TechTalkThai ศูนย์รวมข่าว Enterprise IT ออนไลน์แห่งแรกในประเทศไทย
Google เปิดตัวโมเดล AI ตระกูล Gemini Flash รุ่นใหม่ 3 ตัว ได้แก่ Gemini 3.6 Flash, 3.5 Flash-Lite และ 3.5 Flash Cyber ที่ออกแบบมาเพื่อสร้างและขยาย AI Agent ในระดับ Production ด้วยประสิทธิภาพด้าน token ที่สูงขึ้น มี latency ต่ำลง และต้นทุนที่ประหยัดกว่าเดิม
Google ระบุว่านักพัฒนาและองค์กรที่สร้าง AI Agent สำหรับใช้งานจริงต้องการโมเดลที่มีประสิทธิภาพด้าน token สูง ตอบสนองเร็ว และทำงานได้อย่างน่าเชื่อถือ โมเดลตระกูล Flash จึงถูกออกแบบมาให้อยู่ในจุดที่สมดุลระหว่างประสิทธิภาพและคุณภาพเพื่อรองรับ agentic workflow ในวงกว้าง นอกจากการเปิดตัวครั้งนี้ Google ยังเผยว่า Gemini 3.5 Pro กำลังอยู่ในขั้นตอนการทดสอบกับพาร์ทเนอร์และจะเปิดให้ใช้งานทั่วไปเมื่อพร้อม ขณะที่ทีมงานได้เริ่มการ pre-training สำหรับ Gemini 4 ซึ่งเป็นรุ่นถัดไปแล้ว
Gemini 3.6 Flash เป็นโมเดลหลัก (workhorse) ที่พัฒนาต่อยอดจาก 3.5 Flash โดยให้ผลงานด้าน coding, knowledge work และ multimodal ที่ดีขึ้น พร้อมลดการใช้ output token ลง 17% เมื่อเทียบกับ 3.5 Flash ตาม Artificial Analysis Index และสูงถึง 65% ในบางเบนช์มาร์กอย่าง DeepSWE ที่ราคาต่อ token ถูกลง โดยคิดค่าบริการ $1.50 ต่อ 1 ล้าน input token และ $7.50 ต่อ 1 ล้าน output token ซึ่งช่วยลดต้นทุนต่องาน agentic โดยรวม ในด้านประสิทธิภาพ โมเดลทำคะแนนดีขึ้นในหลายเบนช์มาร์ก เช่น DeepSWE (49% เทียบกับ 37%), MLE Bench ด้าน ML Research (63.9% เทียบกับ 49.7%) และ OSWorld-Verified ด้าน computer use (83.0% เทียบกับ 78.4%) โดยความสามารถ computer use ถูกเพิ่มเป็น built-in tool ผ่าน Gemini API และ Gemini Enterprise พร้อมมาตรการความปลอดภัย Frontier Safety ที่เข้มงวดขึ้นในด้าน CBRN และ cyber offense เพื่อให้ทนทานต่อการ jailbreak มากขึ้น
สำหรับ Gemini 3.5 Flash-Lite เป็นโมเดลที่เร็วและคุ้มค่าที่สุดในตระกูล 3.5 ทำความเร็วได้ 350 output token ต่อวินาที ที่ราคา $0.30 ต่อ 1 ล้าน input token และ $2.50 ต่อ 1 ล้าน output token เหมาะกับงานที่ต้องการ throughput สูงอย่าง agentic search และ document processing โดยนักพัฒนาสามารถปรับระดับ thinking เพื่อเลือกระหว่างการทำงานที่เน้นความเร็วและต้นทุนต่ำสำหรับงานปริมาณมาก หรือเพิ่มระดับ thinking เพื่อประมวลผลงานหลายขั้นตอนของ subagent โมเดลนี้ทำคะแนนดีขึ้นอย่างมากเมื่อเทียบกับ 3.1 Flash-Lite เช่น Terminal-Bench 2.1 (54% เทียบกับ 31%), GDM-MRCR v2 ด้าน long context (72.2% เทียบกับ 60.1%) และ GDPval-AA v2 (1140 เทียบกับ 642) และในหลายเบนช์มาร์กด้าน agentic กับ coding ยังทำได้ดีกว่า 3 Flash เช่น SWE-Bench Pro (54.2% เทียบกับ 49.6%) อีกด้วย
ส่วน Gemini 3.5 Flash Cyber เป็นโมเดลเฉพาะทางที่พัฒนาต่อยอดจาก 3.5 Flash และ fine-tune สำหรับการค้นหาและแก้ไขช่องโหว่ด้านความปลอดภัยไซเบอร์ที่ต้นทุนต่อ token ต่ำกว่าโมเดลขนาดใหญ่ โดยทำงานร่วมกับ Agent CodeMender ซึ่งใช้หลาย Agent ของ 3.5 Flash Cyber ประสานงานกันเพื่อสร้างรายงานฉบับเดียว และทำคะแนนได้ในระดับแนวหน้าบนเบนช์มาร์ก CyberGym เนื่องจากเทคโนโลยีนี้มีลักษณะ dual-use Google จึงเปิดให้ใช้งานโมเดลนี้เฉพาะหน่วยงานภาครัฐและพาร์ทเนอร์ที่เชื่อถือได้ผ่านโครงการนำร่องแบบจำกัดสิทธิ์ ทั้งนี้ Gemini 3.6 Flash และ 3.5 Flash-Lite เปิดให้ใช้งานแล้วผ่าน Gemini API บน Google AI Studio, Gemini Enterprise Agent Platform และแอป Gemini
