รายการแรกคือแหล่งที่มาของหมุดเสมอ ความเชื่อมั่นโดยรวมคือค่าเฉลี่ยถ่วงน้ำหนักว่าแต่ละแหล่งอ้างอิงสนับสนุนเวลาเริ่มและสิ้นสุดด้านบนมากเพียงใด แหล่งอ้างอิงจะมีน้ำหนักลดลงครึ่งหนึ่งทุก ๆ 180 วันที่เก่ากว่าแหล่งล่าสุด
รายงานเปิดตัวของ 9to5Google ลงวันที่ 21 กรกฎาคม 2026 และระบุว่า Google “ประกาศ Gemini 3.6 Flash และ 3.5 Flash-Lite ในวันนี้” ส่วนโมเดลการ์ด 3.6 Flash ของ DeepMind[2] เผยแพร่ในวันที่ 21 กรกฎาคม 2026
DeepMind's model card, published 21 July 2026, lists the benchmark table and the $1.50 and $7.50 per million token prices.
MarkTechPost's same-day write-up of the three-model Flash tier release.
Neural Newscast's episode "Google Ships Three New Gemini Flash Models [Model Behavior]" (2026-07-21) says: "with enterprise software. [00:48] Thatcher Collins: I'm Thatcher Collins. [00:49] Thatcher Collins: Nina, the timing of these releases is certainly noteworthy. [00:53] Thatcher Collins: Today , Google shipped Gemini 3.6 Flash, 3.5 Flash Lite, and a specialized security-focused version called Flash Cyber. [01:03] Thatcher Collins: This blitz comes immediately after"[1]
มีอะไรขาดหรือผิดไหม บอกด้วยคำพูดของคุณเอง: ลิงก์ที่สนับสนุนหมุดนี้ วันที่เริ่มหรือสิ้นสุดที่ต่างออกไปพร้อมเหตุผล หรือข้อเท็จจริงที่ขาดหรือผิด AI จะตรวจสอบกับแหล่งที่มาของหมุด ค้นหาแหล่งที่ดีกว่า และเพิ่มหน้าที่สนับสนุนคุณ แหล่งที่มาของหมุดเองยังคงมีน้ำหนักมากที่สุด รูปภาพที่แสดงสิ่งอื่นหรือแสดงได้ไม่ดีก็จะถูกตรวจสอบ และเลื่อนลงหรือแทนที่
ชื่อต้นฉบับ: Gemini 3.6 Flash Released
| เกณฑ์วัด | Gemini 3.6 Flash | Gemini 3.5 Flash | Gemini 3.1 Pro | GPT-5.6 Luna | Grok 4.5 | Claude Sonnet 5 |
|---|---|---|---|---|---|---|
| ราคา input ($/1M โทเคน, ไม่ใช้แคช) | $1.50 | $1.50 | $2.00 | $1.00 | $2.00 | $3.00 |
| ราคา output ($/1M โทเคน) | $7.50 | $9.00 | $12.00 | $6.00 | $6.00 | $15.00 |
| SWE-Bench Pro (Public) (งานเขียนโค้ดแบบเอเจนต์หลากหลาย) | 58.7% | 55.1% | 54.2% | 62.7% | 64.7% | 63.2% |
| DeepSWE v1.1 (วิศวกรรมซอฟต์แวร์ระยะยาว) | 49% | 37% | 12% | 67% | 54% | 54% |
| Terminal-bench 2.1 (การเขียนโค้ดบนเทอร์มินัลแบบเอเจนต์ ชุดทดสอบ Terminus-2) | 78.0% | 76.2% | 73.8% | 84.7% | 83.3% | 80.4% |
| MLE-Bench (วิศวกรรมแมชชีนเลิร์นนิง) | 63.9% | 49.7% | 42.6% | 47.6% | 43.2% | 66.9% |
| GDPVal-AA v2 (งานด้านความรู้ Elo) | 1421 | 1349 | 965 | 1584 | 1535 | 1607 |
| OSWorld-Verified (การใช้คอมพิวเตอร์แบบเอเจนต์) | 83.0% | 78.4% | 76.2% | 72.6% | — | 81.2% |
| CharXiv Reasoning (การสังเคราะห์ข้อมูลจากแผนภูมิซับซ้อน ไม่ใช้เครื่องมือ) | 85.2% | 84.2% | 83.3% | 82.7% | 81.6% | 77.0% |
| CharXiv Reasoning (การสังเคราะห์ข้อมูลจากแผนภูมิซับซ้อน ใช้เครื่องมือ) | 89.4% | 84.9% | 83.2% | — | — | 88.3% |
| GDM-MRCR v2 (8-needle) (ประสิทธิภาพบริบทยาว 128k (ค่าเฉลี่ย)) | 91.8% | 77.3% | 84.9% | 74.8% | 81.4% | 71.6% |
| GDM-MRCR v2 (8-needle) (ประสิทธิภาพบริบทยาว 1M (รายจุด)) | 54.0% | 26.6% | 26.3% | — | — | — |