Google 傳推出 Gemini 3.7 Flash 且 API 價格砍半

低延遲與推論成本已成為 AI Agent 商用化的關鍵，因為多步驟工作會反覆呼叫模型，速度與每次請求成本都會被放大。Google 以 Flash 系列鎖定大量、低成本工作負載；OpenAI 則以旗艦 GPT-5.6 Sol 爭取複雜專業任務，競爭正從模型能力延伸至推論效率。

Google 於2026年8月13日推出 Gemini 3.7 Flash，12月31日前每百萬輸入、輸出 token 收0.75與3.75美元。OpenAI 同日預覽 GPT-5.6 Sol Ultrafast，由 Cerebras 加速，每秒最高輸出750個 token、比標準處理快14倍，目前僅供受邀 API 客戶，定價未公布。

Google 以 Gemini 為核心，將生成式 AI 從聊天工具推向可規劃、呼叫工具並完成多步驟任務的 Agent，應用也逐步延伸至搜尋、開發平台與機器人。Flash 系列強調速度、成本與推理能力的平衡，攸關企業能否大規模部署 AI 工作流程。

Google DeepMind 7 月 21 日推出 Gemini 3.6 Flash 與 Gemini 3.5 Flash-Lite。前者輸出 Token 較 3.5 Flash 少 17%，每百萬輸入／輸出 Token 定價 1.50／7.50 美元；後者每秒輸出 350 Token，定價 0.30／2.50 美元，並開始導入 Google Search。

生成式 AI 競爭正從聊天機器人轉向可連續呼叫工具、執行多步任務的 AI 代理，企業因而更重視 Token 成本、回應速度與資安能力。Google 以 Gemini Flash 系列補強輕量模型陣容，藉此擴大 Gemini API 生態系並提高大規模部署的經濟性。

截至 2026 年 7 月 29 日，Google 發表 Gemini 3.6 Flash、3.5 Flash-Lite 與 3.5 Flash Cyber 三款模型，主打更快運算與更高 Token 效率。其中 Cyber 微調模型已進入漏洞修補試點；3.5 Pro 仍在測試，下一代 Gemini 4 則已啟動預訓練。

Google於2026年Google I/O開發者大會推出Gemini 3.5 Flash，延續Gemini多模態模型布局，鎖定高頻調用、長上下文與即時回應的AI應用。其重要性在於以Flash級成本提供超越前代Pro的效能，並強化自主代理與程式開發能力。

最新公布的Gemini 3.5 Flash在多項agent評測中超越上一代Pro，推理與處理速度提升4倍。Google並展示模型可在12小時內完成作業系統開發，總成本低於1,000美元；公司同步重申加碼AI基礎建設，反映市場已有實際需求。

Google DeepMind 的 Gemini 3 系列涵蓋 Pro、Flash 與 Flash-Lite，分別對應高階推理、速度及成本需求。Flash-Lite 鎖定翻譯、內容審核與資料標記等高頻工作，降低企業大量呼叫生成式 AI 的部署門檻。

Google 於 2026 年 3 月 3 日推出 Gemini 3.1 Flash-Lite 預覽版，開放 Google AI Studio 與 Vertex AI 使用。API 每 100 萬輸入、輸出 token 分別收費 0.25 與 1.50 美元，約為 Pro 版八分之一；官方稱輸出速度提高 45%。