Gemini 3.6 Flash vs Gemini 3.5 Flash: อะไรที่เปลี่ยนไปจริงๆ?

เมื่อ Google เปิดตัว Gemini 3.6 Flash เมื่อวันที่ 21 กรกฎาคม 2026 ได้บรรยายโมเดลในเอกสารแนะนำของตนเองว่า "โดยอิงจาก Gemini 3.5 Flash" — การบอกเล่าที่เปิดเผยอย่างผิดปกติ และเป็นประโยคที่มีประโยชน์ที่สุดในประกาศทั้งหมด นี่ไม่ใช่การก้าวกระโดดข้ามรุ่นแบบที่ Gemini 3 เหนือกว่า Gemini 2; มันเป็นการปรับปรุงในระดับเดียวกัน โดยปรับแต่งสำหรับงานเดียวกัน — การสนทนาปริมาณมาก การค้นคืน การเขียนโค้ดทั่วไป และไปป์ไลน์แบบเอเจนต์ที่ต้นทุนและเวลาแฝงมีความสำคัญเทียบเท่ากับความฉลาดของโมเดล Google ไม่ได้เปลี่ยนการวางตำแหน่งโมเดล ไม่ได้เปลี่ยนชื่อระดับ หรือเปลี่ยนกลุ่มเป้าหมาย หากคุณกำลังใช้ 3.5 Flash อยู่แล้วในโปรดักชัน 3.6 Flash คือขั้นถัดไปที่ควรทดสอบ ไม่ใช่ผลิตภัณฑ์ที่แตกต่างที่ต้องเรียนรู้

ดังนั้น คำถามที่แท้จริงจึงไม่ใช่ว่า "3.6 Flash ดีกว่าไหม" ในเชิงนามธรรม — แน่นอนว่าการเปิดตัวในเดือนกรกฎาคม 2026 นั้นมีเป้าหมายเพื่อเอาชนะรุ่นก่อนหน้าจากยุคเดือนมีนาคมในบางด้าน — แต่คือว่ามิติใดบ้างที่เปลี่ยนแปลงไป เปลี่ยนแปลงไปมากน้อยเพียงใด และมิติเหล่านั้นเป็นสิ่งที่เวิร์กโหลดของคุณต้องพึ่งพิงหรือไม่ การเปรียบเทียบนี้จะพิจารณาคะแนนความฉลาดที่ทั้งสองเวอร์ชันมีร่วมกัน ข้อมูลจากผู้จำหน่ายเกี่ยวกับการเขียนโค้ด การทำงานแบบ agentic และการปรับปรุงบริบทระยะยาว การเปรียบเทียบต้นทุนสำหรับการเรียกใช้งานตัวอย่างหนึ่งรายการ และสามสถานการณ์สำหรับการตัดสินใจว่าจะย้ายระบบตอนนี้ ทีหลัง หรือไม่ย้ายเลย

TL;DR คำตัดสินอัปเกรดเพื่อต้นทุน ความเร็ว และพื้นที่การทำงานของเอเจนต์ — ไม่ใช่เพื่อความฉลาดดิบ Gemini 3.6 Flash และ 3.5 Flash ต่างได้คะแนน 50 ในดัชนี Artificial Analysis Intelligence Index — ไม่มีการเพิ่มความฉลาดเมื่อเทียบกับเกณฑ์ชี้วัดอิสระเดียว แต่ 3.6 ลดราคาเอาต์พุตเป็น $7.50 ต่อ 1M (จาก $9.00) ใช้โทเค็นเอาต์พุตต่องานน้อยลงประมาณ 17% และเป็นโมเดลที่เร็วที่สุดที่ Artificial Analysis ติดตาม (303 โทเค็น/วินาที) เกณฑ์วัดประสิทธิภาพของ Google เองก็แสดงให้เห็นถึงความสามารถด้านการเขียนโค้ดจริง การทำงานแบบเอเจนต์ และบริบทระยะยาวที่เพิ่มขึ้น — โดยเฉพาะอย่างยิ่งการก้าวกระโดดจากต่ำกว่า 27% เป็น 54.0% ในการเรียกคืนบริบท 1M (GDM-MRCR v2) สำหรับปริมาณงานของ 3.5 Flash เกือบทุกงาน 3.6 Flash คือทางเลือกที่ชนะทั้งด้านต้นทุนและความสามารถอย่างตรงไปตรงมา; เหตุผลเดียวที่ควรรอก็คือเสถียรภาพในช่วงเปิดตัวและการประเมินที่ถูกปรับแต่งอย่างแม่นยำ

