Google udostępnił 21 lipca 2026 trzy nowe modele z rodziny Gemini: 3.6 Flash, 3.5 Flash-Lite oraz wyspecjalizowany 3.5 Flash Cyber. Wszystkie celują w tańsze, szybsze wdrożenia agentów AI na dużą skalę. Największą uwagę zwraca jednak to, czego zabrakło — flagowego Gemini 3.5 Pro.
Najważniejsze w skrócie
- Gemini 3.6 Flash zużywa o 17% mniej tokenów wyjściowych niż 3.5 Flash (Artificial Analysis Index), a w benchmarku DeepSWE redukcja sięga 65%.
- Cennik 3.6 Flash: 1,50 USD za 1 mln tokenów wejściowych i 7,50 USD za 1 mln wyjściowych (ok. 6 i 30 zł).
- Gemini 3.5 Flash-Lite generuje 350 tokenów na sekundę i podwaja wynik poprzednika w Terminal-Bench 2.1 (54% vs 31%).
- Gemini 3.5 Flash Cyber to model dostrojony do wykrywania luk bezpieczeństwa, dostępny wyłącznie w ograniczonym pilotażu dla rządów i zaufanych partnerów.
- Gemini 3.5 Pro nie został wydany — według Bloomberga z powodu niespełnienia wewnętrznych progów wydajności.
Trzy modele, jeden cel: tańsza inferencja
Gemini 3.6 Flash to nowy „workhorse?workhorse: Model-koń pociągowy: tani i wszechstronny, do codziennej pracy — nie do bicia rekordów.” Google — model do codziennej pracy z kodem, wiedzą i danymi multimodalnymi.
Kluczowa zmiana jest ekonomiczna: mniejsze zużycie tokenów przy niższej cenie za token wyjściowy. Na benchmarku DeepSWE (zadania inżynierii oprogramowania) 3.6 Flash osiąga 49% wobec 37% poprzednika, a w MLE Bench — 63,9% wobec 49,7%. W testach agentowych OSWorld-Verified wynik rośnie z 78,4% do 83,0%.
3.5 Flash-Lite gra o inną stawkę — przepustowość. Przy 350 tokenach na sekundę i cenie 0,30 USD za milion tokenów wejściowych (ok. 1,2 zł) jest to najtańszy i najszybszy model tej klasy.
Największy skok widać w zadaniach agentowych: Terminal-Bench 2.1 rośnie z 31% do 54%, a GDPval-AA v2 — z 642 do 1140 punktów. To sygnał, że Google optymalizuje Flash-Lite pod przepływy z wieloma wywołaniami narzędzi, gdzie liczy się koszt i opóźnienie, nie surowa „inteligencja”.
Trzeci model, 3.5 Flash Cyber, jest wąsko wyspecjalizowany. Google dostroił go do wykrywania i naprawy luk w kodzie, sparował z agentem bezpieczeństwa CodeMender i chwali się konkurencyjnym wynikiem na benchmarku CyberGym. Nie jest to jednak produkt ogólnodostępny — trafia wyłącznie do rządów i zaufanych partnerów w ramach ograniczonego pilotażu.
| Model | Rola | Kluczowy wynik | Cena (1M wej. / wyj.) |
|---|---|---|---|
| Gemini 3.6 Flash | Codzienny „workhorse” | DeepSWE 49% (z 37%) | 1,50 / 7,50 USD |
| Gemini 3.5 Flash-Lite | Szybkość i koszt | Terminal-Bench 54%, 350 tok./s | 0,30 / 2,50 USD |
| Gemini 3.5 Flash Cyber | Cyberbezpieczeństwo | Konkurencyjny na CyberGym | Pilotaż (ograniczony) |
Brakujące ogniwo: Gemini 3.5 Pro
Najciekawszy wątek dotyczy modelu, którego nie ma. Flagowy Gemini 3.5 Pro był ostatnio aktualizowany w lutym, a — jak wcześniej podał Bloomberg — Google zmagał się z opóźnieniami przy osiąganiu wewnętrznych progów benchmarkowych. Szef produktu Logan Kilpatrick przyznał, że zespół wciąż testuje 3.5 Pro z partnerami.
Wciąż testujemy 3.5 Pro z partnerami i spodziewamy się, że wyląduje wkrótce.
Logan Kilpatrick, product lead Gemini API, Google
Jednocześnie Google potwierdził, że ruszył pre-training?pre-training: Wstępny trening modelu na ogromnym zbiorze danych — najcięższy i najdroższy etap, przed dostrajaniem. Gemini 4, opisywany jako „najbardziej ambitny bieg treningowy do tej pory”. To układ, w którym firma publikuje warstwę tańszych modeli Flash, a jednocześnie przeskakuje o generację naprzód — zostawiając lukę na najważniejszej, flagowej półce.
Kontekst konkurencyjny
Dla porównania, OpenAI i Anthropic utrzymywały w ostatnich miesiącach szybsze tempo premier modeli flagowych. Brak 3.5 Pro odsłania napięcie w strategii Google: firma dowozi wydajne, tanie modele operacyjne, ale opóźnia model, który realnie mierzy się z Opus 4.8 czy GPT-5.6 na szczycie stawki. Warstwa Flash rozwiązuje problem kosztów wdrożeń agentowych, lecz nie odpowiada na pytanie o pozycję Gemini na froncie możliwości.
Dlaczego to ważne?
Ta premiera pokazuje, gdzie faktycznie toczy się dziś rywalizacja modeli — nie o najwyższy wynik na jednym benchmarku, lecz o koszt jednostkowy działania agentów w produkcji. Redukcja tokenów o 17–65% i cena poniżej dolara za milion tokenów wejściowych w Flash-Lite bezpośrednio przekładają się na rachunki firm budujących systemy agentowe na masową skalę.
Dla zespołów inżynierskich tańszy token bywa ważniejszy niż kilka punktów procentowych w benchmarku rozumowania. Jednocześnie brak 3.5 Pro to sygnał ostrzegawczy: jeśli Google nie potrafi w terminie dowieźć modelu flagowego, traci inicjatywę w segmencie, który kształtuje percepcję lidera. Wypuszczenie warstwy Flash i równoległe zapowiedzenie Gemini 4 może być próbą przykrycia tej luki.
Co dalej?
- Gemini 3.5 Pro ma trafić do szerszej dostępności „wkrótce” — Google nie podał konkretnej daty, a wcześniejsze opóźnienia (raport Bloomberga) czynią termin niepewnym.
- Trwa pre-training Gemini 4 — kolejnym kamieniem milowym będzie pierwsza publiczna informacja o wynikach lub dacie premiery.
- 3.5 Flash-Lite jest wdrażany w Google Search — zasięg i wpływ na jakość wyszukiwania będą widoczne w kolejnych tygodniach.
