Google/DeepMind lancia tre Gemini Flash per agenti AI più veloci ed economici

Gemini 3.6 Flash riduce i token di output del 17% rispetto a 3.5 Flash; sul benchmark DeepSWE di Datacurve il taglio tocca il 65%.

DeepMind introduce tre modelli della serie Flash: 3.6 Flash, 3.5 Flash‑Lite e 3.5 Flash Cyber. Obiettivo dichiarato: più efficienza nell’uso dei token, latenza più bassa, maggiore affidabilità per agenti in produzione. La linea punta al “sweet spot” tra qualità ed efficienza per scalare i workflow agentici.

3.6 Flash è il “workhorse” della gamma. DeepMind ne indica progressi in coding, knowledge work e multimodalità rispetto a 3.5 Flash. Oltre alla riduzione dei token generati, segnala un costo per token di output più basso rispetto a 3.5 Flash.

3.5 Flash‑Lite massimizza velocità e convenienza nella classe 3.5. L’Artificial Analysis Index misura 350 token di output al secondo. DeepMind lo presenta come il modello più rapido e più economico nella classe 3.5, con progressi netti rispetto alle precedenti generazioni Flash‑Lite nei workflow agentici.

3.5 Flash Cyber copre il perimetro cybersecurity. L’annuncio lo lega a un approccio che richiede un’orchestrazione attenta tra modello e infrastruttura di agenti. Il posizionamento in CodeMender indica una combinazione tra un modello specializzato, ad alta efficienza e orientato al cyber, e un’infrastruttura di agenti orchestrati.

I numeri pubblicati fissano due assi di confronto chiari: consumo di token di output e velocità di generazione. Per 3.6 Flash, DeepMind parla di riduzioni rispetto a 3.5 Flash, con picchi sui benchmark come DeepSWE di Datacurve; per 3.5 Flash‑Lite, l’Artificial Analysis Index riporta 350 token al secondo. Queste metriche si legano all’obiettivo di rendere i flussi agentici più efficienti e reattivi, con controllo dei costi grazie a meno token emessi e, per 3.6 Flash, a un costo per token inferiore.

Il richiamo a benchmark pubblici e metriche come l’Artificial Analysis Index offre un perimetro verificabile per valutare i modelli annunciati. Per chi costruisce agenti, il messaggio è operativo: contano i token effettivamente generati e la loro velocità di emissione. Qui la serie Flash posiziona i propri miglioramenti, riducendo l’output dove possibile o accelerandone la produzione, entro un quadro che privilegia l’efficienza senza sacrificare la qualità rivendicata sui casi d’uso chiave.

Segnale per gli sviluppatori: quei due indicatori, volume di token di output e token al secondo, diventano leve di budget e di latenza da misurare sui propri carichi. Il passo successivo è impostare test mirati sui workflow reali, usando i benchmark pubblici come riferimento esterno e le metriche interne per scegliere il modello: 3.6 Flash quando servono tagli all’output e costi, 3.5 Flash‑Lite per massimizzare la reattività, 3.5 Flash Cyber quando la sicurezza impone orchestrazione stretta tra modello e agenti.