ประเด็นสำคัญ

•  คะแนนความฉลาดเท่ากัน.ทั้งสองอยู่ที่ Artificial Analysis Intelligence Index 50 — การอัปเกรดคือประสิทธิภาพและความสามารถเชิงปฏิบัติการ ไม่ใช่ความฉลาดทั่วไป.

•  ผลลัพธ์ที่ถูกกว่า 3.6 Flash ราคา $7.50 ต่อ 1M โทเค็นเอาท์พุต ลดลงจาก $9.00 บน 3.5 Flash; อินพุต $1.50, อินพุตแคช $0.15.

• โทเค็นน้อยลง, ความเร็วมากขึ้น โทเค็นเอาต์พุตน้อยลงประมาณ 17% ต่องานที่เทียบเคียงได้ และมีปริมาณงานสูงสุดที่ ~303 โทเค็น/วินาที

•  การปรับปรุงการเขียนโค้ดที่เล็กน้อยแต่สม่ำเสมอ Google รายงานว่า 3.6 นำหน้า 3.5 ใน SWE-Bench Pro (58.7% vs 55.1%), DeepSWE (49% vs 37%), MLE-Bench (63.9% vs 49.7%), และ OSWorld (83.0% vs 78.4%)

•  การเรียกคืนบริบทระยะยาวเพิ่มขึ้นอย่างรวดเร็ว GDM-MRCR v2 ที่บริบท 1M เพิ่มขึ้นเป็น 54.0% จากต่ำกว่า 27% — ซึ่งเป็นค่าความแตกต่างที่มากที่สุดที่เคยรายงานระหว่างสองเวอร์ชัน

•  นอกนั้นมีรูปร่างเหมือนกัน. ทั้งสองมีบริบท ~1M, เอาต์พุต 64K, อินพุตแบบหลายรูปแบบ/เอาต์พุตข้อความ. 3.6 เพิ่มจุดตัดความรู้เดือนมีนาคม 2026.

•  มีข้อควรระวังเกี่ยวกับช่วงเวลาเปิดตัวรายงานเบื้องต้นเกี่ยวกับความตึงเครียดด้านความจุ/ความน่าเชื่อถือ และอย่างน้อยหนึ่งรายงานเกี่ยวกับผลลัพธ์ frontend/spatial-reasoning ที่อ่อนแอลง — ควรปักหมุดเวอร์ชันหากคุณมีการรับส่งข้อมูลในระบบการผลิต

ตัวเลขการวัดประสิทธิภาพข้ามโมเดลที่นี่ — SWE-Bench Pro, DeepSWE, Terminal-Bench, MLE-Bench, OSWorld, GDPval และ GDM-MRCR — เป็นของ Google เอง โดยเปรียบเทียบ 3.6 Flash กับ 3.5 Flash ภายในตัวเอง จุดยึดอิสระเพียงอย่างเดียวคือ Artificial Analysis Intelligence Index (50 สำหรับทั้งสอง) ซึ่งวัดซ้ำอย่างต่อเนื่อง ตรวจสอบตัวเลขล่าสุดก่อนอ้างอิง ราคาต่อโทเค็นที่ป้อนของ 3.5 Flash ไม่ได้ถูกกล่าวซ้ำในเอกสารเปิดตัว ยืนยันอัตราปัจจุบันบนหน้าราคาก่อนคำนวณต้นทุนของคุณเอง

สเปกและราคา เปรียบเทียบเคียงข้างกัน

•  AA Intelligence Index — Gemini 3.6 Flash: 50; Gemini 3.5 Flash: 50 (เหมือนกัน)

