Gemini 3.6 Flash & 3.5 Flash-Lite: Model AI Lebih Efisien untuk Agen

Google DeepMind merilis tiga model Gemini baru: 3.6 Flash, 3.5 Flash-Lite, dan 3.5 Flash Cyber. Gemini 3.6 Flash menawarkan efisiensi token 17% lebih baik dan harga lebih rendah ($1,50/1M input, $7,50/1M output) dibandingkan 3.5 Flash, dengan peningkatan performa pada coding (DeepSWE 49% vs 37%), ML Research (MLE Bench 63,9% vs 49,7%), dan computer use (OSWorld 83,0% vs 78,4%). Gemini 3.5 Flash-Lite adalah model tercepat di seri Flash dengan kecepatan 350 token output per detik, harga sangat terjangkau ($0,3/1M input, $2,5/1M output), dan mengungguli 3.1 Flash-Lite secara signifikan. Model ini mendukung computer use sebagai alat bawaan dan cocok untuk agen dan pemrosesan dokumen volume tinggi. Sementara itu, Gemini 3.5 Flash Cyber adalah model khusus keamanan siber yang diluncurkan terbatas untuk pemerintah dan mitra tepercaya melalui CodeMender. Semua model tersedia mulai hari ini di Gemini API, Google AI Studio, dan platform enterprise, dengan proses pre-training Gemini 4 sudah dimulai.

Penjelasan Mendalam

Gemini 3.6 Flash meningkatkan efisiensi dengan mengurangi jumlah token output hingga 17% pada Artificial Analysis Index, serta mengurangi langkah penalaran dan panggilan alat dalam alur kerja multi-langkah. Ini dicapai tanpa mengorbankan kualitas; justru terjadi peningkatan signifikan pada tolok ukur seperti DeepSWE (49% vs 37%) dan MLE Bench (63,9% vs 49,7%). Model ini juga memiliki computer use sebagai alat sisi klien bawaan, memungkinkan interaksi langsung dengan antarmuka pengguna. Harganya lebih murah dari 3.5 Flash, menjadikannya pilihan ekonomis untuk agen AI. Sementara itu, 3.5 Flash-Lite dirancang untuk latensi rendah dan throughput tinggi, dengan dukungan tingkat berpikir (thinking levels) yang bisa dikonfigurasi: dari minimal/low untuk tugas cepat, hingga higher thinking untuk subagen multi-langkah. Model ini mampu mengekstrak fitur produk dari dataset e-commerce besar atau membuat game hanya dalam hitungan detik. 3.5 Flash Cyber dilatih di atas 3.5 Flash dan disetel halus untuk menemukan dan memperbaiki kerentanan keamanan siber, dengan performa kompetitif pada tolok ukur CyberGym. Peluncurannya dibatasi untuk mengurangi risiko penyalahgunaan.

Kenapa Ini Penting

Bagi praktisi AI di Indonesia, efisiensi token dan harga yang lebih rendah berarti biaya operasional agen AI bisa ditekan drastis, membuka peluang untuk membangun solusi agen berskala besar dengan anggaran terbatas. Peningkatan performa pada coding dan computer use memungkinkan otomatisasi tugas yang lebih kompleks tanpa perlu infrastruktur mahal.

Untuk Siapa

Pengembang yang membangun agen AI untuk otomatisasi alur kerja, pemrosesan dokumen, atau aplikasi berbasis computer use, serta tim keamanan siber yang membutuhkan deteksi dan perbaikan kerentanan secara efisien.

Contoh Use Case

• Migrasi kode otomatis dengan multi-agen orchestration menggunakan 3.6 Flash untuk latensi lebih rendah dan kualitas lebih tinggi.
• Ekstraksi fitur produk dari dataset e-commerce besar dan sintesis laporan menggunakan 3.5 Flash-Lite.
• Analisis dokumen keuangan, transkrip, dan pembuatan laporan multimodal dengan 3.6 Flash (seperti yang dilakukan Hebbia dan Harvey).
• Pembuatan ekstraktor tekstur fotografis untuk alur kerja 3D menggunakan canvas Gemini dan 3.6 Flash.
• Pemindaian dan perbaikan kerentanan keamanan siber skala besar dengan 3.5 Flash Cyber dalam CodeMender.

Cara Mulai

1. Buka Google AI Studio atau Gemini API dan pilih model Gemini 3.6 Flash atau 3.5 Flash-Lite dari daftar model.
2. Coba prompt sederhana seperti 'Bantu saya menulis kode Python untuk sorting array' untuk merasakan peningkatan coding.
3. Gunakan endpoint dengan parameter 'thinking_level' pada 3.5 Flash-Lite untuk mengatur keseimbangan kecepatan dan kedalaman.
4. Aktifkan fitur computer use via Gemini API dengan mengatur tool 'computer_use' untuk mengotomatiskan interaksi GUI.
5. Untuk 3.5 Flash Cyber, daftar program akses terbatas CodeMender melalui mitra resmi jika Anda memenuhi syarat.

Peran: Anda adalah asisten AI efisien dengan kemampuan computer use.
Konteks: Saya menggunakan Gemini 3.6 Flash yang baru dirilis, yang memiliki fitur computer use sebagai alat bawaan dan efisiensi token tinggi.
Tugas: Buka browser, navigasi ke halaman login akun email saya, dan isi formulir dengan kredensial yang saya berikan: email: [email protected], password: s3cr3t. Kemudian setelah login, cari email terbaru dari pengirim 'Admin' dan rangkum isinya dalam 3 poin.
Format Output: Tampilkan langkah-langkah yang Anda lakukan secara real-time dan hasil ringkasan dalam Bahasa Indonesia.
Batasan: Gunakan Bahasa Indonesia. Jangan simpan kredensial. Pastikan semua tindakan aman dan tidak melanggar kebijakan.

Insight Bisnis

Dengan efisiensi token dan harga rendah, pengembang dan startup di Indonesia bisa menawarkan layanan agen AI untuk otomatisasi bisnis (misalnya, pemrosesan faktur, analisis data) dengan biaya operasional yang jauh lebih kecil, membuka pasar baru untuk solusi AI terjangkau.

FAQ