Gemini 3.5 Flash

1. 智能体执行（Agentic Execution） 这是 Gemini 3.5 Flash 最核心的定位——从"回答问题"转向"独立完成任务"。模型可自主执行多步骤工作流，如自动化编码流程、研究项目管理等，在 MCP Atlas（多步骤 MCP 工作流）基准测试中得分 83.6%，在 OSWorld-Verified（智能体计算机使用）中达 78.4%。它可在无人工干预情况下持续运行数小时，遇到权限或决策节点时会暂停征求用户输入。 2. 代码生成与编程 模型在 Terminal-Bench 2.1（终端编码）测试中得分 76.2%，在 SWE-Bench Pro（软件工程）中达 55.1%，被谷歌称为"当前最强的智能体与代码模型"。实测中，模型能在约 10 分钟内完成一个完整的 macOS 语音输入应用开发并一次编译通过，相比同类前沿模型近 1 小时的耗时，效率提升显著。 3. 多模态理解 支持 文本、图像、音频、视频 等多模态输入，在 CharXiv Reasoning（学术文献推理）中得分 84.2%，MMMU-Pro（多模态推理）达 83.6%，能够综合处理图表、截图、文档等信息。 4. 长上下文处理 原生支持 128k+ token 的长文本输入，在 MRCR v2（128k 长上下文）测试中得分 77.3%，具备长序列下的强召回与推理能力，适合处理大规模文档分析、长对话历史等场景。

开发者与程序员：这是最核心的目标人群。模型在代码生成、Bug修复、代码重构等任务上表现出色，实测能在约10分钟内完成一个完整应用的开发并一次编译通过，相比同类模型效率提升近5倍。适合日常开发中的代码理解、报错排查、PR描述生成、测试场景梳理等工作。 需要构建Agent工作流的企业：模型专为多步骤自动化任务设计，MCP Atlas基准得分83.6%。适合软件开发流水线自动化、财务文档处理、客户入职流程、OCR数据提取、税务工作流等企业场景。麦格理银行已用其处理百页文档加速开户，Shopify利用并行子Agent提升商户预测精准度。 对成本和速度敏感的大规模部署方：定价为输入$1.50/1M token、输出$9.00/1M token，约为同类前沿模型的三分之一，输出速度约289 tokens/秒，是其他模型的4倍。适合需要高吞吐、低延迟的生产级应用。 多模态内容处理者：支持文本、图像、音频、视频、PDF等多格式输入，在学术文献推理（CharXiv Reasoning 84.2%）上表现优异，适合需要综合处理图表、截图、文档等混合信息的场景。 普通用户：已作为Gemini应用和Google搜索AI模式的默认模型免费开放，适合日常问答、文档整理、内容摘要等轻量级任务。