• ราคาเอาต์พุต (ต่อ 1M) — 3.6 Flash: $7.50; 3.5 Flash: $9.00

• ราคาอินพุต (ต่อ 1M) — 3.6 Flash: $1.50 (แคช $0.15); 3.5 Flash: ดูราคาปัจจุบันได้ที่หน้าราคา

• จำนวนโทเค็นที่ส่งออกต่องาน — 3.6 Flash: น้อยลง ~17%; 3.5 Flash: ฐานอ้างอิง

• ความเร็ว — 3.6 Flash: 303 tok/s (#1 ติดตาม); 3.5 Flash: เร็ว, รุ่นก่อนหน้า

• SWE-Bench Pro (ผู้ขาย) — 3.6 Flash: 58.7%; 3.5 Flash: 55.1%

• DeepSWE v1.1 (ผู้จำหน่าย) — 3.6 Flash: 49%; 3.5 Flash: 37%

• GDM-MRCR v2 ที่ 1M, การเรียกคืนบริบทระยะยาว (ผู้ขาย) — 3.6 Flash: 54.0%; 3.5 Flash: ต่ำกว่า 27%

• การตัดความรู้ — 3.6 Flash: มีนาคม 2026; 3.5 Flash: ก่อนหน้านี้ (ไม่ได้ระบุในเอกสารเปิดตัว)

•  บริบท / ผลลัพธ์ / รูปแบบ — ทั้งสอง: ~1M / 64K / multimodal-in, text-out

เรื่องราวอยู่ในแถวแรกและแถวสุดท้าย ความฉลาดที่เหมือนกันด้านบน ขีดความสามารถที่เหมือนกันด้านล่าง — หน้าต่างบริบทเดียวกัน เพดานผลลัพธ์เดียวกัน รูปแบบการรับเข้าหลายรูปแบบและส่งออกเป็นข้อความเดียวกัน ทุกสิ่งที่เปลี่ยนแปลงอยู่ตรงกลาง: ราคา จำนวนโทเคน ความเร็ว คะแนนการเขียนโค้ด และโดยเฉพาะการเรียกคืนบริบทระยะยาว ซึ่งเคลื่อนไหวมากที่สุดในบรรดาทุกแถว นั่นคือลักษณะของการปล่อยที่เน้นประสิทธิภาพและความสามารถแบบเอเจนต์ มากกว่าโมเดลรุ่นใหม่

เจาะลึก Benchmark: ตัวเลขเหล่านี้วัดอะไรจริงๆ

เริ่มต้นที่ Artificial Analysis Intelligence Index เพราะมันเป็นตัวเลขเดียวที่นี่ที่ถูกวัดอย่างอิสระแทนที่จะรายงานตนเอง ทั้งสองเวอร์ชันได้คะแนน 50 เท่ากัน การเสมอกันนั้นสำคัญ: มันบอกคุณว่าความสามารถในการใช้เหตุผล ความรู้ และการแก้ปัญหาโดยทั่วไปของโมเดลไม่ได้เปลี่ยนแปลงไประหว่างรุ่น — คุณไม่ได้โมเดลที่ฉลาดกว่าในแง่รวมใดๆ นอกจากนี้ยังควรจำไว้ว่าคะแนนนั้นผูกติดกับระดับความพยายามในการใช้เหตุผลที่เฉพาะเจาะจง และถูกวัดซ้ำอย่างต่อเนื่องโดยบุคคลที่สามที่เป็นกลาง ดังนั้นให้ถือว่า 50/50 เป็นการอ่านค่าอิสระในปัจจุบัน แทนที่จะเป็นข้อเท็จจริงถาวร

ตัวเลขการเขียนโค้ดบอกเล่าเรื่องราวที่แตกต่างออกไป และทั้งหมดนั้นคือการเปรียบเทียบผู้จำหน่ายของ Google เอง SWE-Bench Pro เพิ่มขึ้นจาก 55.1% เป็น 58.7% และ DeepSWE v1.1 กระโดดขึ้นไปอีก จาก 37% เป็น 49% — ทั้งสองวัดว่าโมเดลสามารถแก้ไขงานวิศวกรรมซอฟต์แวร์ที่สมจริงได้หรือไม่ ไม่ใช่แค่ตอบคำถามเกี่ยวกับโค้ด การเปลี่ยนแปลงเลขสองหลักบน DeepSWE เป็นสัญญาณที่มีความหมายแม้จะเป็นตัวเลขที่รายงานด้วยตนเอง แต่เนื่องจากไม่มีการทดสอบซ้ำโดยอิสระสำหรับการประเมินเฉพาะเหล่านี้สำหรับคู่เปรียบเทียบนี้ ให้อ่านเป็นหลักฐานเชิงทิศทางของเอเจนต์การเขียนโค้ดที่แข็งแกร่งขึ้น ไม่ใช่ช่องว่างที่ได้รับการรับรองและตรวจสอบโดยบุคคลที่สาม

