Google ha ampliato la propria offerta di modelli generativi con Gemini 3.6 Flash, Gemini 3.5 Flash-Lite e Gemini 3.5 Flash Cyber, tre soluzioni progettate per rispondere a esigenze operative differenti ma accomunate dalla ricerca di una maggiore efficienza nell’esecuzione di applicazioni basate sull’intelligenza artificiale. La nuova gamma non punta soltanto a migliorare la qualità delle risposte, ma interviene soprattutto sui parametri che diventano decisivi quando i modelli vengono utilizzati in produzione: consumo di token, latenza, numero di chiamate agli strumenti, affidabilità dei flussi multi-step e costo complessivo delle attività svolte dagli agenti AI.
Gemini 3.6 Flash rappresenta il modello principale della nuova serie ed è stato sviluppato come evoluzione diretta di Gemini 3.5 Flash. Google lo presenta come una soluzione adatta alla programmazione, all’elaborazione di documenti, all’analisi multimodale e ai processi che richiedono l’esecuzione coordinata di più passaggi. Il miglioramento più rilevante riguarda l’efficienza con cui il modello raggiunge il risultato: secondo i dati pubblicati dall’azienda, utilizza il 17% di token in uscita in meno rispetto alla generazione precedente e completa le attività articolate riducendo sia i passaggi di ragionamento sia le chiamate agli strumenti esterni. Questo significa che un agente può produrre la stessa quantità di lavoro generando meno testo intermedio, effettuando meno operazioni e occupando per meno tempo l’infrastruttura che lo esegue.
Il contenimento dei token non è soltanto una caratteristica tecnica, perché incide direttamente sul costo delle applicazioni. Gemini 3.6 Flash viene proposto a 1,50 dollari per milione di token in ingresso e 7,50 dollari per milione di token in uscita, con una tariffa inferiore rispetto al precedente modello Flash soprattutto nella fase di generazione. Nei sistemi agentici, dove una singola richiesta può attivare diversi sottoprocessi, consultare documenti, interrogare strumenti, correggere il proprio output e ripetere alcune operazioni, la riduzione del costo per token deve essere valutata insieme alla diminuzione del numero complessivo di passaggi. Un modello che produce meno output e conclude il lavoro con meno interazioni può quindi generare un risparmio superiore a quello suggerito dal semplice confronto dei listini.
Google dichiara miglioramenti anche nelle attività di sviluppo software, nell’uso autonomo del computer e nel lavoro basato sulla conoscenza. Nei test presentati dall’azienda, Gemini 3.6 Flash raggiunge il 49% nel benchmark DeepSWE, rispetto al 37% della versione precedente, mentre in OSWorld-Verified passa dal 78,4% all’83%. Il modello dovrebbe inoltre eseguire modifiche al codice con maggiore precisione, limitando gli interventi non richiesti e riducendo i cicli di correzione. Il computer use è disponibile come strumento integrato attraverso Gemini API e Gemini Enterprise, permettendo agli sviluppatori di costruire agenti capaci di interagire con interfacce e applicazioni senza dover progettare completamente da zero il livello di controllo operativo. I risultati diffusi rimangono dati forniti dal produttore e dovranno essere confermati nell’utilizzo reale, ma indicano chiaramente che Google sta cercando di spostare la competizione dai benchmark puramente linguistici alla capacità di completare processi concreti in modo più economico.
Gemini 3.5 Flash-Lite occupa invece la fascia dedicata ai carichi di lavoro con volumi elevati e requisiti di latenza particolarmente ridotti. Il modello raggiunge, secondo Artificial Analysis, una velocità di 350 token in uscita al secondo e viene offerto a 0,30 dollari per milione di token in ingresso e 2,50 dollari per milione di token in uscita. La sua destinazione naturale comprende la ricerca agentica, l’elaborazione documentale, la traduzione, la classificazione di grandi quantità di dati, l’estrazione di informazioni e tutte le attività ripetitive nelle quali l’utilizzo di un modello più costoso non produrrebbe un vantaggio proporzionato. Gli sviluppatori possono inoltre configurare differenti livelli di ragionamento, privilegiando velocità e costo minimo nei compiti semplici oppure consentendo al modello di svolgere elaborazioni più articolate quando viene impiegato come componente di un sistema multi-agente.
