Google hành động trước thềm báo cáo kết quả kinh doanh quý 2: Ra mắt Gemini 3.6 Flash và ba mô hình mới tập trung vào hiệu năng trên giá thành cực cao

Là phiên bản nâng cấp trực tiếp của 3.5 Flash, 3.6 Flash mang lại những cải tiến toàn diện về lập trình, xử lý tri thức và hiệu suất đa phương thức, đồng thời cải thiện đáng kể hiệu quả sử dụng token. Theo chỉ số Artificial Analysis, lượng token đầu ra được sử dụng giảm 17% so với 3.5 Flash; trên một số bài kiểm tra hiệu năng (benchmark) như DeepSWE của Datacurve, mức giảm này lên tới 65%. Mô hình này cũng đòi hỏi ít bước suy luận và lệnh gọi công cụ hơn để hoàn thành các quy trình công việc gồm nhiều bước.

Đồng thời, mức giá chính thức cũng được giảm xuống. Giá đầu vào được ấn định ở mức 1,50 USD/triệu token và đầu ra là 7,50 USD/triệu token, thấp hơn so với 3.5 Flash, giúp giảm chi phí tổng thể cho mỗi tác vụ Agent.

[Nguồn: Google Blog]

3.5 Flash-Lite là mô hình nhanh nhất trong dòng 3.5, được Artificial Analysis đo lường đạt tốc độ 350 token đầu ra mỗi giây, với mức giá chỉ 0,3 USD/triệu token đầu vào và 2,5 USD/triệu token đầu ra, hướng tới các kịch bản yêu cầu độ trễ thấp và thông lượng cao như tìm kiếm bằng agent và xử lý tài liệu.

Về hiệu suất, mô hình này vượt trội đáng kể so với phiên bản tiền nhiệm 3.1 Flash-Lite trong các bài kiểm tra như Terminal-Bench 2.1 (54% so với 31%) và bài kiểm tra hiệu năng ngữ cảnh dài (long-context benchmark) GDM-MRCR v2 (72,2% so với 60,1%); đáng chú ý hơn, trên SWE-Bench Pro (54,2% so với 49,6%) và OSWorld-Verified (74,0% so với 65,1%), nó thậm chí còn vượt qua Gemini 3 Flash vốn nằm ở phân khúc cao hơn. Các nhà phát triển có thể linh hoạt cấu hình mức độ tư duy dựa trên khối lượng công việc: định tuyến các tác vụ có tần suất cao sang phân khúc độ trễ thấp, chi phí thấp, đồng thời gọi các mức độ tư duy cao hơn cho các tác vụ sub-agent (agent phụ) nhiều bước.

[Nguồn: Google Blog]

Sản phẩm ra mắt có ý nghĩa chiến lược nhất trong đợt này là Flash Cyber. Mô hình này chuyên phát hiện và vá các lỗ hổng phần mềm, với mức giá trên mỗi token thấp hơn so với các mô hình lớn hơn. Trong agent bảo mật mã nguồn CodeMender, nhiều agent Flash Cyber hoạt động cộng tác để tổng hợp và tạo ra một báo cáo duy nhất, đạt được hiệu suất cạnh tranh ở cấp độ tiên phong (frontier-level) trên bài kiểm tra hiệu năng phổ biến CyberGym.

Do tính chất lưỡng dụng của công nghệ này, Google đã áp dụng một chiến lược triển khai thận trọng: Flash Cyber sẽ sớm được cung cấp độc quyền cho các chính phủ và đối tác đáng tin cậy thông qua CodeMender dưới dạng chương trình thí điểm giới hạn, cho phép lực lượng phòng thủ tuyến đầu vá các lỗ hổng bảo mật trước khi chúng bị khai thác.

[Nguồn: Google Blog]

Động thái này nhắm thẳng vào thành trì của Anthropic – đơn vị đã thiết lập lợi thế của người đi đầu trong lĩnh vực phòng thủ mã nguồn tự động với mô hình Mythos của mình, và Flash Cyber là một bước đi quan trọng của Google nhằm thu hẹp khoảng cách này và thương mại hóa các thành tựu nghiên cứu của DeepMind thông qua các sản phẩm bảo mật doanh nghiệp.

Đáng chú ý, mô hình Gemini 3.5 Pro được thị trường mong đợi nhất đã không được phát hành trong đợt này, sau những báo cáo trước đó cho thấy quá trình phát triển mô hình này đang bị chậm trễ vài tháng. Lập trường chính thức của Google là Gemini 3.5 Pro hiện đang trong quá trình thử nghiệm với các đối tác và sẽ được triển khai đầy đủ ngay khi sẵn sàng.

Thị trường vốn đã tỏ thái độ chờ đợi và quan sát đối với ba mô hình mới được phát hành; tính đến thời điểm đưa tin, giá cổ phiếu của Google vẫn giảm khoảng 1%, giao dịch ở mức 348,66 USD.

[Nguồn: TradingView]

Phân tích thị trường cho thấy điều này có thể liên quan đến sự cạnh tranh gay gắt từ bên ngoài. Ví dụ, nhu cầu đối với Kimi K3 của Moonshot AI bùng nổ đến mức công ty đã hạn chế các lượt đăng ký mới và quyền truy cập API do hạn chế về công suất, trong khi Alibaba đã bắt đầu hé lộ về Qwen 3.8 Max, tuyên bố hiệu suất tổng thể của mô hình này chỉ đứng sau Fable 5 của Anthropic.

Theo dữ liệu từ Artificial Analysis, chi phí của dòng Gemini Flash đã thấp hơn so với các mô hình tương tự từ Anthropic, OpenAI và các nhà sản xuất Trung Quốc—chi phí cho mỗi tác vụ đơn lẻ của 3.6 Flash được báo cáo là thấp hơn so với GPT-5.6 Terra Max, Kimi K3 và Qwen 3.7 Max.

Nội dung này được dịch bằng trí tuệ nhân tạo và đã được hiệu đính cho dễ hiểu hơn. Chỉ mang tính chất tham khảo.