Sumbawanews.com,- Google resmi meluncurkan dua model kecerdasan buatan terbaru, Gemini 3.6 Flash dan Gemini 3.5 Flash-Lite, yang menawarkan efisiensi lebih tinggi, biaya lebih rendah, dan kinerja unggul di berbagai tugas teknis. Model baru ini dirilis pada 22 Juli 2026, dengan peningkatan signifikan dalam akurasi pemrograman, pemrosesan konteks panjang, dan kemampuan menjalankan antarmuka komputer dibanding versi sebelumnya.
Gemini 3.6 Flash mengurangi penggunaan token hingga 17% dibanding Gemini 3.5 Flash, sekaligus menurunkan biaya menjadi USD 1,50 per 1 juta token input dan USD 7,50 per 1 juta token output. Performa coding-nya meningkat dari 37% menjadi 49% berdasarkan DeepSWE, sementara kemampuan penelitian ML naik dari 49,7% menjadi 63,9%. Skor pengetahuan GDPval-AA pun melonjak dari 1349 menjadi 1421, dengan batas pengetahuan diperbarui hingga Maret 2026. Kemampuan menjalankan antarmuka komputer juga meningkat dari 78,4% menjadi 83% pada OSWorld-Verified.
Sementara itu, Gemini 3.5 Flash-Lite dirancang untuk tugas berkecepatan tinggi dan latensi rendah, seperti pencarian berbasis agen dan pemrosesan dokumen. Model ini menawarkan harga lebih terjangkau, yaitu USD 0,30 per 1 juta token input dan USD 2,50 per 1 juta token output. Peningkatan dramatis terlihat pada Terminal-Bench 2.1, yang melonjak dari 31% menjadi 54%, serta pemrosesan konteks panjang di GDM-MRCR v2 yang naik dari 60,1% menjadi 72,2%. Pada OSWorld-Verified, capaian meningkat dari 65,1% menjadi 74,0%, dan SWE-Bench Pro dari 49,6% menjadi 54,2%.
Google juga memperkenalkan Gemini 3.5 Flash Cyber, versi khusus untuk mendeteksi dan memperbaiki kerentanan keamanan kode berskala besar. Alat CodeMender milik Google telah mengintegrasikan model ini, dan saat ini sedang diuji coba secara terbatas oleh pemerintah dan mitra terpercaya. Ketiga model baru ini kini tersedia untuk umum melalui aplikasi Gemini, sementara pengembang dapat mengaksesnya melalui Google Anthropic, AI Studio, dan Android Studio. Google menyatakan Gemini 3.5 Pro masih dalam tahap uji coba bersama mitra, dan tim DeepMind telah beralih ke pengembangan model berikutnya.
