Google окончательно перестал играть в «цифрового бога» и занялся прикладной бухгалтерией. Новая линейка моделей, включающая Gemini 3.6 Flash, 3.5 Flash-Lite и специализированную 3.5 Flash Cyber, — это не про «прорывы» в тестах Тюринга, а про решение двух главных болей бизнеса: заоблачных счетов за API и невыносимых задержек при работе агентских цепочек. В Google поняли: в реальном секторе эффективность вывода и скорость реакции важнее медийного веса нейросети.
Токеномика против избыточности
Центральный элемент обновления — Gemini 3.6 Flash, которую разработчики без ложной скромности называют новой «рабочей лошадкой». Согласно данным Artificial Analysis Index, модель потребляет на 17% меньше выходных токенов по сравнению с версией 3.5 Flash. В специализированных бенчмарках, таких как DeepSWE от Datacurve, экономия и вовсе достигает 65%. Для технического директора это сигнал о прямом росте ROI: выполнение той же задачи теперь обходится в разы дешевле не за счет демпинга цен, а благодаря оптимизации логики. Модель требует меньше шагов рассуждения и лишних вызовов инструментов, что делает автономных агентов экономически целесообразными, а не просто «игрушкой для инноваторов».
3.6 Flash сокращает использование выходных токенов на 17% по сравнению с 3.5 Flash, а в бенчмарках вроде DeepSWE — до 65%.
При цене в $1.50 за миллион входных токенов и $7.50 за миллион выходных, версия 3.6 Flash умудряется повышать качество. По данным DeepSWE, точность модели выросла до 49% против 37% у предшественника, при этом количество циклов выполнения и «мусорных» правок кода сократилось. Кроме того, функция Computer Use (управление интерфейсом) теперь встроена в Gemini API «из коробки», демонстрируя точность 83% в тесте OSWorld-Verified. По сути, Google предлагает готовый фреймворк для автоматизации рутины, который не галлюцинирует на пустом месте.
Диктатура скорости и кибербезопасность
Для систем, где задержка в пару секунд означает провал, выпущена Gemini 3.5 Flash-Lite. Это спринтер в мире LLM: 350 выходных токенов в секунду, согласно измерениям Artificial Analysis. Такая скорость превращает модель в идеальный слой для агентского поиска и мгновенной обработки гор документов. Google явно метит в рынок реал-тайм систем, где важна реакция, а не глубокие философские размышления модели.
Успешные приложения в сфере кибербезопасности требуют тщательной оркестровки модели вместе с агентской инфраструктурой.
Параллельно представлена 3.5 Flash Cyber, интегрированная в агент CodeMender. Это узкопрофильный скальпель для ИБ-инфраструктуры, заточенный под аудит кода. Пока Gemini 3.5 Pro проходит закрытые тесты, а инженеры начинают пре-трейнинг Gemini 4, компания окапывается в сегменте быстрых и безопасных моделей для продакшн-сред. Google больше не продает «интеллект», он продает пропускную способность и предсказуемую стоимость транзакции. Сочетание сумасшедшей скорости в 350 токенов в секунду и узкой специализации делает Gemini фаворитом для создания «рабочих» агентов, пока конкуренты из OpenAI и Anthropic продолжают полировать универсальные чат-боты.