Модель · Google
Gemini 3.6 Flash
Рабочая модель Google для агентов, программирования и разбора документов, которую уже сменили Gemini 3.7 и 3.8 Flash
вышла 21 июля
Рейтинг Epoch AIСводная оценка общих возможностей модели: статистическая модель выводит её из результатов на многих бенчмарках с учётом их сложностиШкала условная (Claude 3.5 Sonnet = 130, GPT-5 = 150); интервал — 90-процентный диапазон оценки, и модели с перекрывающимися интервалами надёжно не различаются.Подробнее на английском ↗
31 место из 266
индекс 154, вероятный разброс 153–156 · весь рейтинг →
| Бенчмарк | РезультатОбычно — доля заданий теста, которые модель решила. У некоторых тестов свой счёт; как он устроен, сказано в пояснении к названию теста | УсилиеНасколько долго модель рассуждала перед ответом, когда её проверяли: низкое, среднее, высокое, очень высокое, максимальное. Чем выше усилие, тем обычно выше результат — и тем дольше и дороже ответ. Показан лучший результат и усилие, на котором он получен |
|---|---|---|
| DTBenchВопросы с выбором ответа по теории принятия решений в задачах вроде парадокса Ньюкома, где твой выбор говорит о выборе похожих на тебяСлучайный выбор даёт около 40%, так что это нижняя планка, а не ноль.Подробнее на английском ↗ | 92,5% | высокое |
| LMCAНасколько оценки моделью доводов в философии, теории решений и безопасности ИИ совпадают с оценками экспертовБалл — корреляция с оценками экспертов, умноженная на 100; практический потолок около 85, а не 100.Подробнее на английском ↗ | 52,9% | высокое |
| Mystery Game Puzzles100 позиций из головоломочного варианта известной игры, название которой скрыто: нужно найти единственный лучший ходПодробнее на английском ↗ | 22,9% | |
| FrontierMath-Tier-4-v2-PrivateЗакрытый набор самых трудных задач FrontierMath: исследовательская математика, на которую у специалистов уходят часы и дниПодробнее на английском ↗ | 22,0% | высокое |
| FrontierMath-Tiers-1-3-v2-PrivateСотни новых задач исследовательской математики от профессиональных математиков; эксперту на задачу нужны часы или дниПодробнее на английском ↗ | 58,9% | высокое |
| FrontierCodeМодель исправляет проблему в открытом проекте, а правку оценивают по тому, приняли бы её сопровождающие проектаБалл выставляют по критериям сопровождающих и усредняют по пяти запускам; если нарушен хотя бы один обязательный критерий, за задачу ставят ноль.Подробнее на английском ↗ | 34,4% | |
| DeepSWE113 долгих задач по программированию в 91 открытом проекте на пяти языках; задачи написаны с нуля и не публиковалисьEpoch нашла, что примерно в 20% задач проверка отклоняет верные решения, поэтому реальный потолок заметно ниже 100%.Подробнее на английском ↗ | 46,7% | высокое |
| ProofBench100 закрытых задач по математике уровня старших курсов и аспирантуры: модель пишет доказательство на Lean 4, его проверяет программаПодробнее на английском ↗ | 36,0% | |
| Chess Puzzles100 новых шахматных задач, позиция дана текстом: нужно найти единственный лучший ход по оценке движка StockfishПодробнее на английском ↗ | 40,0% | |
| SimpleQA Verified1000 коротких вопросов на факты, на которые модель отвечает по памяти, без поиска в интернетеБалл — F1: учитываются и доля верных ответов, и точность там, где модель решилась ответить, так что честное «не знаю» лучше ошибки.Подробнее на английском ↗ | 66,2% | высокое |
| ARC-AGI-2Вторая, более трудная версия головоломок на клетках: по примерам найти скрытое правило и применить его к новой картинкеНа каждое задание даётся две попытки; люди в среднем решают около 60% заданий.Подробнее на английском ↗ | 60,4% | высокое |
| WeirdMLНеобычные задачи по машинному обучению: модель пишет код, который на выданных данных обучает классификатор, например для распознавания фигурБалл — средняя точность обученных моделью классификаторов, а не доля решённых задач.Подробнее на английском ↗ | 56,1% | высокое |
| OTIS Mock AIME 2024-202545 олимпиадных задач по математике из пробных экзаменов AIME школы OTIS; ответ — целое число от 0 до 999Подробнее на английском ↗ | 94,2% | |
