Google ra mắt bộ ba mô hình Gemini mới: 3.6 Flash, 3.5 Flash-Lite và 3.5 Flash Cyber

21 tháng 7, 2026

Các mô hình Gemini mới nhất của chúng tôi mang đến hiệu suất, độ trễ và độ tin cậy cần thiết để xây dựng các AI agent trên quy mô lớn.

Trình duyệt của bạn không hỗ trợ phần tử âm thanh.

Trình duyệt của bạn không hỗ trợ phần tử âm thanh.

Nghe bài viết

[[duration]] phút

Nội dung này được tạo bởi Google AI. Generative AI là công nghệ thử nghiệm.

Nội dung này được tạo bởi Google AI. Generative AI là công nghệ thử nghiệm.

Các nhà phát triển và khách hàng đang xây dựng các AI agent thực tế cần hiệu suất token cao hơn, độ trễ thấp hơn và hiệu năng đáng tin cậy hơn. Dòng mô hình Flash của chúng tôi được xây dựng để đạt được điểm cân bằng hoàn hảo giữa hiệu suất và chất lượng, nhằm hỗ trợ mở rộng quy mô các quy trình làm việc của agent. Tiếp nối Gemini 3.5 Flash, chúng tôi xin giới thiệu các mô hình Gemini mới:

Ngoài các bản phát hành hôm nay, Gemini 3.5 Pro hiện đang được thử nghiệm với các đối tác và chúng tôi dự định sẽ cung cấp rộng rãi ngay khi sẵn sàng. Song song đó, đội ngũ của chúng tôi đã tập trung vào việc xây dựng thế hệ mô hình tiếp theo. Chúng tôi đã bắt đầu quá trình tiền huấn luyện tham vọng nhất từ trước đến nay cho Gemini 4 và rất hào hứng với những tiến bộ đạt được.

3.6 Flash: Hiệu quả hơn và chất lượng tốt hơn 3.5 Flash

Gemini 3.6 Flash được xây dựng trực tiếp dựa trên phản hồi của nhà phát triển và khách hàng từ bản 3.5 Flash. 3.6 Flash không chỉ mang lại bước tiến trong lập trình và xử lý tri thức, mà còn cải thiện đáng kể hiệu suất token. Ví dụ, trên Artificial Analysis Index, chúng tôi thấy 3.6 Flash tiêu thụ ít hơn 17% token đầu ra so với 3.5 Flash. Mô hình cũng thực hiện ít bước suy luận và gọi công cụ hơn để hoàn thành các quy trình làm việc nhiều bước.

Hiệu suất nâng cao này đi kèm với mức giá thấp hơn so với 3.5 Flash. Với mức giá 1,50 USD/1 triệu token đầu vào và 7,50 USD/1 triệu token đầu ra, 3.6 Flash giúp giảm tổng chi phí cho mỗi tác vụ agent, giúp việc xây dựng và vận hành các agent trở nên tiết kiệm chi phí hơn.

3.6 Flash cho thấy hiệu suất token tốt hơn và giảm bớt sự rườm rà so với 3.5 Flash trong một tác vụ đã xác minh trên OSWorld (API).

Dù hiệu quả hơn, 3.6 Flash vẫn đạt được những cải thiện về hiệu năng so với 3.5 Flash trên nhiều trường hợp sử dụng:

Khách hàng báo cáo rằng 3.6 Flash là một bước tiến về cả chi phí lẫn chất lượng, cân bằng giữa hiệu suất token, độ chính xác và tốc độ trên các quy trình làm việc phức tạp và các tác vụ dựa trên tri thức:

Được xây dựng với sự an toàn

3.6 Flash được phát hành với các biện pháp bảo vệ Frontier Safety nâng cao trong các lĩnh vực hóa học, sinh học, phóng xạ, hạt nhân (CBRN) và các hành vi lạm dụng tấn công mạng. Những biện pháp bảo vệ này giúp mô hình chống lại các nỗ lực jailbreak tốt hơn đáng kể. Đồng thời, mô hình đã được huấn luyện để giảm thiểu việc từ chối các yêu cầu có lợi.

Để biết thêm thông tin, hãy xem thẻ mô hình (model card) của 3.6 Flash.

3.5 Flash-Lite: Được xây dựng để mở rộng quy mô các quy trình làm việc của agent

Ngoài Flash, chúng tôi cũng ra mắt Gemini 3.5 Flash-Lite, được thiết kế cho cả các tác vụ có độ trễ thấp và các tác vụ đòi hỏi thông lượng cao đối với quy trình làm việc của nhà phát triển, như tìm kiếm bằng agent và xử lý tài liệu.

