בפוסט שפורסם בבלוג הרשמי של גוגל על ידי טולסי דושי (Tulsee Doshi), מנהלת מוצר בכירה מטעם צוות Gemini, הציגה החברה את דגמי הבינה המלאכותית החדשים שלה: Gemini 3.6 Flash, Gemini 3.5 Flash-Lite, ו-Gemini 3.5 Flash Cyber. דגמים אלו פותחו כדי לספק למפתחים וללקוחות הבונים סוכני בינה מלאכותית (AI agents) בייצור יעילות טוקנים גבוהה יותר, זמני תגובה (latency) נמוכים יותר וביצועים אמינים יותר. סדרת דגמי ה-Flash של גוגל מתוכננת לאזן בין יעילות לאיכות במטרה לאפשר הרחבה של תהליכי עבודה מבוססי סוכנים.
Gemini 3.6 Flash: יעילות משופרת ואיכות גבוהה יותר
דגם Gemini 3.6 Flash נבנה ישירות על בסיס משוב שנתקבל ממפתחים ומלקוחות שהשתמשו בדגם 3.5 Flash. הדגם החדש מציג שיפור ביכולות כתיבת קוד, ביצוע משימות ידע ועבודה מולטימודלית, תוך שיפור משמעותי ביעילות הטוקנים.
על פי נתוני מדד האנליזה המלאכותית (Artificial Analysis Index), דגם Gemini 3.6 Flash צורך 17% פחות טוקנים של פלט (output tokens) בהשוואה ל-3.5 Flash. במבחני ביצוע מסוימים, כגון מדד DeepSWE של חברת Datacurve, נרשמה ירידה של עד 65% בצריכת הטוקנים. כמו כן, הדגם דורש פחות שלבי חשיבה ופחות קריאות לכלי עזר (tool calls) כדי להשלים תהליכי עבודה מרובי-שלבים.
השיפור ביעילות הטוקנים מלווה גם בהפחתת עלויות בהשוואה לדגם 3.5 Flash: מחירו של Gemini 3.6 Flash עומד על 1.50 דולר למיליון טוקנים של קלט (input tokens) ו-7.50 דולר למיליון טוקנים של פלט. תמחור זה מפחית את העלות הכוללת של משימות מבוססות סוכנים ומקל על בנייתם והרצתם של סוכנים אלו.
לצד השיפור ביעילות, הדגם מציג עליות בביצועים במגוון מדדים:
- במדד DeepSWE מציג הדגם דיוק גבוה יותר עם פחות עריכות קוד לא רצויות ופחות לולאות הרצה (49% הצלחה בהשוואה ל-37% בדגם הקודם).
- במחקר למידת מכונה (ML Research), כפי שנמדד במדד MLE Bench, נרשם שיפור ל-63.9% בהשוואה ל-49.7%.
- יכולות השימוש במחשב (computer use) עלו ל-83.0% במדד OSWorld-Verified בהשוואה ל-78.4%. תכונה זו זמינה כעת ככלי מובנה בצד הלקוח דרך ה-API של Gemini ודרך Gemini Enterprise.
- במשימות ידע, כפי שמראים מדדים כמו GDPval-AA v2, הדגם השיג ציון של 1421 לעומת 1349.
לקוחות של גוגל, כגון Hebbia ו-Harvey, דיווחו כי הדגם החדש מפגין יכולות משופרות במשימות מולטימודליות כמו ניתוח מסמכים, ניתוח גרפים ונתונים, וניסוח דוחות. בנוסף, הדגם מסייע בניתוח של נתונים פיננסיים ותמלילים באמצעות Managed Agents ב-AIS, ומאפשר הרצת הגירות קוד (code migrations) בזמני תגובה נמוכים יותר ובאיכות גבוהה יותר ב-AGY.
הגנות בטיחות מובנות
דגם Gemini 3.6 Flash מושק עם מנגנוני הגנה מתקדמים (Frontier Safety safeguards) המיועדים למנוע שימושים לרעה בתחומי אבטחת סייבר התקפית וכן חומרים כימיים, ביולוגיים, רדיולוגיים וגרעיניים (CBRN). הגנות אלו הופכות את הדגם לעמיד משמעותית יותר בפני ניסיונות עקיפת מגבלות (jailbreaks), בעוד שהמודל אומן לצמצם מקרים של סירובי שירות בשימושים מועילים ולגיטימיים.
Gemini 3.5 Flash-Lite: מהירות וחיסכון בעבודה בקנה מידה רחב
מעבר לדגם ה-3.6, גוגל משיקה את Gemini 3.5 Flash-Lite, המיועד למשימות הדורשות זמני תגובה נמוכים במיוחד או משימות בעלות נפח עבודה גבוה (high throughput), כגון חיפוש מבוסס סוכנים ועיבוד מסמכים. דגם זה הוא המהיר ביותר בסדרת 3.5, ועל פי נתוני Artificial Analysis הוא מספק קצב של 350 טוקנים של פלט בשנייה.
