Alphabet于周二发布三款新的Gemini模型，其中包括其对Anthropic在网络安全领域领先地位的最明确回应 。该公司正寻求在面临产品线延迟和竞争加剧的背景下 ，展示其进展 。
Gemini 3.5 Flash Cyber专为检测和修补软件漏洞而设计，初期将通过有限访问的试点项目 ，仅向政府和可信合作伙伴提供。谷歌表示 ，与大型模型相比，这款专用模型的单位词元费用 更低 。这有助于谷歌缩小与Anthropic在网络安全领域的差距 ，后者在自动化代码防御方面已建立早期领先优势 。
谷歌还推出了Gemini 3.6 Flash ，该模型在编码、多模态和知识工作性能方面有所提升，同时使用的词元数比前代模型比较多 减少17% ，单位词元成本也更低——这对于运行高吞吐量工作负载来说 ，意味着成本的显著降低。
与此同时，Gemini 3.5 Flash-Lite是谷歌3.5系列中速度最快 、成本最低的模型，专为高吞吐量工作负载和大型AI代理系统中的较小任务而构建 。更广泛的产品线反映了谷歌的押注 ，即费用 和效率有助于弥补其在几个关键产品类别上的推出较慢的劣势 。
Artificial Analysis数据显示 ，Gemini Flash在成本上已经低于Anthropic 、OpenAI和中国竞争对手的可比模型。据谷歌称，两款新模型中能力更强的Gemini 3.6 Flash ，其单任务成本低于GPT-5.6 Terra Max、Kimi K3和Qwen 3.7 Max ，而3.5 Flash-Lite的成本仅为其一小部分 。
这种需求凸显了人工智能竞赛的另一面：构建有竞争力的模型只是挑战的一部分，公司还需要足够计算能力来大规模提供服务 。谷歌通过其定制芯片 、云基础设施以及软硬件协同设计的能力拥有潜在优势 ，尽管该公司自身也曾面临容量限制。
周二模型发布之际 ，据报道谷歌正在开发一款专用芯片，旨在将Gemini的运行效率提升至多10倍 ，这是其降低人工智能服务成本的更广泛努力的一部分。谷歌云发言人在一份声明中表示 ，其团队“不断研究和尝试新的创新，以为我们的用户和客户提供最大性能和效率 ” ，并且“虽然并非每个项目都会投入生产 ，但这种严格的探索是我们全栈方法的核心 ” 。声明继续指出：“通过从头开始协同设计我们的硬件和软件，我们确保我们的系统是集成的，并为实际工作负载进行了高度优化 。”
在面临关于延迟的疑问后 ，谷歌也在提高其产品路线图的透明度。Gemini 3.5 Pro近来 正与合作伙伴进行测试 ，以准备更广泛的发布，同时该公司已启动了其有史以来规模最大的Gemini 4预训练运行 。