การประเมินเชิงตัวแทน (agentic evals) ขยายภาพนั้นให้กว้างขึ้น Terminal-Bench 2.1 ปรับปรุงจาก 76.2% เป็น 78.0%, MLE-Bench เพิ่มขึ้นจาก 49.7% เป็น 63.9%, OSWorld-Verified สูงขึ้นจาก 78.4% เป็น 83.0%, และคะแนน Elo ของ GDPval-AA v2 เปลี่ยนจาก 1349 เป็น 1421 เมื่อรวมกันแล้ว การประเมินเหล่านี้ทดสอบงานที่ใช้หลายขั้นตอนและการใช้เครื่องมือ — การรันคำสั่งเทอร์มินัล การทำงานด้านวิศวกรรมแมชชีนเลิร์นนิง การใช้งานสภาพแวดล้อมคอมพิวเตอร์ และการผลิตผลงานระดับมืออาชีพ — แทนที่จะเป็นคำตอบแบบครั้งเดียว ทิศทางที่สอดคล้องกันในเกณฑ์มาตรฐานเชิงตัวแทนทั้งสี่นั้นน่าเชื่อถือมากกว่าคะแนนใดคะแนนหนึ่งเพียงลำพัง แม้จะมีข้อแม้ที่รายงานโดยผู้ขายติดมากับแต่ละคะแนนก็ตาม

ตัวเลขที่โดดเด่นคือการจดจำบริบทระยะยาว: GDM-MRCR v2 ที่ความยาวบริบท 1M โทเค็นเพิ่มขึ้นเป็น 54.0% จากต่ำกว่า 27% — เพิ่มขึ้นประมาณสองเท่า นั่นคือความแตกต่างที่ใหญ่ที่สุดที่รายงานในการเปรียบเทียบ และอธิบายได้มากว่าการประหยัดโทเค็นและความเร็วนั้นมาจากไหน: โมเดลที่ดึงข้อมูลที่ถูกต้องจากบริบทขนาดใหญ่ได้อย่างน่าเชื่อถือมากขึ้นต้องการการแก้ไขซ้ำน้อยลงและการใช้เหตุผลซ้ำซ้อนน้อยลงเพื่อให้ได้คำตอบที่ถูกต้อง ซึ่งสอดคล้องกับจำนวนโทเค็นเอาท์พุตที่ลดลงประมาณ 17% ของ 3.6 ในงานที่เทียบเคียงได้

