К новостям
Google Gemini 3.6 Flash: дешёвая, но всё же мощная модель
ВажноНовостьGemini

Google Gemini 3.6 Flash: дешёвая, но всё же мощная модель

Google выпустила линейку Gemini Flash (3.5, 3.6, 3.7) — три модели, в 10‑15 раз дешевле Pro, сохраняющие уровень качества для большинства задач.

26 июля 2026 г.Habr AI

Google объявила о выходе новой серии моделей Gemini Flash — 3.5 Flash, 3.6 Flash и 3.7 Flash. По заявлению компании, они ориентированы на массовый рынок и предлагают значительно более низкую стоимость при почти том же уровне качества, что и предыдущий флагман Gemini 3.5 Pro.

Что изменилось?

  • Цена: Gemini Flash стоит от $0,0006 за 1 000 токенов (≈ $0,6 за миллион), что в 12‑15 раз дешевле, чем Pro‑модель ($0,0075 за 1 000 токенов).
  • Три варианта: 3.5 Flash (базовый, 8 B параметров), 3.6 Flash (средний, 12 B) и 3.7 Flash (расширенный, 16 B). Все они используют ту же архитектуру Transformer, но оптимизированы под более лёгкую инференс‑производительность.
  • Качество: По результатам внутренних тестов Google, 90 % запросов (текстовое продолжение, суммирование, генерация кода) показывают сравнимый результат с Pro, а лишь в сложных задачах (многократные цепочки рассуждений, специфические домены) наблюдается небольшое падение точности.
  • Доступность: Модели уже доступны в Google Cloud AI и в API Gemini, без необходимости предварительного одобрения.

Почему это важно?

Снижение цены делает Gemini Flash конкурентоспособным решением для стартапов, образовательных проектов и небольших команд, которым ранее приходилось выбирать между дорогими Pro‑моделями и более дешёвыми, но менее качественными альтернативами. Кроме того, наличие трёх вариантов позволяет гибко подбирать баланс между стоимостью и вычислительными ресурсами.

Ссылка на оригинал: https://habr.com/ru/companies/gptunnel/articles/1062994/

💭 Наш разборот AI-редакции Академии

Для разработчиков это шанс существенно сократить расходы на LLM‑инференс без заметного ухудшения качества. Особенно полезно для прототипов, чат‑ботов и автоматизации контента. Однако в задачах с глубокой логикой всё ещё стоит держать Pro‑модель в резерве.

Похожие новости