ปกติแล้วเวลามีโมเดล AI รุ่นใหม่ออกมา ค่าบริการมักสูงขึ้น หรือไม่ก็กินสเปกเครื่องหนักกว่าเดิม แต่ Gemini 3.6 Flash โมเดลหลักรุ่นใหม่จาก Google DeepMind กลับสวนทาง เพราะเก่งขึ้นทั้งงานเขียนโค้ด งานความรู้ งานภาพ และงานเอกสาร แต่ใช้ token น้อยลง แถมค่าบริการต่อ token ยังถูกกว่า Gemini 3.5 Flash รุ่นก่อนหน้า

เรื่องที่น่าจะถูกใจทั้งสายเทคและคนทั่วไปที่สุดคือ ไม่ต้องเป็นนักพัฒนาหรือจ่ายเงินเพิ่มก็ใช้งานได้ทันที เพราะ Gemini 3.6 Flash เปิดให้ใช้ฟรีในแอป Gemini ส่วนฝั่งนักพัฒนาก็เรียกใช้ผ่าน API ในราคาที่ถูกลง ที่สำคัญรอบนี้ Google ไม่ได้ปล่อยมาแค่ตัวเดียว แต่มาเป็นตระกูล

โมเดลตระกูล Flash ที่ออกมาพร้อมกัน

รอบนี้มีโมเดลเปิดตัวออกมา 3 ตัวพร้อมกัน แต่ตัวที่เปิดให้ใช้งานทั่วไปมี 2 ตัว

• Gemini 3.6 Flash เป็นโมเดลหลักที่เก่งรอบด้าน เหมาะตั้งแต่การใช้งานประจำวันไปจนถึงงานเขียนโค้ด
• Gemini 3.5 Flash-Lite เน้นความเร็วและราคาถูกที่สุด เหมาะกับงานที่ต้องทำซ้ำจำนวนมาก

ส่วนตัวที่ 3 คือ Gemini 3.5 Flash Cyber โมเดลที่ปรับมาเจาะงานความมั่นคงปลอดภัยไซเบอร์โดยตรง ทำงานอยู่ภายใน CodeMender เครื่องมือของ Google สำหรับช่วยไล่หาและอุดช่องโหว่ในโค้ด ตัวนี้ไม่ได้เปิดให้คนทั่วไปดาวน์โหลดใช้งาน แต่จำกัดเฉพาะหน่วยงานรัฐและพันธมิตรที่ไว้ใจได้เท่านั้น สรุปแล้วรุ่นที่ได้ใช้งานกันจริงจึงเป็น 3.6 Flash กับ 3.5 Flash-Lite

3.6 Flash เก่งขึ้น แต่กลับใช้ token น้อยลง

เมื่อเทียบกับ 3.5 Flash รุ่นก่อน Gemini 3.6 Flash ทำผลงานได้ดีขึ้นใน 3 ด้านหลัก ได้แก่ การเขียนโค้ด งานความรู้ที่ต้องใช้เหตุผล และงานมัลติมีเดียหลายสื่อ เช่น การอ่านเอกสารยาว วิเคราะห์ตารางและกราฟ หรือช่วยร่างรายงาน โดยลูกค้ารุ่นแรกอย่าง Hebbia และ Harvey ที่นำไปทดลองกับงานเอกสารก็ยืนยันว่าทำออกมาได้ดี

แต่เรื่องที่น่าประหลาดใจคือ ทั้งที่ความสามารถสูงขึ้น มันกลับตอบโดยใช้ token ลดลงราว 17% เมื่อเทียบกับ 3.5 Flash ตามดัชนีวัดผลของ Artificial Analysis และในบางงานที่วัดผ่านชุดทดสอบ DeepSWE ปริมาณ token ที่ใช้ลดลงได้มากถึง 65% นอกจากนี้ยังใช้ขั้นตอนการคิดและเรียกใช้เครื่องมือน้อยลงในงานที่มีหลายสเต็ป ส่งผลให้ต้นทุนรวมต่อการทำงาน 1 ชิ้นลดต่ำลงตามไปด้วย

เมื่อลองดูตัวเลขจากชุดทดสอบมาตรฐาน (benchmark) ที่ Google เปิดเผยในเอกสารของโมเดล จะเห็นพัฒนาการของ 3.6 Flash ที่ขยับขึ้นจาก 3.5 Flash ได้ชัดเจนขึ้น

ทุกตัวเลขเป็นการเทียบ Gemini 3.6 Flash กับรุ่นก่อนของตัวเองอย่าง 3.5 Flash ไม่ใช่การประกาศชนะโมเดลของค่ายอื่น