ค่าใช้จ่ายในทางปฏิบัติ

ราคาต่อโทเค็นเป็นนามธรรม แต่ต้นทุนต่องานคือสิ่งที่ปรากฏในใบแจ้งหนี้ของคุณ ลองใช้ตัวอย่างการเรียกใช้ทั่วไปที่มีอินพุต 4,000 โทเค็นและเอาต์พุต 2,000 โทเค็น เนื่องจากอัตราอินพุตปัจจุบันที่แน่นอนของ 3.5 Flash ไม่ได้ถูกกล่าวซ้ำในเอกสารเปิดตัวของ 3.6 ดังนั้นการคำนวณด้านล่างจึงยึดราคาอินพุตที่ $1.50 ต่อ 1M ที่เผยแพร่ของ 3.6 Flash สำหรับทั้งสองเวอร์ชัน เพื่อแยกการเปลี่ยนแปลงสองอย่างที่เราทราบ ได้แก่ ราคาเอาต์พุตที่ต่ำลงและประสิทธิภาพโทเค็นเอาต์พุตที่เพิ่มขึ้นประมาณ 17% หากต้องการใบแจ้งหนี้ในอดีตที่แน่นอน กรุณายืนยันอัตราอินพุตปัจจุบันของ 3.5 Flash บนหน้าราคา จากพื้นฐานนั้น ต้นทุนเอาต์พุตของ 3.5 Flash สำหรับ 2,000 โทเค็นคือ 2,000 × $9.00 / 1M ≈ $0.018 บวกกับอินพุต ≈$0.006 รวมแล้วประมาณ $0.024 ต่อการเรียกใช้ ต้นทุนเอาต์พุตของ 3.6 Flash หลังจากใช้อัตราที่ต่ำกว่าคือ $7.50 และการลดโทเค็นประมาณ 17% (2,000 โทเค็นกลายเป็นประมาณ 1,660) จะเท่ากับ 1,660 × $7.50 / 1M ≈ $0.01245 บวกกับอินพุต ≈$0.006 เท่าเดิม รวมแล้วประมาณ $0.0185 ต่อการเรียกใช้ — ประมาณ $0.021 ก่อนผลของประสิทธิภาพโทเค็น และประมาณ $0.0185 เมื่อรวมการเปลี่ยนแปลงทั้งสองอย่างแล้ว

•  ค่าใช้จ่ายต่อการเรียกใช้ (4K ข้อมูลเข้า / 2K ข้อมูลออก) — 3.5 Flash: ~$0.024; 3.6 Flash: ~$0.0185 (ราคาเอาต์พุตที่ต่ำกว่า บวกกับโทเค็นเอาต์พุตน้อยลงประมาณ 17%)

•  100K สาย / เดือน — 3.5 Flash: ~$2,400; 3.6 Flash: ~$1,850

• 1M การเรียก/เดือน — 3.5 Flash: ~$24,000; 3.6 Flash: ~$18,500

• ต้นทุนสัมพัทธ์ — 3.6 Flash: ประมาณ 77% ของต้นทุนต่องานของ 3.5 Flash (ประหยัดประมาณ 23%)

23% เป็นตัวเลขจริงในทุกปริมาณ แต่จะเพิ่มขึ้นเร็วที่สุดในไปป์ไลน์แบบเอเยนต์ โดยที่ Google อ้างถึงค่าเฉลี่ยประมาณ 1.3 นาทีต่องานบน 3.6 Flash เทียบกับ 2.7 นาทีบน 3.5 Flash เวิร์กโหลดที่จ่ายต่อการเรียกและต่อนาทีของการประสานงานจะประหยัดทั้งสองด้านพร้อมกัน: โทเค็นน้อยลงต่อการตอบสนอง อัตราที่ถูกกว่าสำหรับโทเค็นที่ใช้ และเวลาจริงที่น้อยลงในการครอบครองลูปเอเยนต์หรือคิวที่ขับเคลื่อนมัน ที่การเรียก 1 ล้านครั้งต่อเดือน ประมาณ $5,500 ในต้นทุนโทเค็นโดยตรงคือส่วนที่มองเห็นได้ของสิ่งนั้น; การประหยัดการคำนวณและเวลาแฝงจากการทำงานให้เสร็จในครึ่งเวลาคือส่วนที่ไม่ปรากฏในหน้าราคา

สามสถานการณ์ในโลกจริง

1. จุดสิ้นสุดการผลิตที่มีปริมาณสูงและไวต่อความหน่วง

แชท การสนับสนุน การค้นคืน และการร่างข้อความในระดับใหญ่ — ซึ่งเป็นภาระงานที่ 3.5 Flash ถูกสร้างมาให้รองรับอยู่แล้ว เนื่องจากระดับความฉลาดไม่เปลี่ยนแปลง (50 เทียบกับ 50) และขอบเขตความสามารถเหมือนกันทุกประการ จึงไม่มีความเสี่ยงด้านคุณภาพผลลัพธ์ที่ต้องชั่งน้ำหนักกับการอัปเกรด ราคาผลลัพธ์ที่ต่ำลงของ 3.6 Flash, จำนวนโทเค็นต่องานที่น้อยลง 17% และปริมาณงานที่ถูกติดตามเป็นอันดับ #1 ทำให้การอัปเกรดนี้เกือบจะเป็นการปรับปรุงที่ชัดเจน: คุณภาพเท่าเดิม ค่าใช้จ่ายต่ำลง การตอบสนองเร็วขึ้น นี่คือการย้ายระบบที่ง่ายที่สุดในสามตัวเลือกนี้

