A Google DeepMind ma három új, zárt forráskódú nagy nyelvi modellt mutatott be, amelyeket a cég szerint az eddigi egyik legtoken‑hatékonyabb sorozatként pozícionálnak: Gemini 3.6 Flash, Gemini 3.5 Flash‑Lite és a kiberbiztonsági célokra finomhangolt Gemini 3.5 Flash Cyber. A vállalati ügyfelek számára ezek a modellek olcsóbb, gyorsabb és gyakran kevesebb token‑felhasználással járó ügynöki munkafolyamatokat ígérnek.
Árazás és elérhetőség
Google azonnal elérhetővé tette a Gemini 3.6 Flash és a Gemini 3.5 Flash‑Lite modelleket a Gemini API-n keresztül a Google AI Studio és az Android Studio felületein, továbbá a fogyasztói Gemini alkalmazásban és a Google Keresésben. A Gemini 3.6 Flash ára az API‑n keresztül 1,50 USD per 1 millió input token és 7,50 USD per 1 millió output token. A gyorsan targetált Gemini 3.5 Flash‑Lite rendkívül olcsóbb árazást kapott: 0,30 USD/1M input és 2,50 USD/1M output.
A Gemini 3.5 Flash Cyber áráról a Google még nem közölt konkrét számot; a cég azt jelezte, hogy ezt a speciális modellt „CodeMender” integráción keresztül kormányoknak és megbízható partnereknek teszi elérhetővé hamarosan.
A fentiek összevetésekor érdemes megemlíteni a Google korábbi modelleit: a Gemini 3.5 Flash 1,50 USD/1M input és 9,00 USD/1M output volt, míg a Gemini 3.1 Flash‑Lite maradt a cég „legköltséghatékonyabb” modellje 0,25 USD/1M input és 1,50 USD/1M output árazással, bár az új 3.5 Flash‑Lite‑hoz képest körülbelül kétszer lassabb.
Technikai jellemzők és teljesítmény
A hivatalos modellkártyák szerint mind a Gemini 3.6 Flash, mind a Gemini 3.5 Flash‑Lite 1 millió tokenes bemeneti kontextusablakkal rendelkezik és maximálisan 64 000 token kimenetet támogatnak. Mindkét modell ismeret‑vágási (knowledge cutoff) dátuma március 2026.
A Google és független mérések szerinti tokenhatékonyság jelentős: az Artificial Analysis Index mutatói alapján a Gemini 3.6 Flash körülbelül 17%-kal csökkenti a kimeneti tokenhasználatot a Gemini 3.5 Flash‑hez képest. Hosszú távú, többlépéses szoftvermérnöki feladatokat vizsgáló DeepSWE benchmarkban a tokenmegtakarítás akár 65%-ot is elérhet.
Konkrét teljesítményszámok:
- DeepSWE: Gemini 3.6 Flash 49% vs korábbi 3.5 verzió 37%.
- MLE‑Bench (gépi tanulás mérnöki feladatok): 63,9% az új modellre, korábban 49,7%.
- OSWorld‑Verified: 83,0% az új modellre, korábban 78,4% (a Google ügyféloldali számítógép‑használat integrációt is említette).
- GDPval‑AA v2: pontszám 1 349‑ről 1 421‑re emelkedett.
A Google anyagai szerint a modellek rövidebb belső következtetési útvonalakat, kevesebb eszköz‑hívást (tool call) és kisebb „verbózitást” alkalmaznak, így kevesebb számítási „üzemanyaggal” érik el ugyanazt a többlépéses eredményt.
Sebesség és használati területek
A Gemini 3.5 Flash‑Lite‑ot a Google a 3.5 sorozat leggyorsabb tagjaként pozícionálja: az Artificial Analysis mérései szerint körülbelül 350 output tokent dolgoz fel másodpercenként, ami nagyarányú, alacsony késleltetésű feldolgozásoknál — például agentikus keresésnél vagy nagyméretű dokumentumfeldolgozásnál — előnyös. A cég azt is hangsúlyozza, hogy konfigurálható alacsony késleltetésre vagy magasabb „gondolkodási” szintekre összetettebb alügynöki munkafolyamatokhoz.
A Gemini 3.6 Flash‑t a nehezebb feladatokhoz fejlesztették: komplex kódmigrációkhoz, összetett dokumentum‑ és adatelemzésekhez, multimodális feldolgozáshoz és hosszabb tudásmunka‑folyamatokhoz használják vállalati ügyfelek. A Gemini 3.5 Flash Cyber pedig kifejezetten sebezhetőségkeresésre és javításra finomhangolt modell, amely többszörös ügynökök egyidejű együttműködésével képes teljes jelentéseket előállítani.
Biztonság és hozzáférés
A Google megerősítette, hogy a Flash modellek esetén továbbfejlesztett Frontier Safety védelmek vannak érvényben: ezeket a jailbreak‑ek és a CBRN (kémiai, biológiai, radiológiai, nukleáris) illetve kiberkártékony felhasználások kockázatainak mérséklésére alkalmazzák. Ugyanakkor a mérnökök célja, hogy a hasznos, ártalmatlan alkalmazások esetén a modellek ne utasítsanak el feleslegesen kéréseket.
A Gemini 3.5 Flash Cyber hozzáférése korlátozott lesz: a Google közölte, hogy a modellt kormányok és megbízható partnerek számára, CodeMender integráción keresztül teszi elérhetővé egy pilot program keretében.
Licencelés és korlátozások
A Gemini Flash modellek zárt, kereskedelmi API‑alapú licencelés alatt érhetők el: a mögöttes modellsúlyokat, tanítóadatokat vagy forráskódot a felhasználók nem kapják meg. Ez a megközelítés megköti a fejlesztőket a Google menedzselt szolgáltatásainak feltételeihez, költségeihez és hálózati követelményeihez, és megnehezíti a teljes önálló, levegőzáras (air‑gapped) helyi üzemeltetést anélkül, hogy speciális, magas szintű vállalati megállapodásokat kötnének a Google Clouddal.
A kiberbiztonsági modell különösen szigorú hozzáférési korlátokkal rendelkezik, hogy minimalizálják a kettős felhasználásból adódó visszaélések kockázatát.
Hiányzó zászlóshajó és jövőbeli tervek
Fejlesztők és közösségi visszajelzések szerint hiányzik a nagyobb teljesítményű, zászlóshajó jellegű Gemini 3.5 Pro kiadása, amelyről a Google korábban azt ígérte, hogy nyáron jelenik meg. A Gemini 3.1 Pro február 2026‑ban debütált; a Google munkatársa, Logan Kilpatrick egy X‑üzenetben közölte, hogy a Gemini 3.5 Pro jelenleg partnerekkel tesztelés alatt áll, és a cég azt tervezi, hogy „amint készen áll, szélesebb körben is elérhetővé teszi”.
A Google azt is megerősítette, hogy a Gemini 4 előképzése már megkezdődött.
Következtetés
A Gemini Flash sorozat azt a trendet követi, hogy az ipar az ügynöki képességekre és tokenhatékonyságra optimalizált modellek felé mozdul el: olcsóbb és gyorsabb megoldásokkal igyekszik kielégíteni a vállalati skálán felmerülő igényeket. Ugyanakkor a zárt, API‑alapú licencelés és a kiberbiztonsági modell korlátozott hozzáférése világosan jelzi, hogy a Google a kontrollt és a biztonságot részesíti előnyben a nyílt forráskódú megosztással szemben, miközben a piaci szereplők a nagyobb teljesítményű zászlóshajó modellek bevezetésére várnak.
