Liczby pochodzą z oficjalnej strony Google DeepMind oraz z zestawień Artificial Analysis / DataCamp (kolumny konkurencji). Benchmarki modeli szybko się dezaktualizują i zależą od metodologii — traktuj je jako punkt odniesienia, nie wyrocznię. Stan na lipiec 2026.
W skrócie
Gemini 3.6 Flash to iteracja „robocza" rodziny Flash: nie rewolucja, lecz solidny skok efektywności. Największe zmiany względem 3.5 Flash to 17% mniej zużywanych tokenów wyjściowych, mocno lepsze kodowanie długodystansowe (DeepSWE 49% vs 37%) i wyraźnie lepszy długi kontekst (odczyt z 1 mln tokenów niemal się podwoił). Do tego tańsze wyjście — z 9,00 do 7,50 $ za milion tokenów.
Specyfikacja
| Producent | Google DeepMind |
| Premiera | 21 lipca 2026 |
| Typ | Model multimodalny (tekst, obraz, wideo, audio, PDF) |
| Okno kontekstu | 1 000 000 tokenów wejścia / 64 000 tokenów wyjścia |
| Cena wejścia | 1,50 $ / mln tokenów (bez zmian vs 3.5 Flash) |
| Cena wyjścia | 7,50 $ / mln tokenów (spadek z 9,00 $) |
| Efektywność | −17% tokenów wyjściowych względem 3.5 Flash |
Kodowanie i inżynieria: skok względem 3.5
Najbardziej odczuwalna poprawa jest w zadaniach programistycznych i inżynierii uczenia maszynowego. DeepSWE (długodystansowa inżynieria oprogramowania) skoczyło z 37% do 49%, a MLE-Bench z 49,7% do 63,9%.
Długi kontekst i zadania agentowe
To tutaj 3.6 Flash robi największą różnicę. Odczyt z pełnego okna 1 mln tokenów (GDM-MRCR v2) wzrósł z 26,6% do 54,0% — czyli ponad dwukrotnie. Przy 128k skuteczność sięga 91,8%. Dla firm oznacza to realną obsługę długich dokumentów, umów i transkryptów bez gubienia szczegółów.
W syntetycznym rankingu „pracy wiedzy" GDPval-AA v2 (skala Elo) model urósł z 1349 do 1421 punktów — przyzwoity, choć nie przełomowy postęp.
Na tle konkurencji
Gemini 3.6 Flash to model z klasy „szybki i tani", więc nie ściga się z topowymi modelami rozumującymi. W czystym kodowaniu wyprzedzają go GPT-5.6 Luna i Grok 4.5, a na części benchmarków także Claude Sonnet 5. Za to wygrywa w długim kontekście, rozumowaniu z wykresów i sterowaniu pulpitem (OSWorld) — przy znacznie niższej cenie.
Cena i wydajność
Wejście pozostaje na 1,50 $ za milion tokenów, a wyjście spadło z 9,00 do 7,50 $. W połączeniu z 17% niższym zużyciem tokenów wyjściowych realny koszt tego samego zadania spada mocniej, niż sugeruje sam cennik. To czyni 3.6 Flash atrakcyjnym do zastosowań wolumenowych: klasyfikacja, ekstrakcja danych, obsługa zapytań, przetwarzanie długich dokumentów.
Co to znaczy dla firm
Jeśli budujesz automatyzacje na dużą skalę — masowe przetwarzanie treści, analiza dokumentów, agenci obsługi — 3.6 Flash to mocny domyślny wybór: szybki, tani, multimodalny, z realnym oknem 1 mln tokenów. Do najtrudniejszego rozumowania i najambitniejszego kodowania nadal lepiej sięgnąć po topowe modele rozumujące, ale do 80% codziennych zadań firmowych klasa Flash w zupełności wystarcza — i robi to taniej.