обычная публичная API-модель. Google говорит, что она будет доступна государственным органам и доверенным партнёрам через CodeMender в рамках пилотной программы с ограниченным доступом. Это ограничение важно для разработчиков: не планируйте публичный SaaS-роадмап вокруг прямого доступа к Flash Cyber, если вы не являетесь частью этого пилота или проверенной программы оборонительной безопасности.
Модель всё же важна, потому что показывает направление развития Gemini: эффективные специализированные модели, координируемые инфраструктурой агентов. Вместо того чтобы заставлять одну передовую модель делать всё, Google строит меньшие специализированные системы, которые могут запускать повторные сканы, объединять отчёты и патчить код с меньшими затратами.
Стоит ли пропускать Gemini 3.5 Pro?
Практический ответ
Для большинства продуктовых команд — да: начинайте оценивать Gemini 3.6 Flash и Gemini 3.5 Flash-Lite уже сейчас вместо ожидания Gemini 3.5 Pro или Gemini 4 Pro.
Это не значит, что Gemini 3.5 Pro будет неважен. Это значит, что последние доступные модели уже покрывают большую долю высокообъёмных AI-нагрузок: агентов для кодинга, агентов извлечения, документооборот, мультимодальный парсинг, экстракцию данных, маршрутизацию промптов, автоматизацию UI, долгоконтекстный обзор и выполнение подзадач агентами.
Собственное объявление Google говорит, что Gemini 3.5 Pro всё ещё тестируется с партнёрами и будет выпущен широко, когда будет готов. Публичная страница API-модели gemini-3.5-pro, финальная таблица цен или карточка модели не нужны, чтобы уже сегодня начать улучшать экономика продакшена.
Когда всё же стоит ждать Gemini 3.5 Pro
Следите за Gemini 3.5 Pro или Gemini 4 Pro, если вашей нагрузке важнее передовые рассуждения, чем пропускная способность. Примеры: продвинутый синтез исследований, весьма сложная многок文件ная инженерия, трудная математика, научные рассуждения, анализ высокого риска в энтерпрайзе и задачи, где модель Flash всё ещё ошибается после аккуратного дизайна промптов и инструментов.
Сильнейшая стратегия по моделям — не «ждать Pro» и не «заменить всё на Flash». Это многоуровневая маршрутизация:
- Используйте Gemini 3.5 Flash-Lite для недорогих высокообъёмных подзадач.
- Используйте Gemini 3.6 Flash для кодинга, мультимодального анализа, обзора документов, синтеза в длинном контексте и агентных рабочих процессов.
- Маршрутизируйте самые сложные или высокорисковые запросы на передовую модель рассуждений через CometAPI.
- Добавьте Gemini 3.5 Pro в набор бенчмарков, когда Google и CometAPI сделают его доступным.
Бенчмарки Gemini 3.6 Flash: что улучшилось?
Таблица бенчмарков Google DeepMind
Страница Gemini 3.6 Flash от Google DeepMind приводит следующие сравнения с Gemini 3.5 Flash:
| Бенчмарк | Что измеряет | Gemini 3.6 Flash | Gemini 3.5 Flash | Изменение |
|---|---|---|---|---|
| SWE-Bench Pro | Разнообразные агентные задачи программирования | 58.7% | 55.1% | +3.6 п. |
| DeepSWE v1.1 | Долгоиграющая разработка ПО | 49% | 37% | +12 п. |
| Terminal-Bench 2.1 | Агентное программирование в терминале | 78.0% | 76.2% | +1.8 п. |
| MLE-Bench | Инженерия машинного обучения | 63.9% | 49.7% | +14.2 п. |
| GDPval-AA v2 | Elo для интеллектуальной работы | 1421 | 1349 | +72 Elo |
| OSWorld-Verified | Агентное управление компьютером | 83.0% | 78.4% | +4.6 п. |
| CharXiv reasoning, no tools | CharXiv рассуждение, без инструментов | 85.2% | 84.2% | +1.0 п. |
| CharXiv reasoning, with tools | CharXiv рассуждение, с инструментами | 89.4% | 84.9% | +4.5 п. |
| GDM-MRCR v2, 128K average | Длинноконтекстный поиск | 91.8% | 77.3% | +14.5 п. |
| GDM-MRCR v2, 1M pointwise | Длинноконтекстный поиск | 54.0% | 26.6% | +27.4 п. |
Наибольшие приросты именно в областях, важных для агентов: долгоиграющий кодинг, инженерия МЛ, длинноконтекстный поиск и использование компьютера. Небольшие приросты в Terminal-Bench и CharXiv показывают, что это не равномерный релиз «всё удвоилось». Это целенаправленное улучшение надёжности, эффективности токенов и сложного многошагового исполнения.
Независимые данные от Artificial Analysis
Artificial Analysis предоставляет полезный противовес таблицам бенчмарков от вендора. Их обзор за июль 2026 говорит, что Gemini 3.6 Flash сохраняет тот же показатель Intelligence Index, что и Gemini 3.5 Flash: 50. Это важно, потому что намекает, что Gemini 3.6 Flash — не обязательно скачок «сырого интеллекта».