2. ไปป์ไลน์การเขียนโค้ดแบบเอเจนต์หรือ DevOps

งานหลายขั้นตอน — การแก้ไขปัญหา, การรันคำสั่งเทอร์มินัล, การใช้งานเครื่องมือ — เป็นจุดที่ 3.6 Flash ได้รับการรายงานประสิทธิภาพที่เพิ่มขึ้นจากผู้ผลิต: SWE-Bench Pro, DeepSWE, Terminal-Bench, MLE-Bench และ OSWorld ล้วนแสดงผลไปในทางที่ดีขึ้น และเวลาเฉลี่ยต่องานลดลงจากประมาณ 2.7 นาทีเหลือ 1.3 นาที เมื่อรวมกับการกระโดดของการจดจำบริบทระยะยาว (54.0% เทียบกับต่ำกว่า 27% บน GDM-MRCR v2 ที่ 1M) นี่คือสถานการณ์ที่การย้ายไปใช้ดึงดูดผลประโยชน์สูงสุด ไม่ใช่แค่การประหยัดต้นทุน ลองรันชุดการประเมินของคุณเองก่อนที่จะตัดสินใจอย่างเต็มที่ เนื่องจากตัวเลขเหล่านี้เป็นการเปรียบเทียบเองจากผู้ผลิต ไม่ใช่การตรวจสอบโดยอิสระ

3. ระบบการผลิตที่ปรับแต่งอย่างแม่นยำและล็อกด้วยการประเมิน

หาก prompt, guardrail หรือการประเมินอัตโนมัติของคุณถูกปรับเทียบอย่างใกล้ชิดกับพฤติกรรม token ที่แน่นอนของ 3.5 Flash การเปลี่ยนแปลงของ output token ประมาณ 17% และการเปลี่ยนแปลงด้านการเขียนโค้ด/เอเจนต์สามารถทำให้ output เคลื่อนตัวมากพอที่จะทำลายการตรวจสอบแบบตรงเป๊ะที่เปราะบางได้ แม้ว่าความสามารถทางปัญญาที่แท้จริงจะไม่เปลี่ยนแปลงก็ตาม เมื่อรวมรายงานความจุและความน่าเชื่อถือในช่วงเปิดตัว — และรายงานหนึ่งกรณีเกี่ยวกับผลลัพธ์ด้าน frontend/การให้เหตุผลเชิงพื้นที่ที่อ่อนแอลง — เส้นทางที่สมเหตุสมผลคือการกำหนดเวอร์ชันให้คงที่ ตรวจสอบซ้ำกับชุดประเมินผลของคุณเอง และทยอยเปิดตัว 3.6 Flash แทนที่จะเปลี่ยนทันทีในตำแหน่งเดิม

เมื่อใดที่ควรอยู่บน 3.5 Flash

มีเพียงสองเหตุผลที่แท้จริงที่ควรรอ อย่างแรก คือ เสถียรภาพ: 3.6 Flash ได้รับคำร้องเรียนจาก Hacker News ในช่วงแรกเกี่ยวกับความจุและความน่าเชื่อถือภายใต้ปริมาณการเปิดตัว และผู้ทดสอบหนึ่งคนรายงานว่าผลลัพธ์ด้านฟร้อนเอนด์/เหตุผลเชิงพื้นที่ไม่ดี — เป็นความตึงเครียดในการเตรียมการมากกว่าการถดถอยของความสามารถ แต่ก็คุ้มค่าที่จะตรึงเวอร์ชันหากคุณใช้งานแทรฟฟิกการผลิตและไม่สามารถทนต่อช่วงการเปิดตัวที่ขรุขระได้

