Google DeepMind ha presentato oggi tre nuovi modelli di intelligenza artificiale proprietari progettati per ottimizzare i costi e le prestazioni degli agenti AI. I modelli Gemini 3.6 Flash, Gemini 3.5 Flash-Lite e Gemini 3.5 Flash Cyber rappresentano un passo significativo verso agenti più veloci ed economici su larga scala. I prezzi variano da 0,30 dollari per milione di token di input per il modello Lite fino a 7,50 dollari per milione di token di output per la versione Flash principale.
Tre nuovi modelli con prezzi competitivi e risparmi fino al 65 percento sui token
Gemini 3.6 Flash viene offerto a 1,50 dollari per milione di token di input e 7,50 dollari per milione di token di output tramite API. Gemini 3.5 Flash-Lite costa soltanto 0,30 dollari per input e 2,50 dollari per output, rendendolo uno dei modelli più economici sul mercato. Rispetto al precedente Gemini 3.5 Flash, che costa 1,50 dollari per input e 9,00 dollari per output, i nuovi modelli offrono risparmi significativi. Secondo l'Artificial Analysis Index indipendente, Gemini 3.6 Flash riduce l'uso di token di output del 17 percento rispetto al predecessore, mentre su benchmark specifici come DeepSWE per compiti di ingegneria software a lungo termine, il risparmio raggiunge il 65 percento. Questo significa che il modello richiede meno passaggi di ragionamento e chiamate a strumenti per completare flussi di lavoro complessi, abbassando ulteriormente i costi effettivi per le aziende. Google ha dichiarato che i modelli sono progettati per utilizzare meno token complessivamente, offrendo un valore superiore rispetto ai prezzi di listino.
Sponsored Protocol
Prestazioni migliorate su benchmark chiave e sicurezza potenziata
I miglioramenti tecnologici si traducono in punteggi più elevati su diversi test. Gemini 3.6 Flash raggiunge il 49 percento su DeepSWE, rispetto al 37 percento della versione 3.5. Su MLE-Bench, che valuta le capacità di machine learning engineering, il punteggio sale al 63,9 percento dal precedente 49,7 percento. Il modello integra anche l'uso del computer come strumento client-side via API, con un punteggio OSWorld-Verified dell'83 percento. Per la sicurezza, Google ha implementato le protezioni Frontier Safety, che rafforzano il modello contro i jailbreak e mitigano i rischi in ambiti come quelli chimici, biologici, radiologici e nucleari, oltre agli usi impropri informatici. I modelli sono addestrati per ridurre i rifiuti per usi benefici, bilanciando sicurezza e utilità pratica.
Sponsored Protocol
Tre varianti per esigenze specifiche: coding, velocità e cybersecurity
Google ha suddiviso l'offerta in tre prodotti distinti. Gemini 3.6 Flash funge da cavallo di battaglia per coding complesso, lavoro intellettuale e elaborazione multimodale. Viene utilizzato per analisi di documenti, grafici e stesura di report. Gemini 3.5 Flash-Lite è ottimizzato per throughput elevato e latenza minima: elabora 350 token al secondo, risultando due volte più veloce del modello precedente Gemini 3.1 Flash-Lite. È ideale per ricerche agentiche e processamento massivo di documenti. Gemini 3.5 Flash Cyber è un modello specializzato per la cybersecurity, addestrato per trovare e correggere vulnerabilità. Sarà disponibile esclusivamente per governi e partner fidati tramite CodeMender, l'agente di correzione bug di Google. A differenza dei modelli open source, tutti i nuovi Gemini sono closed source e accessibili solo via API ufficiale, creando una dipendenza dall'infrastruttura Google.
Sponsored Protocol
Attesa per Gemini 3.5 Pro mentre inizia il pre-training di Gemini 4
Nonostante l'entusiasmo per i nuovi modelli, gli sviluppatori hanno notato l'assenza del modello flagship Gemini 3.5 Pro, che Google aveva anticipato per l'estate. Logan Kilpatrick di Google ha risposto su X che il modello è in fase di test con partner e sarà reso disponibile appena pronto. Nel frattempo, Google ha confermato che il pre-training per Gemini 4 è già iniziato. Questa release indica che il futuro immediato dell'AI risiede nelle capacità agentiche, ovvero sistemi che operano autonomamente per periodi prolungati. I modelli Flash rappresentano un passo avanti verso agenti più agili ed efficienti, riducendo i costi operativi per le imprese. Per approfondire la valutazione degli agent AI, si può leggere l'articolo su LangChain, Conviva e CoreWeave, mentre per un confronto sulla sicurezza informatica, Apple corregge il bug di Hide My Email offre spunti interessanti. Per maggiori dettagli sui modelli, si rimanda all'articolo originale su VentureBeat.
Sponsored Protocol
