Google menyatakan Gemini 3.6 Flash menggunakan token 17% lebih sedikit dibandingkan Gemini 3.5 Flash dalam beragam tugas. Penghematan ini penting bagi pengembang yang menjalankan pekerjaan multilangkah karena konsumsi token berhubungan langsung dengan biaya pemakaian model.
Model baru tersebut juga dirancang agar membutuhkan lebih sedikit langkah penalaran dan alat tambahan saat menyelesaikan tugas kompleks. Fokusnya mencakup coding, pemanfaatan pengetahuan, serta pengoperasian antarmuka komputer.
Lonjakan pada Tugas Coding dan Antarmuka
Perbaikan paling menonjol terlihat pada pengujian yang mengukur kualitas kode dan kemampuan menjalankan tugas berbasis komputer. Liputan6.com, mengutip 9to5Google, melaporkan bahwa Gemini 3.6 Flash lebih akurat dalam pekerjaan coding serta memerlukan lebih sedikit pengeditan dan perbaikan kode berulang.
| Pengujian | Model Sebelumnya | Gemini 3.6 Flash |
|---|---|---|
| DeepSWE | 37% | 49% |
| Riset machine learning | 49,7% | 63,9% |
| GDPval-AA | 1349 | 1421 |
| OSWorld-Verified | 78,4% | 83% |
Pada DeepSWE, skor kualitas kode Gemini 3.6 Flash meningkat dari 37% menjadi 49%. Skor riset machine learning juga naik dari 49,7% menjadi 63,9%.
Untuk evaluasi pengetahuan melalui GDPval-AA, model ini memperoleh skor 1421, lebih tinggi daripada 1349 pada model pembandingnya. Batas pengetahuannya turut diperbarui dari Januari 2025 menjadi Maret 2026.
Kemampuan mengoperasikan antarmuka komputer juga mencatat kemajuan pada OSWorld-Verified. Skornya naik dari 78,4% menjadi 83%.
Tarif untuk Beban Kerja Berbeda
Google menempatkan Gemini 3.6 Flash sebagai pilihan untuk tugas yang membutuhkan keseimbangan antara kemampuan dan efisiensi. Tarifnya ditetapkan sebesar USD 1,50 per 1 juta token input dan USD 7,50 per 1 juta token output.
| Model | Fokus Penggunaan | Input per 1 Juta Token | Output per 1 Juta Token |
|---|---|---|---|
| Gemini 3.6 Flash | Tugas multilangkah, coding, dan antarmuka komputer | USD 1,50 | USD 7,50 |
| Gemini 3.5 Flash-Lite | Pencarian berbasis agen dan pemrosesan dokumen | USD 0,30 | USD 2,50 |
Untuk pekerjaan yang lebih mengutamakan kecepatan dan latensi rendah, Google menyediakan Gemini 3.5 Flash-Lite. Model ini ditujukan antara lain untuk pencarian berbasis agen dan pemrosesan dokumen.
Flash-Lite mencatat kenaikan kemampuan pemrograman dan tugas agen pada Terminal-Bench 2.1, dari 31% menjadi 54%. Pada GDM-MRCR v2 untuk pemrosesan konteks panjang, skornya meningkat dari 60,1% menjadi 72,2%.
Hasil OSWorld-Verified untuk Flash-Lite naik dari 65,1% menjadi 74,0%. Dalam SWE-Bench Pro, model ini meraih 54,2%, melampaui Gemini 3 Flash yang mencatat 49,6%.
Model Cyber untuk Kerentanan Kode
Google juga menyiapkan Gemini 3.5 Flash Cyber untuk menemukan dan memperbaiki kerentanan keamanan pada kode. Model tersebut menjadi dasar bagi proses pendeteksian, validasi, dan penambalan celah dalam skala besar.
Alat CodeMender milik Google memanfaatkan sejumlah agen Gemini 3.5 Flash Cyber. Akses awalnya diberikan kepada pemerintah dan mitra terpercaya melalui program uji coba berskala kecil.
Gemini 3.6 Flash dan Gemini 3.5 Flash-Lite sudah tersedia melalui aplikasi Gemini, Google Antigravity, AI Studio, serta Android Studio. Sementara itu, Gemini 3.5 Pro masih diuji bersama mitra sebelum tersedia lebih luas.
