Google 推出 Gemini 3.6 Flash 與 3.5 Flash-Lite：輸出 token 少 17%，Flash-Lite 定位高用量 subagent

Google 在 2026 年 7 月 21 日由產品管理資深總監 Tulsee Doshi 代表 Gemini 團隊，發表 Gemini 3.6 Flash、Gemini 3.5 Flash-Lite 與 Gemini 3.5 Flash Cyber。3.6 Flash 的重點是 token 效率：依 Artificial Analysis Index，輸出 token 用量比 3.5 Flash 減少 17%，同時改善 coding、知識工作與多模態表現。

官方公布的 3.6 Flash 對比 3.5 Flash 成績包括：DeepSWE 49% 對 37%、MLE Bench 63.9% 對 49.7%、OSWorld-Verified 83.0% 對 78.4%。價格為每百萬輸入 token 1.50 美元、輸出 7.50 美元，可透過 Gemini API（Google AI Studio、Android Studio）、Google Antigravity、Gemini Enterprise Agent Platform 與 Gemini app 使用。

3.5 Flash-Lite 定位為低延遲、高性價比的 subagent 選項，適合高用量自動化。官方引述 Artificial Analysis 每秒約 350 個輸出 token，Terminal-Bench 2.1 為 54%（3.1 Flash-Lite 為 31%）、SWE-Bench Pro 為 54.2%（3 Flash 為 49.6%）。價格為每百萬輸入 0.30 美元、輸出 2.50 美元，可透過 Gemini API、Gemini Enterprise Agent Platform 使用，也導入 Gemini app 與 Google 搜尋。資安版 3.5 Flash Cyber 則僅以限量試行方式提供給政府與受信任夥伴；3.5 Pro 仍在與合作夥伴測試中。

對工程團隊影響較直接的是 API 行為改變：Gemini API 更新日誌同日註明，temperature、top_p 與 top_k 取樣參數已被列為棄用。既有應用若依賴這些參數控制輸出風格或可重現性，需要重新驗證行為。此外，官方的效能數字都是自家或 Artificial Analysis 的測量，實際 token 節省幅度仍取決於提示與任務類型。

實務上，模型閘道團隊可以先做幾項檢查：盤點既有呼叫中帶有 temperature、top_p、top_k 的請求，確認改接 Gemini 3.6 Flash 或 3.5 Flash-Lite 時這些參數會被如何處理；把主力模型（3.6 Flash，每百萬輸入 1.50 美元、輸出 7.50 美元）與 subagent 模型（3.5 Flash-Lite，輸入 0.30 美元、輸出 2.50 美元）分成不同路由與配額；並用同一批真實任務量測輸出 token 數，驗證官方宣稱的 17% 節省在自家提示上是否成立。這些數字會直接影響多 agent 架構的總成本。

這次發布之後，Google 在 8 月與 9 月又接連推出 3.7 Flash 與 3.8 Flash，Flash 系列的更新頻率明顯加快。值得觀察的是 Flash-Lite 這類低價模型在多 agent 架構中作為 subagent 的實際品質，以及取樣參數棄用是否成為其他供應商跟進的方向。