Gemini 3.6 Flash, 3.5 Flash-Lite, dan Cyber Dirilis

Google DeepMind meluncurkan Gemini 3.6 Flash, 3.5 Flash-Lite, dan 3.5 Flash Cyber untuk mendukung agen AI yang lebih efisien. 3.6 Flash mengurangi penggunaan token output hingga 17% dibanding 3.5 Flash dengan harga lebih murah ($1.50/1M input, $7.50/1M output) dan peningkatan signifikan pada coding (DeepSWE 49% vs 37%) serta knowledge work (MLE Bench 63.9% vs 49.7%). 3.5 Flash-Lite merupakan model tercepat di seri 3.5 dengan kecepatan 350 token/detik, harga $0.3/1M input dan $2.5/1M output, serta unggul dalam agentic tasks (Terminal-Bench 54% vs 31%). 3.5 Flash Cyber adalah model khusus keamanan siber yang hanya tersedia untuk pemerintah dan mitra terpercaya melalui CodeMender. Ketiga model ini sudah tersedia di Google AI Studio, Android Studio, dan platform enterprise, sementara Gemini 3.5 Pro masih dalam uji coba.

Penjelasan Mendalam

Gemini 3.6 Flash merupakan peningkatan dari 3.5 Flash dengan fokus pada efisiensi token dan performa agen. Model ini menggunakan lebih sedikit reasoning steps dan tool calls untuk tugas multi-langkah, terbukti dari pengurangan verbositas hingga 65% pada benchmark DeepSWE. Harga per token output lebih rendah ($7.50 vs $8.00 per 1M) sehingga biaya per tugas agentik berkurang. Peningkatan juga terlihat pada computer use (OSWorld 83% vs 78.4%) yang kini menjadi built-in client side tool melalui Gemini API. Di sisi keamanan, 3.6 Flash dilengkapi pengaman Frontier Safety untuk domain CBRN dan cyber offense, dengan peningkatan resistensi terhadap jailbreaks sambil meminimalkan penolakan untuk penggunaan bermanfaat.

3.5 Flash-Lite dirancang untuk throughput tinggi dan latensi rendah, dengan kecepatan 350 token/detik menurut Artificial Analysis Index. Model ini mendukung computer use sebagai built-in tool dan memiliki thinking levels yang bisa dikonfigurasi (minimal, rendah, tinggi) untuk menyeimbangkan kecepatan dan kompleksitas. Pada benchmark SWE-Bench Pro, Flash-Lite bahkan mengungguli 3 Flash (54.2% vs 49.6%), menjadikannya opsi lebih cepat dan mumpuni untuk workload yang sebelumnya menggunakan 2.5 atau 3 Flash. 3.5 Flash Cyber dibangun di atas 3.5 Flash dan fine-tuned untuk deteksi serta perbaikan kerentanan, dengan performa kompetitif di CyberGym. Model ini hanya diakses melalui CodeMender oleh pemerintah dan mitra terpercaya untuk memitigasi penyalahgunaan.

Kenapa Ini Penting

Bagi praktisi AI Indonesia, model-model ini menawarkan efisiensi biaya dan performa yang lebih baik untuk membangun agen produksi, terutama untuk startup dan perusahaan yang ingin mengotomatisasi workflow kompleks. Harga token yang lebih murah dan kecepatan tinggi memungkinkan eksperimen dan deployment skala besar tanpa biaya membengkak.

Untuk Siapa

Developer yang membangun agen AI untuk coding, analisis data, dan otomatisasi proses bisnis, serta tim keamanan siber yang membutuhkan deteksi kerentanan otomatis berskala besar.

Contoh Use Case

• Menggunakan 3.6 Flash untuk memigrasi kode antar framework dengan multi-agent orchestration di AGY.
• Memproses dan menganalisis transkrip keuangan serta data pasar menggunakan Managed Agents di AIS.
• Mengeskstrak fitur produk dari dataset e-commerce besar dengan 3.5 Flash-Lite untuk sintesis data.
• Mendeteksi dan memperbaiki kerentanan keamanan kode secara otomatis dengan 3.5 Flash Cyber di CodeMender.
• Menerjemahkan dan merangkum ribuan struk belanja multimodal menggunakan 3.5 Flash-Lite.

Cara Mulai

1. Akses 3.6 Flash dan 3.5 Flash-Lite melalui Google AI Studio atau Android Studio dengan memilih model yang sesuai.
2. Baca Developer Guide di situs Gemini API untuk panduan integrasi dan parameter thinking levels.
3. Coba contoh prompt agen dengan computer use menggunakan Gemini API client-side tool.
4. Untuk 3.5 Flash Cyber, daftar program pilot CodeMender melalui Google untuk mitra terpercaya.
5. Uji coba perbandingan biaya dan performa antara 3.6 Flash dan 3.5 Flash pada task agen yang ada.

Peran: Analis keuangan ahli
Konteks: Saya menggunakan Gemini 3.6 Flash yang baru dirilis untuk memproses data laporan keuangan dan transkrip rapat laba rugi perusahaan publik.
Tugas: Analisis file PDF laporan keuangan triwulan terakhir dan buat ringkasan eksekutif yang mencakup pendapatan, laba bersih, arus kas bebas, serta utang bersih. Bandingkan dengan periode yang sama tahun lalu dan berikan insight tentang tren.
Format Output: Tabel ringkas dengan metrik kunci dan paragraf naratif maksimal 300 kata.
Batasan: Gunakan Bahasa Indonesia formal, fokus pada fakta angka, hindari opini subjektif.

Insight Bisnis

Efisiensi token dan harga lebih murah pada 3.6 Flash dan 3.5 Flash-Lite membuka peluang bagi startup dan UKM untuk membangun agen AI produksi dengan biaya operasional rendah, terutama di bidang otomatisasi dokumen, coding, dan analisis data skala besar.

FAQ