גוגל מפצלת את Gemini Flash לשלושה מודלים

גוגל (Google) הרחיבה את משפחת Gemini Flash לשלושה כיוונים שונים, שמיועדים לצרכים שונים מאוד: מודל מרכזי למשימות מורכבות ומהירות, מודל קל וזול לעומסים גדולים, ומודל סייבר ייעודי שנשאר מאחורי גישה מוגבלת. זה עדכון פחות נוצץ מהשקה של מודל דגל חדש, אבל הוא נוגע בדיוק באחת הבעיות שמעסיקות היום מפתחים וארגונים: איך מריצים AI בפרודקשן בלי שהעלות, האיטיות או רמת הסיכון ייצאו משליטה. המהלך החדש כולל את Gemini 3.6 Flash, את Gemini 3.5 Flash-Lite ואת Gemini 3.5 Flash Cyber in CodeMender. שני הראשונים זמינים כבר עכשיו למפתחים, לארגונים ולמשתמשי Gemini, בעוד שמודל הסייבר יופץ בשלב ראשון רק בפיילוט מוגבל לממשלות ולשותפים מאושרים.

Today we’re expanding the Gemini family with three new models built to be faster, more token efficient, and reliable at scale.

Meet the new Gemini models ↓ pic.twitter.com/hVYNQqxgjd

— Google (@Google) July 21, 2026

המודל המרכזי מקבל שדרוג של מהירות, קוד ועבודת ידע

Gemini 3.6 Flash הוא המודל המרכזי בעדכון הזה. גוגל מציגה אותו כמודל העבודה העיקרי שלה למשימות שבהן צריך שילוב בין מהירות, איכות ועלות סבירה. הוא מיועד למשימות כמו כתיבת קוד, ניתוח מסמכים, עבודה עם גרפים, הפקת דוחות, משימות מולטימודליות ושימוש בכלים חיצוניים. מולטימודלי, במקרה הזה, פירושו מודל שיכול לעבוד עם יותר מסוג מידע אחד, למשל טקסט, תמונות, קבצים, אודיו או וידאו.

החלק המעניין הוא לא רק שיפור בביצועים, אלא גם ירידה בכמות הטקסט שהמודל צריך להפיק כדי לבצע משימה. בעולם של מודלים מסחריים זה חשוב מאוד, כי מודלים מתומחרים לפי טוקנים, יחידות הטקסט שהמערכת קוראת ומייצרת. פחות טוקנים יכולים להפוך משימה לזולה ומהירה יותר, במיוחד כשמריצים אותה אלפי או מיליוני פעמים.

Google | שיפור במדדי קוד, עבודת ידע ושימוש במחשב לעומת 3.5 Flash

גוגל מציגה את הנתונים כאינדיקציה לכך שהמודל מתאים יותר למשימות אייג׳נטיות מורכבות, כמו כתיבת קוד, ניתוח מידע וביצוע פעולות בסביבה ממוחשבת. לפי הנתונים, 3.6 Flash משפר את הביצועים בכמה מבחנים מרכזיים שמבהירים את הכיוון של גוגל: להפוך את Flash למודל שיכול להתמודד עם יותר עבודה אמיתית, בלי להפוך בהכרח למודל יקר וכבד יותר.

החיסכון בטוקנים הוא חלק מהסיפור העסקי

ביישומי AI אמיתיים, השאלה היא לא רק “איזה מודל חכם יותר”. חברה שמפעילה סוכן שירות לקוחות, כלי לניתוח מסמכים או מערכת שמבצעת פעולות על קוד צריכה לשאול גם כמה עולה כל בקשה, כמה מהר מתקבלת תשובה וכמה פעמים המודל צריך לנסות לפני שהוא מגיע לתוצאה טובה.

כאן נכנס אחד הנתונים החשובים בהכרזה. לפי גוגל, Gemini 3.6 Flash משתמש ב-17% פחות טוקני פלט לעומת 3.5 Flash במדד Artificial Analysis, ובמבחנים מסוימים כמו DeepSWE (למשימות פיתוח תוכנה מורכבות ומתמשכות) הפער מגיע עד 65%. המחיר הרשמי שלו עומד על 1.50 דולר למיליון טוקני קלט ו-7.50 דולר למיליון טוקני פלט.

Google | ירידה בכמות טוקני הפלט של Gemini 3.6 Flash לעומת 3.5 Flash

עבור מפתחים וארגונים, זה יכול להיות ההבדל בין דמו מרשים לבין מוצר שאפשר להריץ בהיקף גדול ובעלות צפויה. הנתון הזה חשוב במיוחד בסוכני AI, כלומר מערכות שלא רק עונות על שאלה אחת, אלא מפרקות משימה לשלבים, משתמשות בכלים ולעיתים חוזרות על פעולה כמה פעמים. אם המודל מצליח להגיע לתוצאה טובה בפחות טקסט, פחות ניסיונות ופחות קריאות לכלים, העלות הכוללת של המשימה יורדת.

Flash-Lite הוא המודל של העומס הגדול

Gemini 3.5 Flash-Lite פונה למקום אחר לגמרי. הוא לא נועד להיות המודל החזק ביותר במשפחה, אלא המודל שמאפשר להריץ הרבה משימות במהירות ובעלות נמוכה. גוגל מייעדת אותו לעומסי עבודה כמו חיפוש מורכב, עיבוד מסמכים, חילוץ מידע, תרגום קבלות, סיכום תכנים ומשימות חוזרות שבהן צריך תפוקה גבוהה.

