Google aggiorna la famiglia Gemini con tre nuovi modelli Flash: uno generalista più efficiente, uno Lite per i carichi ad alto volume e uno specializzato nella cybersecurity. Gemini 3.5 Pro, il modello più atteso della nuova generazione, resta invece in test con partner selezionati.
L’annuncio arriva in una settimana particolarmente densa per l’IA generativa, con novità e indiscrezioni che si sono susseguite tra Stati Uniti e Cina. Da una parte i grandi laboratori americani spingono su agenti, coding e modelli specializzati; dall’altra startup cinesi come Moonshot AI stanno attirando attenzione internazionale con modelli open-weight a basso costo, come Kimi K3, presentato pochi giorni prima e subito confrontato con i sistemi di frontiera statunitensi.
Il 21 luglio l’azienda ha annunciato Gemini 3.6 Flash, Gemini 3.5 Flash-Lite e Gemini 3.5 Flash Cyber, tre nuove varianti della linea Flash. Tutte ruotano intorno allo stesso problema: ridurre token, tempi di risposta e costo per attività quando i modelli vengono usati dentro workflow agentici.
La famiglia Flash parla soprattutto a chi usa l’IA in produzione: sviluppatori e aziende che devono far girare molte richieste, contenere i costi e mantenere tempi di risposta bassi. I casi d’uso citati vanno dal coding all’analisi documentale, dall’automazione aziendale all’uso di strumenti esterni, fino alla cybersecurity.
Gemini 3.6 Flash riduce token e costo
Gemini 3.6 Flash è il modello generalista del gruppo. Google lo descrive come il nuovo “workhorse” della famiglia e gli attribuisce miglioramenti nel coding, nel lavoro su documenti e dati, nelle attività multimodali e nei flussi agentici composti da più passaggi.
La metrica su cui Google insiste di più non è però solo la qualità, ma l’efficienza. Secondo l’azienda, nell’Artificial Analysis Index, un indice della piattaforma indipendente Artificial Analysis, Gemini 3.6 Flash usa il 17% di token di output in meno rispetto a 3.5 Flash. In alcuni benchmark di coding, come DeepSWE di Datacurve, Google parla di riduzioni fino al 65% dei token generati. Per chi paga l’IA a consumo, meno token significa meno costo per completare lo stesso compito.
Gemini 3.6 Flash costa 1,50 dollari per milione di token in input e 7,50 dollari per milione di token in output. Google sostiene che il modello richieda anche meno passaggi di ragionamento e meno chiamate a strumenti esterni per completare workflow complessi, un altro elemento che incide sul costo finale degli agenti.
Sul fronte delle valutazioni, Google cita un miglioramento in DeepSWE, dove 3.6 Flash passa dal 37% del precedente 3.5 Flash al 49%, e in MLE Bench, dal 49,7% al 63,9%. Secondo i dati riportati dall’azienda, migliora anche nell’uso del computer, con OSWorld-Verified all’83% contro il 78,4% di 3.5 Flash. Questa capacità, già introdotta per Gemini 3.5 Flash, permette agli agenti di interagire con browser, desktop e ambienti applicativi attraverso la Gemini API e Gemini Enterprise.
Google segnala anche un rafforzamento delle protezioni di sicurezza per 3.6 Flash, in particolare contro abusi nei domini CBRN, cioè chimico, biologico, radiologico e nucleare, e negli usi offensivi cyber. Il modello è destinato a workflow agentici, dove l’autonomia operativa aumenta anche la superficie di rischio.
Flash-Lite serve ai carichi ad alto volume
Il secondo modello, Gemini 3.5 Flash-Lite, è destinato alle attività a bassa latenza e alto throughput, per esempio ricerca agentica e trattamento dei documenti. Non è il modello per il compito più difficile: è quello per molti compiti da eseguire rapidamente e a basso costo. Google lo posiziona come il modello più veloce ed economico della classe 3.5.
Secondo Artificial Analysis, che misura e confronta prestazioni, velocità e costi dei modelli IA, Flash-Lite raggiunge 350 token di output al secondo. Il prezzo dichiarato da Google è 0,30 dollari per milione di token in input e 2,50 dollari per milione di token in output. Può interessare chi gestisce ricerca agentica, classificazione e sintesi di documenti, estrazione di dati da grandi archivi, traduzioni veloci o sub-agenti chiamati ripetutamente da un modello principale.
Google afferma che 3.5 Flash-Lite supera nettamente la precedente generazione Flash-Lite in attività agentiche e di coding: Terminal-Bench 2.1 passa dal 31% al 54%, GDM-MRCR v2 dal 60,1% al 72,2%, GDPval-AA v2 da 642 a 1140. In alcuni test, dice l’azienda, Flash-Lite supera persino Gemini 3 Flash, pur essendo progettato per costare meno e rispondere più velocemente.
