Пока все репостят анонсы Gemini: важные факты, на которые стоит обратить внимание Вчера Google выкатил очередное обновление линейки: Gemini 3.6 Flash, 3.5 Flash-Lite и узкоспециализированную 3.5 Flash Cyber. Все уже успели пересказать пресс-релиз, но хочется отметить 3 важные вещи.

🕵️‍♂️ Главная интрига: А где 3.5 Pro?

Заметили скромную строчку в самом конце?

«Gemini 3.5 Pro сейчас тестируется с партнерами, выкатим как будет готов».

Гугл уже не первый раз показательно обновляет и уплотняет именно «средний» и «быстрый» эшелоны, пока флагманская модель задерживается. Почему всегда так?

🔵 Масштабирование монолитов уперлось в экономику и физику. Тренировать гигантские модели становится экспоненциально дороже (они упомянули, что только-только запустили претрейн Gemini 4), а профит от прироста «разума» на один параметр снижается. 🔵 Флагманы больше не нужны для 90% продакшена. Настоящая борьба сместилась с писькомерения баллами в MMLU на архитектуру из связок узких и дешевых агентов.

И поэтому Google начал целенаправленно дрессировать модели меньше загрезнять контекст и быстрее закрывать рот.

🤫 Борьба с «болтливостью» как главный бенчмарк

В описании 3.6 Flash Гугл акцентирует: модель потребляет на 17% меньше выходных токенов, а в задачах вроде DeepSWE сокращает количество итераций и вызовов инструментов вплоть до 65%.

Раньше все радовались, когда модель писала простыни текста. В реальности сейчас длинный ответ — это убытки.

Когда ваш AI-агент крутится в цикле и делает по 10–15 запросов к API/инструментам за таск, лишние рассуждения модели выжигают бюджет. Уменьшение числа выходных токенов при той же точности решает сразу две задачи: снижает задержку и прямо снижает затраты.

➰ Архитектура «Мастер и рабы»

Гугл в анонсе описывает паттерн, который давно стал стандартом у грамотных архитекторов:

🔵3.6 Flash ($1.50 / $7.50 за 1M токенов): Роль Orchestrator / Master Agent. Принимает верхнеуровневые решения, декомпозирует задачи, контролирует качество. 🔵 3.5 Flash-Lite ($0.30 / $2.50 за 1M токенов, 350 tok/s): Роль Worker / Sub-agent. Исполнитель, который со скоростью пулемета параллельно генерит варианты, парсит документы и выполняет рутину.

Кстати, Flash-Lite по агентным тестам (SWE-Bench Pro, Terminal-Bench) теперь обгоняет полноценную Gemini 3 Flash. То есть легкие модели догнали по «интеллекту» средний класс прошлого поколения, но стоят копейки и отдают ответ мгновенно.

Но все равно ждем Pro-версию. Главное, чтобы цена не заставила заложить почку.