Google расширила линейку Gemini тремя новыми моделями, нацеленными на более дешёвое и быстрое использование в продакшене: Gemini 3.6 Flash, Gemini 3.5 Flash-Lite и Gemini 3.5 Flash Cyber. Релиз добавляет разработчикам, создающим ИИ-агентов и рабочие процессы для программирования, больше вариантов, но одновременно подчёркивает и более неприятный для Google факт: Gemini 3.5 Pro, ожидаемая компанией более мощная модель для рассуждений, по-прежнему недоступна публично.

Согласно материалам TechCrunch AI и The Decoder, Google позиционировала новые модели вокруг эффективности, задержки и надёжности, а не вокруг громкого скачка в передовых возможностях. Это важно, потому что конкурентное давление в корпоративном ИИ уже не сводится только к лидерству в бенчмарках. Многие разработчики хотят модели, которые могут дешёво работать в масштабе, быстро отвечать и поддерживать продакшен-агентные системы без взрывного роста затрат на токены. И всё же отсутствие нового публичного релиза Pro оставляет Google уязвимой в той части рынка, где покупатели и исследователи ищут максимум качества в рассуждениях и кодинге.

Axios также сообщил, что Google выпустила серию более дешёвых моделей Gemini, тем самым укрепив главный вывод запуска: это было обновление по стоимости и полезности, а не момент флагманской модели.

Что выпустила Google

Центральным элементом релиза стала Gemini 3.6 Flash, которую Google, по данным TechCrunch AI, назвала своей новой «рабочей лошадкой». Компания заявляет, что модель улучшает кодинг, работу с знаниями и мультимодальную производительность, одновременно сокращая потребление токенов до 17% по сравнению с Gemini 3.5 Flash. The Decoder добавил подробности, сообщив, что Google также указала на куда более крупную экономию на отдельных бенчмарках, включая заявления о сокращении количества токенов до 65% на DeepSWE.

Это различие важно. Похоже, цифра 17% описывает более широкий ожидаемый уровень эффективности, тогда как 65% привязаны к более узким условиям бенчмарка. Как и большинство метрик при запуске моделей, эти показатели могут не переноситься равномерно на реальные производственные нагрузки.

Google также представила Gemini 3.5 Flash-Lite, позиционируя её как самый дешёвый вариант в этом классе, оптимизированный под низкую задержку и высокую пропускную способность. Для команд, которые обслуживают потоки поддержки клиентов, лёгкую помощь в кодинге, задачи классификации или агентов с вызовом инструментов, такое позиционирование может быть важнее, чем чистое качество рассуждений. The Decoder сообщил цену Flash-Lite: 0,30 доллара за миллион входных токенов и 2,50 доллара за миллион выходных токенов, а агрегатор сторонних бенчмарков Artificial Analysis, по его данным, оценил скорость вывода в 350 токенов в секунду.

Третья модель, Gemini 3.5 Flash Cyber, более специализирована и более ограничена. По данным TechCrunch AI, Google дообучила её для поиска и устранения уязвимостей кибербезопасности и делает доступной только правительствам и доверенным партнёрам через пилот с ограниченным доступом. The Decoder сообщил, что модель встроена в CodeMender, агент безопасности кода Google DeepMind, но расширенный предпросмотр CodeMender через Gemini Enterprise Agent Platform использует стандартные модели Gemini, а не ограниченную версию Cyber.

Более важная история — то, что Google не выпустила

Внимание к запуску привлекло не только то, что Google выпустила новые варианты Gemini Flash, но и то, что Gemini 3.5 Pro так и не появилась. TechCrunch AI отметил, что Google ранее сигнализировала о релизе Pro после запуска 3.5 Flash в мае, заявляя, что модель уже используется внутри компании и скоро появится. Этот график сдвинулся.

TechCrunch AI процитировал руководителя продукта Google DeepMind Логана Килпатрика, который сказал, что компания тестирует Gemini 3.5 Pro с партнёрами и надеется, что она «скоро выйдет». The Decoder аналогично сообщил, что Google говорит: модель всё ещё проходит тестирование у партнёров и будет выпущена, когда будет готова. Ни одно из изданий не назвало подтверждённой публичной даты релиза.

Эта задержка важна, потому что Pro-модели в терминологии Google обычно представляют более высокий уровень возможностей компании для сложных рассуждений и кодинга. Без актуального публичного обновления Pro заметный импульс Google сосредоточен в сегменте эффективности, а не на передовом рубеже.

