Google ra 3 mẫu Gemini rẻ hơn, bản Pro vẫn hoãn

Google DeepMind vừa công bố ba mô hình Gemini Flash mới, tập trung vào tốc độ và chi phí thấp cho tác vụ AI agent, trong khi Gemini 3.5 Pro vẫn chưa ra mắt.

Động thái này cho thấy Google đang đẩy mạnh nhóm mô hình nhẹ để phục vụ nhu cầu triển khai thực tế, đặc biệt ở các tác vụ xử lý tài liệu, mã nguồn và bảo mật, thay vì chỉ chạy đua ở phân khúc mô hình lớn nhất.

Ba mô hình Gemini Flash mới đã được Google công bố

Google đã phát hành ba mô hình mới trong dòng Gemini Flash, gồm Gemini 3.6 Flash, Gemini 3.5 Flash-Lite và Gemini 3.5 Flash Cyber. Đây đều là các mô hình nhẹ hơn, hướng tới hiệu quả vận hành thay vì sức mạnh tối đa.

Gemini 3.6 Flash là bản kế nhiệm của Gemini 3.5 Flash và được xem như mô hình “làm việc chính” cho nhu cầu phổ thông. Google cho biết mô hình này có thể giảm tới 17% số token đầu ra, đồng thời cải thiện khả năng lập trình và suy luận.

Về giá, Gemini 3.6 Flash được niêm yết ở mức 1,50 USD cho mỗi 1 triệu token đầu vào và 7,50 USD cho mỗi 1 triệu token đầu ra. Google cho biết một số khách hàng như Hebbia và Harvey đánh giá mô hình này tốt ở các tác vụ như đọc hiểu tài liệu, phân tích biểu đồ và soạn thảo báo cáo.

Flash-Lite và Flash Cyber phục vụ hai nhu cầu rất khác nhau

Gemini 3.5 Flash-Lite được thiết kế cho các tác vụ số lượng lớn, nơi tốc độ và chi phí quan trọng hơn năng lực cao nhất. Đây là mô hình rẻ nhất trong nhóm mới, với giá 0,30 USD cho mỗi 1 triệu token đầu vào và 2,50 USD cho mỗi 1 triệu token đầu ra.

Google cho biết Flash-Lite có tốc độ 350 token đầu ra mỗi giây và hiện đã có mặt trong các công cụ dành cho nhà phát triển cũng như ứng dụng của hãng. Cách định vị này cho thấy Google đang chia rõ vai trò giữa mô hình đa dụng và mô hình chuyên cho khối lượng xử lý lớn.

Gemini 3.5 Flash Cyber lại là mô hình chuyên biệt cho an ninh mạng, được dùng để phát hiện và sửa lỗ hổng phần mềm. Mô hình này gắn với CodeMender, công cụ mà Google đã giới thiệu trong năm 2025.

Flash Cyber được thử nghiệm trên V8 JavaScript engine

Gemini 3.5 Flash Cyber được dùng nhiều lần trong CodeMender để quét mã nguồn rồi tổng hợp kết quả vào một báo cáo. Trong thử nghiệm trên V8 JavaScript engine, mô hình này phát hiện 55 lỗ hổng đã được xác nhận.

Để so sánh, Gemini 3.5 Flash phát hiện 47 lỗ hổng và Claude Opus 4.6 của Anthropic phát hiện 36. Tuy vậy, Flash Cyber chưa được phát hành công khai ngay mà mới chỉ mở cho chính phủ và các đối tác tin cậy trong một chương trình thử nghiệm giới hạn do lo ngại an toàn.

Google cho biết mục tiêu là giúp lực lượng phòng thủ phát hiện lỗi sớm hơn trước khi chúng bị khai thác. Hãng cũng muốn hạn chế nguy cơ lạm dụng rộng hơn với công nghệ này.

Gemini 3.5 Pro vẫn chưa ra mắt

Gemini 3.5 Pro vẫn đang bị chậm so với kế hoạch. Google từng nói vào tháng 5 rằng mô hình sẽ ra mắt trong tháng 6, nhưng đến tháng 7 sản phẩm vẫn chưa phát hành.

Một số thông tin cho rằng mô hình chưa đạt các mục tiêu hiệu năng nội bộ, nhất là ở mảng lập trình. Một số ý kiến khác nói rằng vấn đề kỹ thuật khiến sản phẩm phải xây dựng lại từ đầu, nhưng hiện chưa có thêm chi tiết được xác nhận.

Trong lúc đó, OpenAI và Anthropic đều đã tung ra thêm nhiều mô hình mới. Google nói Gemini 3.5 Pro hiện đang được thử nghiệm với đối tác và sẽ ra mắt “sớm”, dù thời điểm cụ thể vẫn chưa được công bố.

Xu hướng chung là giảm chi phí để dễ triển khai hơn

Google đang đi theo hướng tối ưu chi phí và hiệu quả cho từng loại tác vụ, thay vì chỉ tập trung vào mô hình lớn nhất. Cách tiếp cận này phù hợp với nhu cầu triển khai AI trong doanh nghiệp, nơi giá và tốc độ thường quyết định việc sử dụng thực tế.

Song song với Gemini Flash mới, Google cũng cho biết đang thực hiện đợt pre-training lớn nhất từ trước đến nay cho Gemini 4. Tuy nhiên, mô hình này vẫn còn khá xa so với thời điểm có thể sử dụng rộng rãi.

Tổng kết

Ba mô hình Gemini Flash mới cho thấy Google đang ưu tiên các sản phẩm nhẹ, rẻ và thực dụng hơn cho AI agent, trong khi Gemini 3.5 Pro vẫn tiếp tục bị trì hoãn và chưa có lịch phát hành rõ ràng.