Gemini 3.6 Flash: Google punta sull’efficienza per gli agenti AI su larga scala

Google ha alzato di nuovo l’asticella nella corsa ai modelli di intelligenza artificiale. Il 21 luglio 2026 l’azienda ha presentato Gemini 3.6 Flash, accompagnato da altri due modelli della stessa famiglia, Gemini 3.5 Flash-Lite e Gemini 3.5 Flash Cyber.

L’annuncio, firmato da Tulsee Doshi a nome del team Gemini, non introduce il modello più potente in assoluto, ma qualcosa che per molti sviluppatori conta anche di più: efficienza, bassa latenza e affidabilità sufficienti per far girare agenti AI su larga scala senza vedere esplodere i costi. Se stai costruendo prodotti basati sull’AI o segui da vicino l’evoluzione degli assistenti autonomi, questa è una delle novità più concrete delle ultime settimane.

Cosa ha annunciato Google con Gemini 3.6 Flash

La serie Flash di Google occupa da tempo una posizione precisa nel catalogo: non è il modello di punta pensato per il ragionamento più complesso, ma il cavallo da lavoro che deve trovare il giusto equilibrio tra qualità e costo. Con questo aggiornamento Google spinge ancora di più su quel terreno.

Gemini 3.6 Flash viene descritto dall’azienda come il nuovo modello workhorse della gamma, con prestazioni migliori nella scrittura di codice, nel lavoro di conoscenza e nei compiti multimodali rispetto al predecessore Gemini 3.5 Flash.

Insieme a Gemini 3.6 Flash, Google ha rilasciato anche Gemini 3.5 Flash-Lite, la versione più rapida ed economica della serie 3.5, e Gemini 3.5 Flash Cyber, un modello specializzato nella sicurezza informatica riservato a governi e partner selezionati. Tre modelli diversi, ma con un filo conduttore comune: rendere sostenibile la costruzione di flussi di lavoro agentici, cioè quei sistemi in cui il modello non risponde a una singola domanda ma porta a termine compiti articolati, chiamando strumenti esterni e prendendo decisioni in più passaggi.

Non a caso, se vuoi capire meglio la logica di fondo di questi sistemi puoi approfondire cosa sono e come funzionano gli agenti AI e perché stanno diventando il vero campo di battaglia dei grandi laboratori.

Un modello pensato per la scala, non per lo spettacolo

La scelta di Google è interessante perché va nella direzione opposta rispetto alla semplice rincorsa al modello più grande. Per un’azienda che deve servire milioni di richieste al giorno, un modello leggermente meno brillante ma molto più economico e veloce è spesso preferibile a un gigante costoso.

Gemini 3.6 Flash nasce proprio dai riscontri raccolti sul campo con la versione precedente, e prova a limare i due parametri che pesano di più sul conto finale: il numero di token generati e il numero di passaggi necessari per completare un compito.

Più efficiente e meno costoso del predecessore

Il dato più rilevante riguarda l’efficienza. Secondo l’Artificial Analysis Index citato da Google, Gemini 3.6 Flash consuma circa il 17 per cento di token di output in meno rispetto a Gemini 3.5 Flash, e su alcuni benchmark specifici come DeepSWE il risparmio arriva fino al 65 per cento.

In pratica il modello è meno prolisso, ragiona in modo più diretto e richiede meno chiamate agli strumenti per arrivare al risultato. Per chi paga a consumo, questa è la differenza tra un progetto sostenibile e uno che brucia budget.

A rendere il quadro ancora più vantaggioso c’è il prezzo. Gemini 3.6 Flash costa 1,50 dollari per milione di token in ingresso e 7,50 dollari per milione di token in uscita, una tariffa più bassa rispetto al modello che sostituisce.

Combinando meno token generati e un prezzo unitario inferiore, il costo complessivo per singolo compito agentico scende in modo sensibile, e questo è esattamente il messaggio che Google vuole far arrivare agli sviluppatori.

Sul fronte delle prestazioni pure, l’azienda porta diversi numeri a sostegno. Nel benchmark DeepSWE, dedicato alla programmazione, Gemini 3.6 Flash sale al 49 per cento contro il 37 per cento del predecessore, con meno modifiche superflue al codice e meno cicli di esecuzione inutili.

Nel test MLE Bench, che misura la capacità di condurre ricerca nel machine learning, il salto è netto: dal 49,7 al 63,9 per cento. Anche nel lavoro di conoscenza il modello avanza, come mostra il punteggio GDPval-AA v2 che passa da 1349 a 1421. Non sono miglioramenti rivoluzionari, ma sommati alla maggiore efficienza raccontano un modello più maturo e più bilanciato.

Computer use integrato e lavoro multimodale

Uno degli aspetti più significativi riguarda l’uso del computer. Con questa generazione, la capacità di controllare un’interfaccia, cioè cliccare, scorrere, compilare campi e navigare tra le schermate, diventa uno strumento integrato lato client accessibile tramite la Gemini API e Gemini Enterprise.

Nel benchmark OSWorld-Verified, che valuta proprio queste abilità, Gemini 3.6 Flash raggiunge l’83 per cento contro il 78,4 per cento della versione precedente. È un tassello importante perché apre la strada ad agenti in grado di operare dentro software reali, non solo di rispondere in chat. Su questo terreno Google era già intervenuta di recente, come abbiamo raccontato parlando dell’arrivo dell’uso del computer in Gemini 3.5 Flash, e Gemini 3.6 Flash porta avanti quella stessa visione.

C’è poi la dimensione multimodale, cioè la capacità di lavorare con testo, immagini, audio e documenti nello stesso flusso. Google riferisce che clienti come Hebbia e Harvey hanno trovato il modello particolarmente valido in compiti come l’analisi di documenti, l’interpretazione di grafici e dati e la stesura di report.