Большое улучшение — эффективность:
| Метрика | Gemini 3.6 Flash | Gemini 3.5 Flash |
|---|---|---|
| Индекс интеллекта Artificial Analysis | 50 | 50 |
| Среднее время на задачу | 1.3 минуты | 2.7 минуты |
| Средняя стоимость на задачу | $0.50 | $0.59 |
| Скорость вывода | 251.3 токена/с | Нет в этой таблице |
| Время до первого токена | 14.00с | Нет в этой таблице |
Поэтому лучший заголовок не «Gemini 3.6 Flash умнее всех». Более точный: Gemini 3.6 Flash делает рабочие нагрузки агентов дешевле и быстрее, не уступая уровню интеллекта Gemini 3.5 Flash.
DeepSWE: данные по долгоиграющему кодингу
DeepSWE от Datacurve особенно релевантен, потому что фокусируется на оригинальных, долгоиграющих задачах разработки ПО. Его лидерборд описывает 113 задач в 91 репозитории и 5 языках.
На лидерборде от 21 июля 2026:
| Модель | Pass@1 | Средняя стоимость | Выходные токены | Шаги агента |
|---|---|---|---|---|
| Gemini 3.6 Flash high | 49% ±5 | $3.53 | 97K | 108 |
| Gemini 3.5 Flash medium | 37% ±2 | $7.34 | 276K | 86 |
Самая интересная цифра — не только прирост на 12 пунктов в pass@1. Это падение числа выходных токенов: 97K против 276K. Это примерно на 65% меньше выходных токенов, что соответствует заявлению Google в релизе. Для кодинговых агентов меньше выходных токенов может означать меньший дрейф, меньше бессвязных циклов исправлений, меньше загрязнения контекста и меньшую стоимость на каждую завершённую проблему.
Источник: Gemini
Бенчмарки Gemini 3.5 Flash-Lite: почему это важно
Flash-Lite — это модель пропускной способности
Gemini 3.5 Flash-Lite разработана для высокообъёмного исполнения. Это модель для тестирования, когда вашей системе нужно обрабатывать тысячи или миллионы маленьких и средних задач:
- извлечение данных из чеков,
- парсинг товарных каталогов,
- разметка фрагментов документов,
- перевод,
- классификация,
- синтез результатов поиска,
- переписывание запросов,
- маршрутизация вызовов инструментов,
- лёгкие задачи кодинга,
- выполнение подзадач агентами,
- мультимодальная экстракция данных.
Google говорит, что Flash-Lite достигает 350 выходных токенов в секунду по данным Artificial Analysis и стоит $0.30/M входных токенов и $2.50/M выходных токенов на стандартном тарифе Gemini API.
Flash-Lite по сравнению с Gemini 3.1 Flash-Lite
Карточка модели от Google DeepMind показывает существенные приросты по сравнению с Gemini 3.1 Flash-Lite:
| Бенчмарк | Gemini 3.5 Flash-Lite | Gemini 3.1 Flash-Lite | Изменение |
|---|---|---|---|
| SWE-Bench Pro | 54.2% | 38.3% | +15.9 п. |
| Terminal-Bench 2.1 | 54.0% | 31.0% | +23.0 п. |
| MLE-Bench | 39.2% | 22.0% | +17.2 п. |
| GDPval-AA v2 | 1140 | 642 | +498 Elo |
| OSWorld-Verified | 74.0% | 54.3% | +19.7 п. |
| CharXiv, no tools | 74.5% | 73.2% | +1.3 п. |
| CharXiv, with tools | 76.5% | 75.6% | +0.9 п. |
| GDM-MRCR v2, 128K average | 72.2% | 60.1% | +12.1 п. |
| GDM-MRCR v2, 1M pointwise | 21.3% | 12.3% | +9.0 п. |
Artificial Analysis также сообщает о росте Intelligence Index с 25 для Gemini 3.1 Flash-Lite до 36 для Gemini 3.5 Flash-Lite, при этом время на задачу снижается с 1.0 минуты до 0.6 минуты. Компромисс в том, что стоимость задачи выросла с $0.04 до $0.09 в этом наборе бенчмарков, так как новая модель стоит дороже, чем 3.1 Flash-Lite.
Источник: Gemini
Этот компромисс приемлем, если улучшенное качество снижает количество повторных запусков, ручных проверок или эскалаций на более дорогую модель. Это менее привлекательно, если ваша нагрузка уже идеально решается Gemini 3.1 Flash-Lite. Тестируйте перед полной миграцией трафика.
Значение релиза Gemini
Это подтверждает сдвиг от «самой большой модели» к «лучшему рабочему коню»
Рынок AI часто фокусируется на передовых флагманских моделях. Gemini 3.6 Flash указывает в другом направлении: продукционные AI-системы нуждаются в надёжных, быстрых, экономичных моделях, которые могут выполнять множество реальных задач без лишних затрат.