Контекст рынка не в пользу Google. TechCrunch AI указал на релизы OpenAI и Anthropic после последнего Pro-обновления Google в феврале. The Decoder пошёл дальше, утверждая, что конкурирующие лаборатории в США и Китае продвигаются более агрессивно на верхнем уровне, приводя в пример продукты GPT-5.6, Claude Opus 4.8 и Kimi K3. Некоторые из этих сравнений отражают скорее интерпретацию СМИ, чем официальные межвендорные тесты, но конкурентный сигнал очевиден: Google выпускает модели, удобные для продакшена, пока конкуренты тоже борются за лидерство в системах с наивысшими возможностями.

Почему Google сейчас делает акцент на эффективности

Подача Google указывает на осознанный выбор продукта, а не просто на историю задержки. TechCrunch AI сообщил, что заявленный фокус компании — помогать клиентам строить ИИ-агентов в масштабе с лучшей эффективностью, надёжностью и задержкой. Это соответствует тому, как на практике многие корпоративные внедрения действительно либо проваливаются, либо успешны.

Для производственных команд скромный выигрыш в производительности вместе с меньшим расходом токенов может быть ценнее, чем дорогая флагманская модель, которую сложно заложить в бюджет или которая слишком медленна для интерактивных рабочих процессов. Gemini 3.6 Flash, похоже, создана именно для такой практической середины: лучшее кодирование и мультимодальная производительность по сравнению с более ранними Flash-версиями, но при цене, рассчитанной на широкое внедрение.

The Decoder сообщил о бенчмарк-улучшениях Gemini 3.6 Flash по сравнению с Gemini 3.5 Flash в DeepSWE, MLE Bench, OSWorld-Verified и GDPval-AA v2. Также было сказано, что Gemini 3.6 Flash сохраняет контекстное окно в один миллион токенов, а Computer Use теперь является встроенным клиентским инструментом в Gemini API и Gemini Enterprise. Если эти функции будут надёжно работать в продакшене, они усилят предложение Google для команд, создающих агентное ПО, которому нужна работа с браузером, десктопом или приложениями, а не только чат-ответы.

Эта стратегия также соответствует более широкой рыночной тенденции. Корпоративные покупатели ИИ всё чаще разделяют понятия «лучшей модели» и «лучшей модели для задачи». Потоку клиентского сервиса, пайплайну ревью кода или системе сортировки документов может быть важнее предсказуемая задержка и контролируемые расходы на токены, чем рассуждения на уровне передового края. В этом смысле Gemini 3.5 Flash-Lite и Gemini 3.6 Flash нацелены на самую большую практическую часть рынка, даже если они не решают престижную гонку.

Доказательства, бенчмарки и то, что всё ещё не подтверждено

Самые сильные заявления о производительности этих релизов исходят либо от самой Google, либо из вторичных публикаций, ссылающихся на результаты бенчмарков, поэтому нужна осторожность.

В отношении Gemini 3.6 Flash TechCrunch AI передал заявление Google о том, что потребление токенов якобы до 17% ниже, чем у Gemini 3.5 Flash. The Decoder сообщил более подробные различия по бенчмаркам и ценам, а также заявление Google о сокращении токенов до 65% на DeepSWE. Эти цифры могут быть значимыми, но остаются привязанными к бенчмаркам и сообщаются вендором, если не подтверждены независимым воспроизведением.

По Gemini 3.5 Flash-Lite The Decoder сослался на Artificial Analysis для оценок пропускной способности и сообщил о сравнении Google с более ранними Flash-моделями. Опять же, это полезные сигналы для покупателей, но это не то же самое, что нейтральные исследования на продакшене.

Gemini 3.5 Flash Cyber содержит самые чувствительные заявления. The Decoder сообщил, что в бенчмарке CyberGym она получила 83,2%, почти догнав OpenAI GPT-5.5-Cyber с 85,6%, и описал внутренние тесты команд Google на Chrome, Safari, V8 и публичных API. Также было сказано, что Google заявила: модель нашла уязвимости удалённого выполнения кода и в одном тесте создала рабочий эксплойт. Это серьёзные возможности с очевидными последствиями двойного назначения, что, вероятно, и объясняет жёсткое ограничение доступа со стороны Google. Но это также заявления, основанные на оценках Google и внутренних развёртываниях, а не на широких публичных тестах.