ประการที่สอง ความสามารถในการทำซ้ำที่แม่นยำ: หากคุณมีพรอมต์และการประเมินที่ปรับแต่งอย่างแนบแน่นกับพฤติกรรมของ 3.5 Flash การเปลี่ยนแปลงประสิทธิภาพของโทเค็นและความก้าวหน้าด้านการเขียนโค้ด/เอเจนต์สามารถเปลี่ยนผลลัพธ์ให้มีความสำคัญได้ แม้ว่าคะแนนความฉลาดพื้นฐานจะไม่เปลี่ยนแปลงก็ตาม ควรตรวจสอบความถูกต้องอีกครั้งก่อนเปลี่ยน แทนที่จะถือว่าเป็นตัวแทนที่สามารถแทนที่ได้โดยตรง นอกเหนือจากสองกรณีนั้น ไม่มีความสามารถใดที่คุณสูญเสียเมื่อย้ายไปใช้ 3.6 Flash

ควรเลือกอันไหน

สำหรับเกือบทุกคนที่ใช้ 3.5 Flash อยู่แล้ว คำตอบโดยทั่วไปคือให้ย้ายไปใช้ 3.6 Flash: ความฉลาดที่คุณได้รับไม่เปลี่ยนแปลง ราคาต่อ output token และ tokens-per-task ลดลงทั้งคู่ throughput นั้นเร็วที่สุดเท่าที่เคยมีการติดตาม และตัวเลขด้านการเขียนโค้ด การทำงานแบบ agentic และบริบทยาว ล้วนเคลื่อนไปในทิศทางที่ดีเหมือนกัน อยู่กับ 3.5 Flash ต่อไปอีกหน่อยก็ต่อเมื่อคุณถูกขัดขวางด้วยข้อกังวลเรื่องความน่าเชื่อถือในช่วงเปิดตัว หรือคุณมี evals ที่ผูกติดกับพฤติกรรม token เก่าอย่างแน่นหนาจนต้องใช้เวลาทวนสอบใหม่ ไม่มีสถานการณ์ไหนที่การเลือก 3.5 Flash สำหรับโปรเจกต์ใหม่จะสมเหตุสมผลมากกว่าเริ่มต้นด้วย 3.6

คำถามที่พบบ่อย

Gemini 3.6 Flash ฉลาดกว่า 3.5 Flash หรือไม่?

ไม่ — พวกเขาได้คะแนนเท่ากัน (50) ในดัชนี Artificial Analysis Intelligence Index. เกณฑ์มาตรฐานด้านการเขียนโค้ด, เอเจนต์, และบริบทที่ยาวของ Google แสดงให้เห็นถึงการปรับปรุงที่แท้จริง แต่การวัดความฉลาดอิสระยังไม่เปลี่ยนแปลง.

มันถูกกว่าไหม?

ใช่ ราคาเอาต์พุตลดลงเหลือ $7.50 ต่อ 1M (จาก $9.00) ราคาอินพุตอยู่ที่ $1.50 โดยมีอินพุตแคช $0.15 และใช้โทเค็นเอาต์พุตต่องานน้อยลงประมาณ 17% — ดังนั้นต้นทุนต่องานจึงลดลงทั้งในด้านอัตราและจำนวนโทเค็น

ฉันควรย้ายไหม?

สำหรับงานส่วนใหญ่ของ 3.5 Flash ใช่ — คุณจะได้ต้นทุนที่ต่ำลง ความเร็วที่สูงขึ้น และผลลัพธ์ที่เท่าเทียมหรือดีกว่า บวกกับคะแนนด้านการเขียนโค้ดและเอเจนต์ที่แข็งแกร่งขึ้น ให้รันการประเมินของคุณใหม่ก่อนหากพรอมต์ของคุณถูกปรับแต่งอย่างละเอียด และปักหมุดเวอร์ชันหากความน่าเชื่อถือของช่วงเปิดตัวมีความสำคัญสำหรับคุณ

มีอะไรแย่ลงหรือไม่?

