谷歌今日发布了三款全新Gemini Flash模型，并将代码安全智能体CodeMender推进至预览阶段。此次更新旨在以更低成本运行AI智能体，并自动化完成软件漏洞的发现与修复工作。
三款新模型分别是：Gemini 3.6 Flash、Gemini 3.5 Flash-Lite，以及面向安全领域的Gemini 3.5 Flash Cyber。
Gemini 3.6 Flash是本次发布的核心产品。谷歌表示，与上一代3.5 Flash相比，该模型在Artificial Analysis Index上的输出Token数量减少了17%，完成多步骤任务所需的推理步骤和工具调用次数也更少。定价为每百万输入Token 1.5美元、每百万输出Token 7.5美元，低于3.5 Flash的售价。
在基准测试方面，Gemini 3.6 Flash在DeepSWE测试中得分49%，高于3.5 Flash的37%；在衡量机器学习研究能力的MLE Bench测试中得分63.9%，高于3.5 Flash的49.7%；在OSWorld-Verified计算机操作测试中得分83%，高于3.5 Flash的78.4%。目前，计算机操作功能已作为内置工具集成至Gemini API和Gemini企业版。在知识工作基准GDPval-AA v2上，该模型得分1421分，高于3.5 Flash的1349分。
早期客户包括法律AI公司Harvey AI和金融研究平台Hebbia，两家公司均将该模型应用于文档解析、数据分析和报告撰写等场景。Harvey应用研究负责人尼科·格鲁彭表示："Gemini 3.6 Flash在资本市场和企业并购等实务领域的文件起草与审查上表现出色，与上一代相比，性能显著提升，平均任务完成速度提高了12%。"
谷歌还表示，Gemini 3.6 Flash配备了涵盖化学、生物、放射性和核风险及网络攻击的前沿安全防护机制，并经过专项训练以抵御越狱攻击，同时减少对正常请求的误拒。
Gemini 3.5 Flash-Lite是三款模型中价格最低、速度最快的。其定价为每百万输入Token 0.3美元、每百万输出Token 2.5美元，可提供3.5系列中最高的吞吐量。谷歌表示，该模型在Terminal-Bench 2.1等测试中大幅超越早期的3.1 Flash-Lite，并在SWE-Bench Pro和OSWorld-Verified等部分代码与智能体评测中超越更大规模的3.0 Flash。谷歌将其定位为现有2.5和3.0 Flash工作负载的迁移路径，并已将其集成到谷歌搜索中。
第三款模型Gemini 3.5 Flash Cyber则专为安全场景打造，经过专项微调，用于发现、验证和修复软件漏洞，并运行于CodeMender智能体之内。谷歌表示，当CodeMender调用该模型最多5次以生成单份报告时，其在CyberGym基准上的表现可与规模大得多的模型相媲美。
在谷歌DeepMind的Big Sleep团队针对Chrome、Safari等复杂代码库的测试中，Flash Cyber的表现优于谷歌自家的3.5 Flash、3.6 Flash，以及Anthropic的Claude Opus 4.6。在V8 JavaScript引擎测试中，该模型发现了55个已确认的独特问题，而3.5 Flash发现47个，Claude Opus 4.6发现36个，其中10个问题是其他模型均未发现的。谷歌解释称，之所以以Claude Opus 4.6而非更新竞品模型作为对照，是因为更新的模型在漏洞发现方面表现更差，谷歌将此归因于其安全护栏机制的影响。
此外，谷歌云漏洞研究团队还在一次独立测试中，使用该模型在两小时内发现了公共API中的远程代码执行漏洞及一个生产服务中的内存损坏漏洞，并生成了可绕过标准内存保护机制的可用漏洞利用代码。
鉴于漏洞研究的双重属性，谷歌表示将在有限访问试点项目下，仅向政府机构和受信合作伙伴通过CodeMender提供Flash Cyber。
CodeMender智能体于今日正式进入预览阶段。该智能体基于谷歌DeepMind的研究成果构建，工作流程分为扫描、验证和修复三个步骤：首先扫描代码仓库，查找内存损坏、注入和加密弱点等漏洞；随后尝试验证每个漏洞的真实性，构建漏洞利用程序并在客户自控沙箱中运行，以剔除误报；若漏洞利用成功，智能体将生成补丁并以代码差异的形式返回给开发者审批。CodeMender支持C/C++、Go、Java、Python、Ruby、Rust和TypeScript等编程语言。
谷歌并未将客户绑定于单一模型，用户可根据成本、速度和扫描深度的需求自由选择，公司还表示今年晚些时候将增加对第三方前沿模型的支持。CodeMender可通过Gemini企业智能体平台获取，也可作为谷歌AI威胁防御的组成部分使用——谷歌旗下Wiz云安全平台将在Wiz安全图谱中丰富CodeMender的发现结果，并触发自动化渗透测试。谷歌还表示，Wiz将支持调用CodeMender扫描代码，该功能即将上线。
CodeMender在工作流程中保留了人工审核环节：开发者须在补丁提交前进行审批，但该智能体也可接入持续集成管道实现自主运行。谷歌表示，源代码数据将被加密、隔离处理，且不会被留存。
早期企业测试用户包括Salesforce、Robinhood和Palo Alto Networks。Salesforce首席信息安全官伊恩·穆尔霍兰表示，CodeMender"通过加快从漏洞验证到修复测试的流程，将AI引入了安全生命周期的关键环节"。Robinhood安全运营负责人斯科特·庞特则表示，该智能体"持续发现了其他AI工具完全遗漏的关键漏洞"。
Gemini 3.6 Flash和3.5 Flash-Lite即日起可通过谷歌AI Studio和Android Studio中的Gemini API使用，其中3.6 Flash还将集成至谷歌Antigravity代码工具和Gemini企业版应用，两款模型均可通过Gemini应用面向普通用户提供服务。谷歌还表示，Gemini 3.5 Pro正在与合作伙伴进行测试，即将更广泛发布，而Gemini 4的预训练工作也已全面展开。
Q&A
Q1：Gemini 3.6 Flash和3.5 Flash相比有哪些提升？
A：Gemini 3.6 Flash在Artificial Analysis Index上的输出Token数量比3.5 Flash减少了17%，完成多步骤任务所需的推理步骤和工具调用次数更少，价格也更低。基准测试方面，DeepSWE得分从37%提升至49%，MLE Bench从49.7%提升至63.9%，OSWorld-Verified从78.4%提升至83%，整体性能和效率均有显著改善。
Q2：CodeMender是如何发现和修复代码漏洞的？
A：CodeMender的工作流程分为三步：首先扫描代码仓库，查找内存损坏、注入漏洞、加密弱点等问题；接着在客户自控的沙箱中构建并运行漏洞利用程序，验证漏洞是否真实存在，以排除误报；最后生成修复补丁，以代码差异形式提交给开发者审批。整个过程保留了人工审核环节，开发者可决定是否提交补丁。
Q3：Gemini 3.5 Flash Cyber为什么只对政府和特定合作伙伴开放？
A：因为漏洞研究本身具有"双重属性"——发现漏洞的能力既可用于防御，也可能被滥用于攻击。谷歌在测试中证实，该模型能够快速发现真实漏洞并生成可绕过内存保护的利用代码，因此为防止技术被滥用，谷歌决定通过有限访问试点项目，仅向政府机构和受信合作伙伴开放该模型。