Questa possibilità evidenzia un cambiamento importante nella progettazione delle applicazioni AI. Il modello più potente disponibile non deve necessariamente gestire ogni fase del processo: un agente principale può analizzare la richiesta, pianificare il lavoro e distribuire le operazioni più semplici a modelli leggeri, riservando le risorse più costose alle decisioni che richiedono maggiore capacità. Gemini 3.6 Flash e Gemini 3.5 Flash-Lite possono quindi essere utilizzati insieme all’interno della stessa architettura, con il primo incaricato del coordinamento e il secondo destinato alla produzione rapida di varianti, alla lettura di grandi volumi di contenuti o all’esecuzione parallela di sottocompiti. In questo scenario, l’efficienza non deriva da un singolo modello, ma dalla capacità dell’infrastruttura di selezionare quello più adatto a ogni passaggio.
La terza soluzione, Gemini 3.5 Flash Cyber, applica la stessa logica alla sicurezza del software. Il modello è stato ottimizzato per individuare vulnerabilità, verificarne l’effettiva sfruttabilità, risalire alla causa del problema e contribuire alla generazione delle correzioni. Viene utilizzato all’interno di CodeMender, il sistema di Google DeepMind che coordina più agenti specializzati e sottopone agli sviluppatori le patch dopo una fase di verifica automatica. L’impiego di un modello Flash permette di ripetere l’analisi su grandi quantità di codice mantenendo costi più bassi rispetto a quelli associati ai modelli di punta, una condizione essenziale per trasformare la ricerca delle vulnerabilità da attività occasionale a processo continuativo.
Gemini 3.5 Flash Cyber non verrà però distribuito liberamente attraverso le normali API. Google prevede inizialmente un programma pilota ad accesso limitato, riservato a governi e partner considerati affidabili, perché le stesse capacità che permettono di scoprire e correggere una vulnerabilità possono essere utilizzate per identificarla e sfruttarla a fini offensivi. La scelta mostra come i modelli verticali più avanzati richiedano modalità di distribuzione differenti rispetto agli assistenti generalisti: il controllo non riguarda soltanto ciò che il modello può generare, ma anche chi può utilizzarlo, in quale infrastruttura e con quali verifiche sulle operazioni compiute.
Gemini 3.6 Flash e Gemini 3.5 Flash-Lite sono disponibili nella Gemini API attraverso Google AI Studio e Android Studio, nella piattaforma Gemini Enterprise e nell’app Gemini, mentre Flash-Lite è destinato anche all’integrazione nella Ricerca Google. La diffusione simultanea su strumenti per sviluppatori, ambienti aziendali e prodotti destinati al pubblico indica che la serie Flash non viene più considerata una semplice alternativa ridotta ai modelli più grandi, ma una componente centrale della strategia di Google. L’obiettivo è offrire modelli abbastanza capaci da gestire attività complesse, ma sufficientemente rapidi ed economici da poter essere eseguiti migliaia o milioni di volte all’interno di servizi reali.
Parallelamente, Gemini 3.5 Pro rimane in fase di test con alcuni partner, mentre Google ha comunicato l’avvio del processo di pre-addestramento di Gemini 4. La disponibilità dei nuovi modelli Flash mostra quindi una strategia articolata su due livelli: da una parte prosegue lo sviluppo dei sistemi di frontiera, destinati ai compiti che richiedono la massima capacità; dall’altra vengono rafforzati i modelli orientati alla produzione, dove il valore dipende dall’equilibrio tra qualità, velocità, affidabilità e costo. Per le imprese, la conseguenza è che la scelta del modello non potrà più basarsi esclusivamente sulle prestazioni assolute, ma dovrà considerare l’intero ciclo di esecuzione dell’applicazione e il costo necessario per completare ogni singola attività.