ไม่มีอะไรที่เป็นโครงสร้าง ข้อควรระวังหลักคือความจุของกรอบเวลาเปิดตัวและรายงานความน่าเชื่อถือ รายงานหนึ่งเกี่ยวกับผลลัพธ์ด้าน frontend/การให้เหตุผลเชิงพื้นที่ที่อ่อนแอลง และเวลาที่ช้าในการรับโทเค็นแรก (~11.5s ที่ความพยายามในการคิดสูง) ซึ่งอาจมีความสำคัญต่อการใช้งานแบบโต้ตอบ

3.6 Flash มีความสามารถในการเขียนโค้ดและงานที่ต้องใช้เอเจนต์ดีขึ้นแค่ไหน?

จากการเปรียบเทียบผู้ขายของ Google เอง: SWE-Bench Pro 58.7% (เทียบกับ 55.1%), DeepSWE v1.1 49% (เทียบกับ 37%), Terminal-Bench 2.1 78.0% (เทียบกับ 76.2%), MLE-Bench 63.9% (เทียบกับ 49.7%), และ OSWorld-Verified 83.0% (เทียบกับ 78.4%) ทั้งหมดเป็นข้อมูลที่รายงานด้วยตนเอง ไม่ได้มีการรันใหม่โดยอิสระ ดังนั้นให้ถือเป็นแนวทางเท่านั้น

แล้วประสิทธิภาพในบริบทยาวล่ะ?

นี่คือการกระโดดที่รายงานครั้งใหญ่ที่สุด: การเรียกคืน GDM-MRCR v2 ที่ความยาวบริบท 1M โทเค็นเพิ่มขึ้นเป็น 54.0% จากต่ำกว่า 27% — ประมาณสองเท่า นอกจากนี้ยังเป็นตัวเลขที่รายงานโดยผู้ขาย แต่สอดคล้องกับจำนวนโทเค็นเอาต์พุตที่ต่ำกว่าของโมเดลในงานที่เทียบเคียงได้

การลดราคานี้ใช้กับโทเค็นอินพุตด้วยหรือไม่

ราคาอินพุตของ 3.6 Flash อยู่ที่ $1.50 ต่อ 1M โดยมี $0.15 สำหรับอินพุตที่ถูกแคชไว้ อัตราอินพุตปัจจุบันที่แน่นอนของ 3.5 Flash ไม่ได้ถูกระบุซ้ำในเอกสารเปิดตัวของ 3.6 ดังนั้นให้ตรวจสอบหน้าราคาจริงแทนที่จะสมมติว่ามันเปลี่ยนไป

มีเกณฑ์การตัดความรู้ใหม่หรือไม่?

ใช่ — 3.6 Flash มีจุดตัดความรู้ ณ เดือนมีนาคม 2026 3.5 Flash ไม่ได้ระบุจุดตัดซ้ำในเอกสารเปรียบเทียบ แต่ของ 3.6 นั้นใหม่กว่าตามธรรมชาติเนื่องจากมีวันวางจำหน่ายที่หลังกว่า

ประเด็นสำคัญ

Gemini 3.6 Flash เทียบกับ Gemini 3.5 Flash คือการอัปเกรดที่สะอาดที่สุดในการพิจารณา: ความฉลาดที่วัดได้เท่ากัน ขีดความสามารถเท่าเดิม ราคาถูกกว่า ใช้โทเค็นน้อยกว่า ความเร็วสูงกว่า และประสิทธิภาพที่สม่ำเสมอ—ถ้าเชื่อตามที่ผู้ผลิตแจ้ง—ในงานเขียนโค้ด งานเอเจนต์ และโดยเฉพาะงานบริบทยาว หากคุณใช้ 3.5 Flash และข้อจำกัดของคุณคือต้นทุน ความหน่วง หรือความน่าเชื่อถือของระบบเอเจนต์ ให้ย้ายหลังจากประเมินอย่างรวดเร็วและตรึงเวอร์ชันระหว่างช่วงเปิดตัว หากคุณหวังว่า ".6" หมายถึงโมเดลที่ฉลาดกว่าโดยตรง มันไม่ใช่ สำหรับจุดนั้น คุณกำลังรอ Gemini 3.5 Pro หรือ Gemini 4 ดูการเปรียบเทียบด้านล่างเพื่อชั่งน้ำหนัก 3.6 Flash กับโมเดลที่ไม่ใช่ของ Google ในระดับเดียวกัน