Именно поэтому релиз акцентирует эффективность токенов, меньше вызовов инструментов, низкую задержку и меньше циклов исправлений. Для разработчиков это не вторичные метрики. Они определяют, сможет ли AI-агент работать в масштабе без сюрпризов для финансовой команды.
Это даёт Google более сильную производственную модель, пока Gemini 3.5 Pro ждёт
Gemini 3.5 Pro всё ещё в партнёрском тестировании. Вместо ожидания Pro, Google выпустила более сильную модель Flash и более дешёвую Flash-Lite. Это даёт разработчикам две немедленные опции:
- Gemini 3.6 Flash для более сильной рабочей интеллектики.
- Gemini 3.5 Flash-Lite для более дешёвого и быстрого высокообъёмного исполнения.
Это практичная продуктовая стратегия. Многим бизнесам не нужна самая дорогая модель на каждый запрос. Им нужны портфель моделей и логика маршрутизации.
Это делает маршрутизацию моделей важнее
Gemini 3.6 Flash не должна использоваться везде. Как и Flash-Lite. Лучшие AI-системы 2026 года будут маршрутизировать динамически:
- Начинать с дешёвых моделей, когда задача проста.
- Использовать Gemini 3.6 Flash, когда важны рассуждение, мультимодальное понимание или использование инструментов.
- Эскалировать только при падении ниже порогов уверенности.
- Кэшировать повторяющийся длинный контекст.
- Отслеживать стоимость за успешно выполненную задачу, а не только стоимость за токен.
Это самая сильная рекомендация CometAPI в статье: не выбирайте одну модель как всю вашу AI-стратегию. Постройте маршрутизатор и заставьте каждую модель «зарабатывать» свой трафик.
Частые вопросы
Доступен ли сейчас Gemini 3.5 Pro?
Не как публичная общедоступная модель Gemini API на момент написания (июль 2026). Google говорит, что Gemini 3.5 Pro тестируется с партнёрами и будет широко доступен, когда будет готов.
Лучше ли Gemini 3.6 Flash, чем Gemini 3.5 Flash?
Для многих продукционных агентных и кодинговых рабочих процессов — да. Google сообщает о лучших результатах бенчмарков и меньшем использовании выходных токенов. Artificial Analysis сообщает о подобном качестве по Индексу интеллекта, но меньшем времени и стоимости на задачу.
Для чего лучше всего подходит Gemini 3.5 Flash-Lite?
Gemini 3.5 Flash-Lite лучше всего подходит для высокообъёмных, чувствительных к задержке и стоимости нагрузок, таких как экстракция, классификация, перевод, поиск, маршрутизация и выполнение подзадач агентами.
Могу ли я использовать Gemini 3.5 Flash Cyber через публичный Gemini API?
Google описывает Gemini 3.5 Flash Cyber как модель с ограниченным доступом, доступную для госорганов и доверенных партнёров через CodeMender. Она не позиционируется как стандартная публичная API-модель.
Сколько стоит Gemini 3.6 Flash?
Стандартный прайсинг Gemini API от Google указывает $1.50 за 1M входных токенов и $7.50 за 1M выходных токенов для Gemini 3.6 Flash. CometAPI в настоящее время указывает $1.20/M входных и $6.00/M выходных. Всегда проверяйте живые цены перед выводом в продакшен.
Сколько стоит Gemini 3.5 Flash-Lite?
Стандартный прайсинг Gemini API от Google указывает $0.30 за 1M входных токенов и $2.50 за 1M выходных токенов для Gemini 3.5 Flash-Lite. CometAPI в настоящее время указывает $0.24/M входных и $2.016/M выходных. Всегда проверяйте живые цены перед выводом в продакшен.
Стоит ли разработчикам ждать Gemini 3.5 Pro?
Большинству команд не стоит ждать. Начните тестировать Gemini 3.6 Flash для сложных рабочих процессов и Gemini 3.5 Flash-Lite для высокообъёмных подзадач уже сейчас. Добавьте Gemini 3.5 Pro в свой набор бенчмарков, когда будут подтверждены публичные спецификации, цены и доступность.
Итоговый вердикт
Июльский релиз Gemini 2026 года лучше всего понимать как релиз эффективности, а не релиз флагманской Pro-модели. Gemini 3.6 Flash не отменяет нужду в будущей Gemini 3.5 Pro, но даёт разработчикам немедленную пользу: общедоступную модель с сильной производительностью в кодинге, мультимодальности, длинном контексте и агентных задачах при меньшей стоимости выходных токенов, чем у Gemini 3.5 Flash.
Gemini 3.5 Flash-Lite закрывает вторую половину продакшен-стека. Это дешёвая, быстрая модель для подзадач, которым не требуется максимальная глубина рассуждений. Gemini 3.5 Flash Cyber указывает на будущее специализированных оборонительных агентных систем, но её ограниченный доступ делает её скорее стратегическим сигналом, чем универсальным инструментом для разработчиков сегодня.