לפי גוגל, זה המודל המהיר ביותר בסדרת 3.5, עם 350 טוקני פלט בשנייה לפי Artificial Analysis. המחיר שלו נמוך משמעותית מזה של 3.6 Flash עם 0.30 דולר למיליון טוקני קלט ו-2.50 דולר למיליון טוקני פלט.

Google | שיפור ביצועים לעומת 3.1 Flash-Lite

הרעיון הוא לא להחליף את המודל החזק יותר, אלא לתת למפתחים אפשרות מהירה וזולה למשימות רבות שחוזרות על עצמן. אחת התוספות החשובות היא האפשרות לעבוד עם רמות חשיבה שונות, או thinking levels. במונחים פשוטים, מפתחים יכולים לבחור אם הם רוצים שהמודל יענה מהר ובזול על משימה פשוטה, או שיקדיש יותר “מאמץ” למשימה מרובת שלבים. זו בחירה חשובה במוצרים אמיתיים, כי לא כל בקשה מצדיקה את אותו עומק עיבוד.

גוגל גם מציינת שבחלק ממבחני הקוד והשימוש במחשב, 3.5 Flash-Lite עוקף את Gemini 3 Flash. זה משמעותי משום שהוא ממקם את Flash-Lite לא רק כגרסה זולה יותר, אלא כמודל שעשוי להיות מספיק טוב גם למשימות שבעבר היו דורשות מודל יקר יותר.

Google | השוואה ל-Gemini 3 Flash

עבור ארגונים, זה מחזק את הטענה שמודל זול ומהיר יכול להספיק למשימות רבות, כל עוד יודעים מתי לבחור אותו ומשתמשים בו נכון.

מודל הסייבר נשאר סגור

החלק הרגיש ביותר בהכרזה הוא Gemini 3.5 Flash Cyber. זה מודל שמבוסס על 3.5 Flash שעבר התאמה למציאת חולשות אבטחה, אימות שלהן וסיוע בתיקון קוד. הוא משולב בתוך CodeMender, סוכן אבטחת הקוד של גוגל, שמשתמש בכמה סוכנים יחד כדי להפיק דוח אחד על בעיות אפשריות.

במקרה הזה, הגישה המוגבלת היא לא פרט שולי. כלי שיודע למצוא חולשות בקוד יכול לעזור לצוותי אבטחה לסגור פרצות מהר יותר, אבל אותה יכולת יכולה גם לשמש לרעה. לכן גוגל אומרת שהמודל יהיה זמין בשלב ראשון רק לממשלות ולשותפים מהימנים, כחלק מפיילוט מוגבל דרך CodeMender.

Google | ביצועים תחרותיים במדד CyberGym

הגרף של גוגל מציב את Flash Cyber קרוב למודלים מתחרים במדד CyberGym. הסיפור כאן הוא לא ניצחון חד-משמעי במבחן, אלא ניסיון לבנות כלי סייבר יעיל מספיק, זול יותר להרצה, ומוגבל בהפצה בגלל פוטנציאל השימוש לרעה. החשיבות שלו נמצאת בשילוב בין מודל ייעודי, עלות נמוכה יותר ותשתית סוכן שמיועדת לאבטחת קוד.

מה זמין עכשיו, ומה עדיין בדרך

Gemini 3.6 Flash ו-Gemini 3.5 Flash-Lite זמינים למפתחים דרך Gemini API, Google AI Studio ו-Android Studio. המודל 3.6 Flash זמין גם ב-Google Antigravity. לארגונים, שני המודלים זמינים דרך Gemini Enterprise Agent Platform, ו-3.6 Flash זמין גם באפליקציית Gemini Enterprise. משתמשים כלליים יפגשו אותם דרך אפליקציית Gemini, ו-3.5 Flash-Lite מתגלגל גם ל-Google Search.

גוגל מציינת ש-Gemini 3.5 Pro נמצא בבדיקות עם שותפים ויהיה זמין בהמשך וגם חושפת שהיא כבר התחילה את ריצת ה-pre-training השאפתנית ביותר שלה עד כה עבור Gemini 4. ה-pre-training הוא שלב האימון הראשוני והגדול של מודל, לפני התאמות מאוחרות יותר למשימות ספציפיות.

העדכון הזה לא נועד רק להוסיף עוד שמות לרשימת המודלים של גוגל. הוא משקף שינוי מעשי יותר בשימוש ב-AI. במקום לבחור מודל אחד לכל דבר, מפתחים וארגונים מקבלים משפחה של מודלים שאפשר להתאים לפי המשימה: 3.6 Flash לעבודה מורכבת יותר, 3.5 Flash-Lite לעומסים מהירים וזולים, ו-Flash Cyber למשימות אבטחה רגישות שלא אמורות להיות פתוחות לכל משתמש.

עבור המשתמש הרגיל, זה עשוי להתבטא בתשובות מהירות יותר, כלים יציבים יותר ופחות מגבלות בשימוש. עבור ארגונים, זו כבר החלטת תשתית. בחירת המודל הנכון יכולה להשפיע על עלות המוצר, על מהירות השירות, על איכות התוצאה ועל רמת הסיכון. לכן ההכרזה של גוגל מעניינת דווקא משום שהיא פחות דרמטית ויותר תפעולית: היא מראה איך שוק ה-AI מתחיל להתבגר סביב שאלות של מחיר, התאמה ובקרה, ולא רק סביב השאלה מי הציג את המודל החזק ביותר.