先講重點：免費版也能選用
Google 在 2026 年 7 月 21 日一口氣發表三款模型：主力的 Gemini 3.6 Flash、走量的 Gemini 3.5 Flash-Lite，還有一款一般人摸不到的資安特化模型 Gemini 3.5 Flash Cyber。
對一般使用者，真正的新聞只有一條：3.6 Flash 第一天就開放給所有 Gemini 使用者選用，免費版也包括在內。打開 Gemini app 或網頁版，在模型下拉選單選「3.6 Flash」就能用，官方定位是多文件分析、用 Canvas（Gemini 內建的文件與原型工作區）做原型這類日常任務。
社群還有個有趣的觀察：一位 HN 使用者對照當時的模型競技場排名發現，Gemini 免費版當下能選到的模型，名次比 ChatGPT 免費版與 Claude 免費版拿到的更前面（截至 7 月 22 日的非官方對照，各家免費方案隨時會調整）。想免費試新一代 AI，Gemini 這次的門檻確實低。
這次來了三兄弟，但編號不同代
三款模型同日發布，編號卻分屬兩代，容易看得一頭霧水。先上家族地圖：
| 模型 | 定位 | 誰用得到 |
|---|---|---|
| Gemini 3.6 Flash | 新主力，日常工作萬用 | 所有人（app、網頁、API、AI Studio） |
| Gemini 3.5 Flash-Lite | 輕量走量、低延遲 | 開發者為主，透過 API（讓開發者把模型接進網站或 app 的介面，一般聊天使用者不用管）；也開始用在 Google 搜尋 |
| Gemini 3.5 Flash Cyber | 資安特化（找漏洞、修漏洞） | 只限政府與受信任夥伴，無公開 API |
同一篇公告還藏了兩條線索：眾人等最久的 Gemini 3.5 Pro 仍然沒出，官方說法是「與合作夥伴測試中、準備好就推出」；同時 Google 透露 Gemini 4 已經開始預訓練，號稱是他們最大規模的一次。旗艦缺席、先端出效率型主力，這個順序本身就說明了 Google 現在的處境。
變快變便宜，綜合智力指數持平
這次最誠實的形容，來自獨立評測機構 Artificial Analysis 的標題：「任務時間砍半」。先解釋一個詞：token 是模型計算文字量與收費的單位，不完全等於一個字。他們的實測數字如下：
| 項目 | Gemini 3.6 Flash | Gemini 3.5 Flash（前代） |
|---|---|---|
| 綜合智力指數（Artificial Analysis Intelligence Index） | 50 | 50 |
| 完成一項任務的平均時間 | 1.3 分鐘 | 2.7 分鐘 |
| 完成一項任務的平均成本 | 約 $0.50 | 約 $0.59 |
| 輸出速度（每秒 token） | 約 250-300（同組排名第一） | 較慢 |
| API 輸出價（每百萬 token） | $7.5 | $9 |
（資料來源：Artificial Analysis 實測與官方定價頁。輸入價兩代同為 $1.5；速度 AA 發布日測得 304、後續頁面重測 251，故表記約 250-300。）
AA 綜合指數原地踏步，升級集中在速度與成本。這不代表每一項都沒動：Google 自家公布的程式與電腦操作分項有上升，但屬廠商自測、尚無獨立複驗。
效率方向倒是兩邊對得上：回答平均少用 17% 的 token，話變少、廢話變少，某些工程任務 Google 甚至宣稱省到 65%（自家數字，尚無獨立驗證）。
代價有兩個。一是「開口慢」：它屬於會先思考再回答的模型，第一個字平均要等 13 秒左右，聊天式的快問快答會覺得頓。二是 AA 的一項通識分項（Humanity’s Last Exam）比前代低 3 分；單一分項代表不了全部難題能力，但至少說明這代的力氣沒花在這裡。
跟 GPT-5.6 Luna 比：五五波
兩週前 OpenAI 才推出 ChatGPT 5.6，其中平價的 Luna 正好跟 3.6 Flash 同一個量級，這場對決比旗艦戰更貼近一般人的錢包（表中 high、max 是推理強度設定，開越高、想越久）：
| 項目 | Gemini 3.6 Flash | GPT-5.6 Luna | 誰贏 |
|---|---|---|---|
| 綜合智力指數（同為 high 檔位） | 50 | 46 | 3.6 Flash |
| 輸出速度（每秒 token） | 251 | 161 | 3.6 Flash |
| 第一個字的等待時間 | 13.2 秒 | 8.7 秒 | Luna |
| 綜合使用單價（每百萬 token 混合計） | $1.16 | $0.87 | Luna |
| API 牌價（輸入／輸出） | $1.5／$7.5 | $1／$6 | Luna |