3.5 Flash-Lite là mô hình nhanh nhất trong dòng 3.5. Theo đo lường của Artificial Analysis, mô hình đạt tốc độ 350 token đầu ra/giây. Với mức giá 0,3 USD/1 triệu token đầu vào và 2,5 USD/1 triệu token đầu ra, cùng chất lượng vượt trội đáng kể so với 3.1 Flash-Lite, 3.5 Flash-Lite mang lại tỷ lệ hiệu năng trên giá thành mạnh mẽ cho các nhà phát triển và khách hàng đang vận hành lưu lượng sản xuất có thông lượng cao.

3.5 Flash-Lite thực hiện các tác vụ khối lượng lớn với độ trễ thấp hơn so với 3.5 Flash.

3.5 Flash-Lite cho phép mở rộng quy mô hiệu quả cho các hệ thống agent. Trên các cấp độ tư duy, mô hình vượt trội đáng kể so với 3.1 Flash-Lite. Tùy thuộc vào khối lượng công việc, nhà phát triển có thể cấu hình mô hình để ưu tiên thực thi độ trễ thấp, chi phí thấp cho các tác vụ khối lượng lớn với cấp độ tư duy tối thiểu và thấp, hoặc sử dụng các cấp độ tư duy cao hơn để xử lý khối lượng công việc của subagent nhiều bước. Mô hình hiện cũng có tính năng sử dụng máy tính (computer use) như một công cụ tích hợp để hỗ trợ đáng tin cậy các tác vụ agent này trên nhiều giao diện.

Đây là một bước tiến đáng kể trong lập trình và các tác vụ agent như đã thấy trong Terminal-Bench 2.1 (54% so với 31%), ngữ cảnh dài như trong GDM-MRCR v2 (72,2% so với 60,1%) và thực thi tác vụ thực tế như trong GDPval-AA v2 (1140 so với 642).

Trên thực tế, trong nhiều bài đánh giá về agent và lập trình, 3.5 Flash-Lite thậm chí còn vượt qua cả 3 Flash, bao gồm trên SWE-Bench Pro (54,2% so với 49,6%) và OSWorld-Verified (74,0% so với 65,1%), trở thành một lựa chọn nhanh hơn và mạnh mẽ hơn cho các khối lượng công việc trên cả 2.5 và 3 Flash.

Những khách hàng đầu tiên của 3.5 Flash-Lite nhấn mạnh sự kết hợp độc đáo giữa tốc độ, trí thông minh và hiệu quả chi phí để mở rộng quy mô các quy trình làm việc của agent và các tác vụ xử lý dữ liệu:

Để biết thêm thông tin về mô hình, hãy xem thẻ mô hình (model card) của 3.5 Flash-Lite.

3.5 Flash Cyber trong CodeMender: tìm kiếm và khắc phục lỗ hổng một cách hiệu quả

Các mô hình AI đã trở nên có khả năng tìm kiếm các lỗ hổng bảo mật nhanh hơn tốc độ khắc phục của các hệ thống hiện tại. Việc giải quyết mối đe dọa ngày càng tăng này đòi hỏi một phương pháp bảo mật phần mềm có năng lực cao và hiệu quả.

Hiệu năng và hiệu suất của Flash biến nó thành nền tảng lý tưởng để phát hiện, xác thực và vá các vấn đề bảo mật mã nguồn trên quy mô lớn. Gemini 3.5 Flash Cyber được xây dựng dựa trên 3.5 Flash và được tinh chỉnh để tìm kiếm và khắc phục các lỗ hổng an ninh mạng với chi phí mỗi token thấp hơn so với các mô hình lớn hơn.

Trong CodeMender, nơi sử dụng nhiều agent 3.5 Flash Cyber phối hợp với nhau để tạo ra một báo cáo tổng hợp duy nhất, 3.5 Flash Cyber đạt được hiệu năng cạnh tranh ở mức tiên tiến trên bài kiểm tra phổ biến CyberGym.

Do tính chất lưỡng dụng của công nghệ này, chúng tôi đã thực hiện cách tiếp cận có chủ đích khi triển khai 3.5 Flash Cyber. Mô hình sẽ sớm được cung cấp độc quyền cho các chính phủ và đối tác tin cậy thông qua CodeMender như một phần của chương trình thí điểm truy cập giới hạn. Điều này sẽ giúp các đơn vị phòng thủ tuyến đầu có lợi thế trong việc tìm kiếm và khắc phục các lỗ hổng nghiêm trọng trước khi chúng bị khai thác, đồng thời giảm thiểu các nguy cơ lạm dụng rộng rãi hơn.

3.6 Flash và 3.5 Flash-Lite: Bắt đầu ngay hôm nay