Материалы также указывают на более сильные меры безопасности. The Decoder сообщил, что Google добавила Frontier Safety-защиту против злоупотреблений в CBRN-сфере и киберсфере. Это важный сигнал для команд корпоративного управления, хотя точные операционные ограничения и результаты red teaming здесь не были подробно раскрыты.

Что это значит для разработчиков и корпоративных покупателей

Для разработчиков немедленный вывод таков: Google всё сильнее делает ставку на экономику ИИ-агентов. Если Gemini 3.6 Flash сможет обеспечить лучшее кодирование и мультимодальную производительность при меньшем расходе токенов, она станет привлекательнее для продакшен-систем, где модели вызываются многократно в длинных рабочих процессах.

Для предприятий Gemini 3.5 Flash-Lite может оказаться более значимым релизом, чем кажется по заголовкам. Более дешёвые и высокопроизводительные модели часто определяют, можно ли вообще широко разворачивать ИИ-функции среди больших групп сотрудников или в клиентских взаимодействиях. Разница между дорогой моделью рассуждений и быстрой, дешёвой моделью обслуживания может решить, выйдет ли продукт вообще.

Ограниченное предложение Gemini 3.5 Flash Cyber указывает на вторую тему: специализированные модели становятся всё более чёткой продуктовой категорией внутри корпоративного ИИ. Вместо одной универсальной модели, которая делает всё, поставщики всё чаще дробят стек на оптимизированные инструменты для кодинга, безопасности, исследований или автоматизации высокообъёмных рабочих процессов. CodeMender и Gemini Enterprise Agent Platform вписываются в это направление.

Недостаток для Google — стратегическое восприятие. Если покупатели придут к выводу, что Google сильнее в эффективных уровнях обслуживания, но пока не конкурентоспособна в общедоступных передовых моделях, некоторые критически важные задачи по кодингу и исследованиям могут уйти к OpenAI или Anthropic до выхода Gemini 3.5 Pro. Такое восприятие может иметь значение даже если многие реальные внедрения всё ещё работают на более дешёвых системах класса Flash.

Что наблюдать дальше

Первый сигнал, за которым стоит следить, — это сроки и позиционирование Gemini 3.5 Pro. Если Google скоро выпустит её с явными улучшениями в кодинге и рассуждениях, выпуск Flash на этой неделе может выглядеть как практическое расширение портфеля, а не как свидетельство вынужденного компромисса из-за задержки.

Во-вторых, стоит посмотреть, подтвердят ли сторонние тесты заявления Google об эффективности Gemini 3.6 Flash и о пропускной способности Gemini 3.5 Flash-Lite. Независимые измерения от разработчиков и бенчмарк-групп будут важнее графиков в день запуска.

В-третьих, следите за тем, насколько Google расширит доступ к Gemini 3.5 Flash Cyber и сможет ли CodeMender набрать популярность среди команд безопасности. Ограниченный доступ понятен для системы двойного назначения, но ограниченная доступность также может снизить влияние на рынок.

Наконец, комментарий Логана Килпатрика, процитированный TechCrunch AI, о том, что Google начала самую амбициозную на сегодня предобучающую сессию для Gemini 4, указывает на то, что компания хочет заверить рынок: передовая работа продолжается, даже если Gemini 3.5 Pro задерживается. Достаточно ли этого успокоения, будет зависеть не от сигналов, а от поставки.

Мнение Creati.ai

Последний релиз Gemini от Google выглядит не столько попыткой выиграть рейтинги моделей, сколько признанием того, на что на самом деле уходят бюджеты ИИ. В корпоративных внедрениях сложная задача часто не в том, чтобы найти самую умную модель. А в том, чтобы найти модель, которая быстрая, стабильная, доступная и достаточно хорошая, чтобы вызывать её тысячи или миллионы раз в день. Gemini 3.6 Flash и Gemini 3.5 Flash-Lite прямо говорят об этой реальности.

Но разрыв по Pro по-прежнему важен. Передовые модели формируют представления разработчиков, премиальные нагрузки и ощущение того, кто задаёт темп в ИИ. Если Google не сможет в ближайшее время перевести Gemini 3.5 Pro из партнёрского тестирования в широкую публикацию, компания рискует оказаться воспринимаемой как сильнейшая в слое эффективности, тогда как конкуренты будут определять верх рынка. Для разработчиков это значит, что Google уже сегодня предлагает полезные продакшен-инструменты. Для более широкой гонки ИИ остаётся открытым вопрос: история о флагманских возможностях просто задерживается или уже начинает отставать ещё сильнее.