מחירו של דגם זה נקבע על 0.3 דולר למיליון טוקנים של קלט ו-2.5 דולר למיליון טוקנים של פלט. דגם 3.5 Flash-Lite מציג שיפור משמעותי באיכות בהשוואה לדגם 3.1 Flash-Lite, ומאפשר פריסה של סוכנים בצורה יעילה וחסכונית. המפתחים יכולים להגדיר את הדגם כך שיתעדף מהירות ועלות נמוכה למשימות בנפח גבוה באמצעות רמות חשיבה מינימליות ונמוכות (minimal and low thinking levels), או להפעיל רמות חשיבה גבוהות יותר לעיבוד משימות מורכבות של תתי-סוכנים (subagents). גם דגם זה כולל כעת את כלי השימוש במחשב (computer use) ככלי מובנה לתמיכה במשימות סוכנים.
במבחני ביצוע, דגם 3.5 Flash-Lite מציג שיפור משמעותי בכתיבת קוד ובמשימות מבוססות סוכנים:
- במדד Terminal-Bench 2.1 הוא השיג 54% לעומת 31% של הדגם הקודם.
- בהקשר ארוך (long context) במדד GDM-MRCR v2 הוא רשם 72.2% לעומת 60.1%.
- בביצוע משימות בעולם האמיתי במדד GDPval-AA v2 הוא עלה ל-1140 לעומת 642.
במדדים רבים של תכנות וסוכנים, הדגם החדש אף עוקף את ביצועיו של דגם Gemini 3 Flash, כולל במדד SWE-Bench Pro (עם 54.2% לעומת 49.6%) ובמדד OSWorld-Verified (עם 74.0% לעומת 65.1%). לקוחות מוקדמים מדגישים את השילוב של מהירות וחיסכון בעלויות בדגם זה לצורך משימות כמו חילוץ תכונות מוצרים מנתוני מסחר אלקטרוני, תרגום וסיכום קבלות, או בניית עיצובי אתרים ומשחקים במהירות.
Gemini 3.5 Flash Cyber: איתור ותיקון חולשות אבטחה ב-CodeMender
מערכות בינה מלאכותית מסוגלות כיום לגלות חולשות אבטחה בקצב מהיר יותר מכפי שמערכות קיימות מסוגלות לתקן אותן. כדי להתמודד עם איום זה, פיתחה גוגל את Gemini 3.5 Flash Cyber. הדגם מבוסס על תשתית 3.5 Flash ועבר כוונון עדין (fine-tuning) ייעודי לאיתור ותיקון של חולשות אבטחת מידע בעלויות נמוכות יותר לטוקן מאשר דגמים גדולים יותר.
הדגם פועל בתוך מערכת CodeMender, המפעילה מספר סוכני 3.5 Flash Cyber העובדים יחד כדי לייצר דוח אבטחה מאוחד. המערכת מציגה ביצועים תחרותיים במדד CyberGym. בשל האופי הדו-שימושי (dual-use) של טכנולוגיה זו, גוגל נוקטת גישה מבוקרת להפצתה: הדגם יהיה זמין באופן בלעדי לממשלות ולשותפים מהימנים במסגרת תוכנית פיילוט מוגבלת גישה בקרוב, במטרה לתמוך במגיני סייבר באיתור ותיקון חולשות לפני שניתן יהיה לנצלן לרעה.
מפת הדרכים להמשך: Gemini 3.5 Pro ו-Gemini 4
מעבר להשקות הנוכחיות, גוגל מציינת כי דגם Gemini 3.5 Pro נמצא כעת בשלבי בדיקה עם שותפים נבחרים, והחברה מתכננת להפוך אותו לזמין באופן נרחב ברגע שיהיה מוכן. במקביל, צוותי הפיתוח החלו בהרצה השאפתנית ביותר של אימון מקדים (pre-training) עבור דגם הדור הבא, Gemini 4.
זמינות ודרכי גישה לדגמים החדשים
דגמי Gemini 3.6 Flash ו-Gemini 3.5 Flash-Lite זמינים לשימוש החל מהיום במספר ערוצים:
- למפתחים: דרך ה-Gemini API בתוך Google AI Studio ו-Android Studio. דגם 3.6 Flash זמין בנוסף גם ב-Google Antigravity.
- לארגונים: בפלטפורמת הסוכנים Gemini Enterprise Agent Platform. דגם 3.6 Flash זמין גם באפליקציית Gemini Enterprise.
- לקהל הרחב: באמצעות אפליקציית Gemini. בנוסף, דגם 3.5 Flash-Lite משולב בהדרגה בתוך מנוע החיפוש Google Search.