Google ha annunciato tre nuovi modelli Gemini della serie Flash. 3.6 Flash è il modello principale, con un’efficienza aumentata: consuma il 17% in meno di token in output rispetto a 3.5 Flash sull’Artificial Analysis Index, con un calo dei costi per token a $1.50/1M in input e $7.50/1M in output. 3.5 Flash-Lite punta sulla velocità (350 token/secondo) e sul costo minimo. 3.5 Flash Cyber è un modello specializzato per la sicurezza del codice, abbinato all’agente CodeMender.

La scelta fra modelli frontier si sta spostando dal benchmark astratto alla specializzazione d’uso e al costo per output verificato. Lo abbiamo visto con la convergenza su Bedrock e Opus 5 a metà prezzo: la domanda ora è «qual è il modello che risolve un task specifico spendendo il giusto». La mossa di Google con Flash Cyber rende esplicito questo cambio di prospettiva.

I nuovi modelli sono la risposta di Google alla pressione di Anthropic e OpenAI, e la riduzione della verbosità (meno passaggi di ragionamento, meno chiamate a strumenti) si traduce in agenti che costano meno per task completato. Per chi costruisce workflow agentici, il risparmio di token per agentic workflow è il parametro da misurare prima di migrare.

Per capire se la riduzione dei token è reale sul tuo lavoro, il metodo resta il banco di prova: misura il costo per output verificato sui tuoi task. Il playbook per confrontare due modelli in un quarto d’ora ti dà la struttura per farlo senza farti trascinare dai numeri del marketing.

Nel dettaglio

L’annuncio di Google descrive 3.6 Flash come un aggiornamento costruito sui feedback di chi ha usato 3.5 Flash in produzione. Il salto sta nell’efficienza del ciclo agentic: il modello compie meno passaggi di ragionamento e meno chiamate a strumenti per completare un task multi-step. Sul benchmark DeepSWE di Datacurve, Google riporta una riduzione fino al 65% dei token in output. È un numero che va letto con cautela: i benchmark di coding agentico sono sensibili al setup del harness, e DeepSWE misura un caso specifico. Una riduzione del 65% su un benchmark non garantisce lo stesso risparmio sul tuo workflow, perché il numero di passaggi dipende dal tipo di task, dagli strumenti collegati e dal modo in cui il prompt di sistema istruisce l’agente. Il 17% sull’Artificial Analysis Index è il dato più solido perché viene da un riferimento terzo e standardizzato, ed è quello da usare come stima prudente quando fai i conti.

Il pricing di 3.6 Flash ($1.50/1M input, $7.50/1M output) è inferiore a quello di 3.5 Flash. Il modello cerca il punto di equilibrio fra efficienza e qualità, che è esattamente il mercato dove OpenAI e Anthropic stanno spingendo: modelli compatti che costano poco per task completato, invece di modelli frontier massimi che bruciano budget. Per chi costruisce agenti che girano a ciclo continuo, la differenza di prezzo per token si moltiplica rapidamente: un agente che compie venti passaggi per task, ognuno con 500 token in output, passa da un costo per task di $0.10 a $0.075. Su mille task al giorno sono $25 di risparmio giornaliero, cifre da verificare sul proprio carico reale ma che mostrano perché il prezzo per token è diventato un parametro operativo.

3.5 Flash Cyber è la novità più interessante dal punto di vista del pattern. Google lo presenta come «un modello specializzato per la cybersecurity abbinato all’agente CodeMender». Il messaggio è che la sicurezza del codice si risolve con un modello affinato per quel dominio, orchestrato da un agente che sa come circuirla. È lo stesso approccio che Anthropic ha seguito con Claude Code per il coding generale: il modello è una cosa, l’infrastruttura agentic è l’altra. La specializzazione sulla sicurezza significa che il peso è stato addestrato su esempi di vulnerabilità, pattern di attacco e pratiche di difesa, mentre l’agente CodeMender gestisce il ciclo di rilevamento, correzione e verifica. Per chi lavora in team di sviluppo, questo pattern suggerisce che la sicurezza del codice può diventare un controllo continuo integrato nel ciclo di sviluppo, invece di un passaggio manuale a fine pipeline. Quanto sia efficace CodeMender su vulnerabilità reali, rispetto a strumenti SAST tradizionali o a un modello generico istruito sul prompt giusto, resta da verificare con test sul proprio codice.

Google annuncia anche che Gemini 3.5 Pro è in testing con partner e che il pre-training di Gemini 4 è iniziato. Il segnale è che la competizione sui modelli frontier di punta continua, mentre la battaglia quotidiana per chi usa l’AI si combatte su modelli più compatti, più efficienti e specializzati per task specifici. Chi sceglie un modello oggi guarda prima il costo per output verificato e la specializzazione sul proprio dominio, poi la qualità generale sul benchmark.