Sono attività molto richieste in ambito aziendale, dove spesso non serve la creatività brillante di un modello di punta, ma la solidità e la coerenza nel gestire grandi quantità di informazioni strutturate. Anche realtà del calibro di Figma e JetBrains hanno portato la propria testimonianza sull’equilibrio tra costo e qualità del nuovo modello.

Gemini 3.5 Flash-Lite: velocità e costi minimi per scalare

Accanto al modello principale, Google ha rilasciato Gemini 3.5 Flash-Lite, pensato per i compiti in cui contano soprattutto la latenza bassa e la capacità di elaborare grandi volumi di richieste. È il modello più rapido della serie 3.5, con una velocità di circa 350 token di output al secondo, e ha un prezzo aggressivo: 0,30 dollari per milione di token in ingresso e 2,50 dollari per milione in uscita.

Per chi gestisce traffico di produzione intenso, come la ricerca agentica o l’elaborazione massiva di documenti, questo rapporto tra prezzo e prestazioni è un argomento di peso.

Nonostante la vocazione economica, Flash-Lite non è un modello di ripiego. Nel benchmark Terminal-Bench 2.1 sale al 54 per cento contro il 31 per cento della generazione precedente, e migliora nettamente anche nella gestione del contesto lungo.

In diversi test agentici arriva persino a superare modelli più grandi delle generazioni passate. Google ha inoltre confermato che Gemini 3.5 Flash-Lite verrà progressivamente integrato dentro la Ricerca, segno di quanto l’azienda punti a portare questi modelli efficienti nei prodotti usati ogni giorno da centinaia di milioni di persone.

Gemini 3.5 Flash Cyber e la sicurezza del codice

Il terzo modello annunciato ha un profilo più particolare. Gemini 3.5 Flash Cyber è costruito sopra Gemini 3.5 Flash e messo a punto per un compito preciso: trovare e correggere vulnerabilità di sicurezza nel codice.

Google lo inserisce dentro CodeMender, un sistema in cui più agenti basati su questo modello collaborano per produrre un unico report combinato, raggiungendo prestazioni competitive sul benchmark CyberGym.

Il tema è delicato e Google lo sa. Modelli capaci di scovare falle nel software possono essere usati sia per difendere sia per attaccare.

Per questo l’azienda ha scelto un approccio prudente: Gemini 3.5 Flash Cyber sarà disponibile solo per governi e partner fidati attraverso un programma pilota ad accesso limitato. L’idea è dare un vantaggio a chi difende i sistemi, permettendo di individuare e chiudere le vulnerabilità critiche prima che vengano sfruttate, contenendo al tempo stesso il rischio di abusi. Su questa linea, Gemini 3.6 Flash arriva con salvaguardie rafforzate del quadro Frontier Safety negli ambiti chimico, biologico, radiologico e nucleare oltre che sull’uso offensivo in campo cyber, con una maggiore resistenza ai tentativi di aggirare i filtri.

Cosa aspettarsi da Gemini 3.5 Pro e Gemini 4

L’annuncio contiene anche due indizi sul futuro. Il primo riguarda Gemini 3.5 Pro, il modello di fascia alta della famiglia, che secondo Google è attualmente in fase di test con alcuni partner e verrà reso disponibile in modo più ampio non appena sarà pronto.

Se vuoi farti un’idea di cosa promette la versione più potente, avevamo già analizzato in dettaglio cosa offre Gemini 3.5 Pro e quando ci si aspetta il debutto completo.

Il secondo indizio è più ambizioso. Google ha dichiarato di aver avviato il suo addestramento preliminare più impegnativo di sempre per Gemini 4, la prossima generazione della famiglia.

Non ci sono ancora date né dettagli tecnici, ma la conferma che il lavoro è in corso lascia intuire che il ritmo serrato degli ultimi mesi non è destinato a rallentare. La strategia appare chiara: mentre i modelli di punta preparano il salto generazionale, la linea Flash si occupa di rendere l’AI economicamente sostenibile per l’uso quotidiano su larga scala.

Perché questa novità conta per chi lavora con l’AI

Al di là dei numeri, il senso di questo annuncio è strategico. Per anni la narrazione dominante ha riguardato la potenza grezza dei modelli, la capacità di superare esami e risolvere problemi sempre più difficili.

Oggi il baricentro si sta spostando verso una domanda più pratica: quanto costa far funzionare davvero un agente AI in produzione, ora dopo ora, richiesta dopo richiesta. Gemini 3.6 Flash risponde proprio a questa esigenza, riducendo il consumo di token e il prezzo unitario, e rendendo così più accessibile la costruzione di applicazioni che prima erano economicamente fuori portata.

Per uno sviluppatore, un consulente o un’azienda che vuole automatizzare processi, questo significa poter sperimentare con margini più ampi. Un flusso di lavoro che ieri costava troppo per essere messo in produzione oggi può diventare sostenibile.

E la disponibilità immediata attraverso la Gemini API, Google AI Studio, Android Studio e la piattaforma enterprise abbassa ulteriormente la barriera d’ingresso. Google sta inoltre integrando questi modelli sempre più a fondo nei propri prodotti, come dimostra la trasformazione della Ricerca in un’esperienza capace di agire e non solo di rispondere, un percorso che avevamo seguito raccontando come Google porti le app connesse dentro AI Mode.

Se vuoi restare aggiornato sull’evoluzione dei modelli di Google e su come cambiano gli strumenti a disposizione di chi lavora con l’intelligenza artificiale, continua a seguire i nostri approfondimenti: la partita tra i grandi laboratori si gioca sempre di più non solo sulla potenza, ma sull’efficienza reale, ed è proprio lì che si deciderà quali agenti AI entreranno stabilmente nella nostra vita professionale.