| GPQA diamond198 вопросов с выбором ответа по физике, химии и биологии уровня аспирантуры — такие, что ответ не найти поискомСлучайный выбор даёт 25%, а специалисты с учёной степенью в своей области набирают около 70%.Подробнее на английском ↗ | 92,2% | |
| ARC-AGIГоловоломки на цветных клетках: по паре примеров нужно понять правило преобразования картинки и применить его к новойПодробнее на английском ↗ | 91,2% | высокое |
Характеристики
- Вышла
- 21 июля
- КонтекстСколько текста модель учитывает за один запрос: вопрос, приложенные документы и её собственный ответ вместе. Токен — кусок слова; слово обычно занимает один–три токена
- 1 млн токенов
- Длина ответаСколько токенов модель может выдать за один ответ, вместе со скрытыми рассуждениями, если они есть
- до 65 тыс. токенов
- Цена входаСколько стоит миллион токенов, отправленных модели: вопрос, документы, вся история переписки
- $0,75 за миллион токенов
- Вход из кэшаЦена входа для повторяющегося начала запроса, которое лаборатория уже сохранила у себя. В длинной переписке и у агентов это большая часть входа — и в разы дешевле
- $0,075 за миллион токенов
- Цена ответаСколько стоит миллион токенов, написанных моделью, — включая скрытые рассуждения
- $3,75 за миллион токенов
- Понимает
- текст, изображения, видео, аудио, PDF
- Отвечает
- текст
- РассужденияПеред ответом модель рассуждает про себя: медленнее и дороже, зато точнее на трудных задачах
- да
- Вызов инструментовМодель сама просит программу выполнить действие — поиск, запуск кода, запрос к сервису — и продолжает с результатом. На этом держатся агенты
- да
- ВесаОткрытые — файлы модели можно скачать и запустить на своих серверах. Закрытые — доступ только через сервис лаборатории
- закрытые
- Знания до
- март 2026
- Идентификатор в API
- gemini-3.6-flash
Что это за модель
Gemini 3.6 Flash — «рабочая лошадка» линейки Gemini: так Google называет модель, которую ставят по умолчанию в приложения и агентов, работающих в рабочей среде. Она пришла на смену Gemini 3.5 Flash. По карточке модели, архитектура и данные для обучения остались от 3.5 Flash, а изменения пришлись на дообучение. Модель принимает текст, картинки, звук, видео и PDF, а перед ответом рассуждает.
Главное отличие от 3.5 Flash, по словам Google, — экономность. Модель тратит примерно на 17% меньше токенов на ответ и решает многошаговые задачи за меньшее число шагов рассуждения и вызовов инструментов. По замерам лаборатории, результат в бенчмарке DeepSWE вырос с 37 до 49%, в OSWorld-Verified (управление компьютером) — с 78,4 до 83%, в MLE Bench (задачи по машинному обучению) — с 49,7 до 63,9%. В карточке модели также указаны 58,7% в SWE-Bench Pro и 78% в Terminal-Bench 2.1. Через три недели вышла Gemini 3.7 Flash, а в сентябре — 3.8 Flash, так что сейчас 3.6 уже не самая новая модель в линейке.
Google предлагает её для агентов и программирования: переноса кода на новые версии, генерации веб-страниц. Ещё её берут для разбора документов и финансовых отчётов, чтения графиков и анализа видео. На ней по умолчанию работает сервис Managed Agents в Gemini API. В компании утверждают, что код у неё стал чище: реже не компилируется и реже требует переделок.
Ограничения в карточке модели такие: она может галлюцинировать, то есть уверенно выдавать выдумку, иногда не укладывается в отведённое время, а знания в части областей заканчиваются январём 2025 года. На длинных текстах точность падает: при 128 тысячах токенов модель находит нужное в 91,8% случаев, а при миллионе — в 54%. Разработчикам стоит учесть, что привычные настройки случайности ответа (temperature, top-K, top-P) и штрафы за повторы она не принимает. Вместо них глубину рассуждений задают параметром thinking_level.
Источники: Анонс Gemini 3.6 Flash в блоге Google, Карточка модели от Google DeepMind, Документация Gemini API
Того же уровня по индексу Epoch
-
Muse Spark 1.1
Meta29-е место в Epochконтекст 1 млн$1,25 / $4,25рассуждениядороже
-
Gemini 3.5 Flash
Google28-е место в Epochконтекст 1 млн$1,50 / $9рассуждениядороже в 2,4 раза
-
Qwen3.7 Max
Qwen33-е место в Epochконтекст 1 млн$2,50 / $7,50рассуждениядороже в 2 раза
Другие модели семейства
-
-
-
Nano Banana 2
-
-
-
-
-
Nano Banana
Новости о модели
- 01
- 02
- 03
- 04
Данные: models.dev (MIT) и Epoch AI (CC BY 4.0).