Gli sviluppatori possono usare livelli di “thinking” più bassi quando vogliono privilegiare latenza e costo, oppure alzarli per carichi multi-step più complessi. In un’architettura agentica, un modello più capace può orchestrare il lavoro mentre modelli più piccoli ed economici eseguono operazioni ripetitive.
Anche Flash-Lite include il computer use come strumento integrato. Questa capacità non resta quindi confinata agli agenti più sofisticati: può entrare anche in automazioni rapide e ripetitive che devono interagire con interfacce e servizi.
La app Gemini cambia interfaccia
I nuovi modelli arrivano dopo un Google I/O 2026 già pieno di annunci per Gemini. In quell’occasione Google aveva comunicato che la app Gemini supera 900 milioni di utenti attivi mensili in 230 Paesi e oltre 70 lingue. La famiglia Flash non riguarda quindi solo gli sviluppatori: una parte crescente di questi modelli finisce anche nell’esperienza consumer.
Sempre a I/O, Google ha presentato Neural Expressive, il nuovo linguaggio visivo della app Gemini. La società parla di animazioni più fluide, colori più vivaci, nuova tipografia e feedback aptico. L’obiettivo dichiarato è rendere le risposte meno simili a un blocco di testo e più vicine a un’esperienza costruita in tempo reale, con elementi visivi, timeline interattive e contenuti più facili da esplorare. Nello stesso pacchetto rientrano anche funzioni più agentiche, come Daily Brief e Gemini Spark, pensate per trasformare Gemini da chatbot reattivo ad assistente più proattivo.
Un Gemini per cercare e correggere vulnerabilità
La terza novità è la più delicata. Gemini 3.5 Flash Cyber è una variante specializzata, costruita sopra Gemini 3.5 Flash e ottimizzata per trovare, verificare e correggere vulnerabilità software. Non sarà disponibile liberamente: Google prevede un accesso limitato, inizialmente per governi e partner selezionati, attraverso CodeMender.
Anthropic ha già un modello simile: Claude Mythos 5, ad accesso ristretto per cybersecurity e ricerca biologica. Lo distribuisce a partner selezionati anche attraverso Project Glasswing, un’iniziativa per usare l’IA nella ricerca di vulnerabilità in software e infrastrutture critiche. Google entra nello stesso mercato con un argomento di prezzo: Flash Cyber è un’alternativa più leggera ed economica ai grandi modelli cyber specializzati.
CodeMender è l’agente di sicurezza di Google per analizzare codice, produrre report e proporre correzioni. Nel nuovo setup, più agenti basati su Flash Cyber lavorano insieme per arrivare a un risultato unico. Google sostiene che il sistema raggiunga prestazioni competitive nel benchmark CyberGym e che il modello specializzato sia più efficace dei Flash generalisti nelle attività di vulnerability discovery e patching.
Le restrizioni seguono la stessa logica adottata da Anthropic per Mythos. Un modello capace di trovare falle nel software è utile per i difensori, ma ha natura dual-use: può aiutare a chiudere vulnerabilità o ad accelerarne lo sfruttamento. Per questo Google parla di programma pilota a accesso ristretto e di distribuzione graduale.
Gemini 3.5 Pro resta in test
Gemini 3.5 Pro non è stato presentato: Google dice che il modello è ancora in test con partner selezionati e che arriverà quando sarà pronto. La società aggiunge anche di aver avviato la sua più ambiziosa fase di pre-training per Gemini 4.
La competizione non riguarda più solo il modello singolo più potente. Conta anche avere modelli diversi per lavori, budget e settori diversi. In questa tornata Google non presenta solo un modello migliore: presenta più opzioni per far funzionare agenti su larga scala.
Tra il 16 e il 21 luglio, il nuovo Kimi K3 di Moonshot ha riacceso il dibattito sulla velocità con cui l’ecosistema cinese sta riducendo il divario con i modelli americani, mentre negli Stati Uniti cresce la pressione per difendere il vantaggio tecnologico e commerciale. La scelta di Google di insistere su costo, latenza e modelli verticali risponde anche a questa pressione: la competizione passa dal primato nei benchmark all’economia dell’uso quotidiano.
Per gli utenti finali, Gemini 3.6 Flash e Gemini 3.5 Flash-Lite arrivano nella app Gemini; Flash-Lite sarà distribuito anche in Google Search. Per sviluppatori e aziende, i modelli sono disponibili tramite Gemini API in Google AI Studio e Android Studio, oltre che nella Gemini Enterprise Agent Platform. Gemini 3.6 Flash arriva anche in Google Antigravity e nella app Gemini Enterprise.