（資料來源：Artificial Analysis 對比頁。附註：若把 Luna 開到最高的 max，智力指數 51 反超 3.6 Flash 的 50，兩者咬得非常緊。「混合單價」是 AA 依固定輸入輸出比例換算的參考價，非官方牌價。）
一句話總結：在 AA 這組指標下，3.6 Flash 贏在快與省話，Luna 贏在便宜與反應快。沒有誰把誰打趴，選哪邊比較像在選手搖飲的甜度冰塊。
一般人會有感的三件事
回答變簡潔，但開口前會想一下。 前代 Flash 被抱怨話多（還會突然全大寫自嗨），這代實測輸出速度同組第一、回答更省話。要留意的是那 13 秒左右的「起跑等待」：長回答與多步驟任務的提速比較有感，短問短答反而可能覺得頓。
知識新舊成了羅生門。 官方頁面目前互相矛盾：DeepMind 的 model card 寫知識更新到 2026 年 3 月，API 文件卻沒列日期；再加上有使用者回報 AI Studio 顯示「未知」，也實測發現不少 2025 年的事它並不熟。問時事、查最新資訊時，記得開啟搜尋功能或自己查證，別把任何截止日當保證。
看圖表可能小退步。 LlamaIndex 團隊的一次 ParseBench 測試中，3.6 Flash 的圖表理解分項比前代低 14%。單一測試代表不了所有圖片與 PDF；但圖表密集的工作流要搬過來前，先拿自己的文件抽測，重要數字逐項回查原圖。
Flash-Lite 與 Cyber：一個變貴、一個看得到摸不到
Flash-Lite 的賣點是快：每秒 350 個 token，Google 搜尋也開始在幕後用它。不過注意比較範圍：官方說的「最具成本效益」限定在 3.5 系列之內；跟前代 3.1 Flash-Lite 比，牌價反而上升（輸出價 $1.5 漲到 $2.5），AA 在 high 設定的實測中，單題成本更是從 $0.04 翻倍到 $0.09。開發者選它前，先用自己的工作流算一次帳。
Flash Cyber 則是這次的特例：專門找漏洞、驗證漏洞、修補漏洞的資安模型，搭配 DeepMind 的 CodeMender 代理使用，只開放給政府與受信任的合作夥伴，沒有公開 API、沒有定價、連 model card 都沒有。Google 的理由是資安能力屬於雙面刃，先讓防守方拿到工具。短期內，一般人只會在新聞裡見到它。
想試的話，這樣用比較聰明
在 Gemini app 裡，手動從模型選單挑「3.6 Flash」，多文件整理和 Canvas 原型是官方點名的甜蜜點。寫程式的人可以在 GitHub Copilot（付費方案限定、逐步開放中，企業版要管理員先開權限）或 Antigravity 裡選它，還能調思考深度：日常任務用低或中檔就好；開高一點的檔位換來更深的思考，也換來更久的等待。
比較各家模型價格時，記得一個新觀念：別只看牌價，要看做完一件事的總成本。省話的模型就算單價高一點，一件事下來可能反而便宜。以 AA 的混合單價換算，3.6 Flash 與 Luna 的差距約三成（$1.16 對 $0.87），比牌價的第一眼印象小。
最後，重要的時效性問題（新聞、價格、版本號碼）一律開搜尋或自己驗證。這點對任何模型都成立，對這隻截止日成謎的更是。
小結：頂尖賽道讓一步，小模型全面鋪路
有評測給這次更新下了一個好標題：「無聊是一種策略」。沒有驚天動地的智力突破，就是把最多人每天在用的那顆模型變快、變省、變便宜，然後大方地發給所有免費使用者。量大管飽，鞏固生態系。
把時間軸拉長看會更清楚。頂尖模型的排位賽上，Google 眼下確實落後 Anthropic 與 OpenAI 一個身位：3.5 Pro 一再延期（台媒引述消息稱可能重新打造），Gemini 4 才剛開始預訓練。但在小模型這一側，Google 的動作沒停過：這次的 3.5 Flash-Lite 已經排進 Google 搜尋幕後；6 月上線的 Gemini 3.5 Live Translate 用專門的低延遲語音模型，做到 70 多種語言的即時翻譯；7 月 22 日剛出爐的財報裡，搜尋業務營收年增 17%，執行長 Pichai 把搜尋查詢量的成長歸功於 AI 功能；Google Cloud 營收更是年增 82%，財報明寫成長由企業 AI 方案與 AI 基礎設施帶動。
小模型還有一個大模型搶不走的主場：終端裝置。Google 的 Gemini Nano 已經直接在 Pixel 手機上執行，語音翻譯這類功能在手機本地就能跑；小而省電的模型，天生就比雲端巨獸容易塞進手機、家用設備，甚至未來的工廠設備裡。大模型會隨時間不斷變強，小模型則會隨裝置不斷變多，這兩條線 Google 顯然都不想放。
這樣看，「先求穩」也許說得保守了：比較像頂尖賽道暫時讓一步，小模型賽道全面鋪路。未來會不會看到 Gemini 以各種小模型的姿態，滲透到更多領域與裝置？拭目以待，小企鵝會持續追蹤。