ด้านโครงสร้างราคาก็ไปในทิศทางเดียวกัน โดย Gemini 3.6 Flash ฝั่ง API คิดราคาอยู่ที่ 1.50 ดอลลาร์ต่อ 1 ล้าน token สำหรับข้อมูลขาเข้า และ 7.50 ดอลลาร์ต่อ 1 ล้าน token สำหรับข้อมูลขาออก เทียบกับ 3.5 Flash เดิมที่คิดฝั่งขาออก 9.00 ดอลลาร์ หมายความว่าราคาขาเข้าเท่าเดิม แต่ขาออกถูกลง เมื่อรวมกับความสามารถของโมเดลที่ใช้ token ฝั่งคำตอบน้อยลงอยู่แล้ว ทำให้ค่าใช้จ่าย API ต่อหนึ่งงานลดลงพร้อมกันทั้งสองทาง

นอกจากนี้ยังมีฟีเจอร์ computer use ติดมาให้ในตัว ช่วยให้โมเดลควบคุมหน้าจอและเครื่องมือแทนเราได้ เช่น สั่งให้ไปกดทำงานบางอย่างบนหน้าจอ ซึ่งปกติไม่ได้มีให้ในโมเดลราคาประหยัดทุกตัว ประกอบกับความสามารถในการรองรับบริบทได้ยาวสูงสุด 1 ล้าน token จึงสามารถอ่านเอกสารชุดใหญ่ได้รวดเดียวจบ โดยชุดข้อมูลความรู้ของโมเดลอัปเดตล่าสุดถึงเดือนมีนาคม 2026

3.5 Flash-Lite ตัวเร็วสุดและถูกสุด

หาก Gemini 3.6 Flash เป็นตัวหลักสายเก่งรอบด้าน Gemini 3.5 Flash-Lite ก็คือโมเดลที่เกิดมาเพื่อความเร็วและราคาประหยัดโดยเฉพาะ ถือเป็นโมเดลที่เร็วที่สุดในซีรีส์ 3.5 ทำได้ราว 350 token ต่อวินาที ตามที่ดัชนี Artificial Analysis วัดไว้ อีกทั้งยังมีราคาถูกกว่า 3.6 Flash อยู่มาก โดยคิดเพียง 0.30 ดอลลาร์ต่อ 1 ล้าน token ขาเข้า และ 2.50 ดอลลาร์ต่อ 1 ล้าน token ขาออก

งานที่เหมาะกับ Flash-Lite คือกลุ่มงานที่เน้นความเร็วและต้องทำซ้ำปริมาณมาก เช่น การค้นหาข้อมูลแบบ agent ที่ AI ต้องประมวลผลหลายขั้นตอนจนจบ หรือการจัดการเอกสารจำนวนมากพร้อมกัน โดยนักพัฒนาสามารถปรับระดับการคิดของโมเดลได้ ตั้งแต่การคิดแบบกระชับเพื่อเน้นความเร็วและประหยัดงบ ไปจนถึงการคิดแบบหลายขั้นตอนสำหรับโจทย์ที่ซับซ้อนขึ้น

สิ่งที่น่าสนใจคือ ในหลายชุดทดสอบด้านการเขียนโค้ดและงาน agent โมเดลตัวเล็กอย่าง Flash-Lite กลับทำคะแนนได้ดีกว่า Gemini 3 Flash ซึ่งเป็นโมเดลรุ่นก่อนที่มีขนาดใหญ่กว่าด้วยซ้ำ เช่น SWE-Bench Pro ทำได้ 54.2% เทียบกับ 49.6% และ OSWorld ทำได้ 74.0% เทียบกับ 65.1%

แล้วคนที่ไม่ใช่นักพัฒนาได้อะไร

สำหรับคนทั่วไป ไม่จำเป็นต้องเข้าใจเรื่อง API หรืออัตราราคาต่อ token ก็ได้รับประโยชน์ไปเต็มๆ เพราะทั้ง Gemini 3.6 Flash และ 3.5 Flash-Lite เปิดให้ใช้งานฟรีผ่านแอป Gemini เรียบร้อยแล้ว นอกจากนี้ 3.5 Flash-Lite ยังเริ่มเข้าไปทำงานอยู่เบื้องหลังของระบบ Google Search อีกด้วย

สิ่งที่สัมผัสได้ในชีวิตประจำวันคือคำตอบที่รวดเร็วและมีคุณภาพดีขึ้น ไม่ว่าจะเป็นการช่วยร่างข้อความ สรุปเอกสารยาว หรือวิเคราะห์ข้อมูลตาราง โดยไม่ต้องปรับแต่งอะไรเพิ่มเติม และหากต้องการใช้งานฟีเจอร์ฟรีบนแอป Gemini ให้คุ้มค่าที่สุด บทความ วิธีใช้ Gemini เวอร์ชันฟรีให้ครบทุกฟีเจอร์ มีคำแนะนำรวบรวมไว้ให้ครบถ้วน

มุมของสาย vibe coding และคนสร้าง agent

ในมุมนักพัฒนาและผู้ที่กำลังพัฒนา AI agent หัวใจสำคัญอยู่ที่เรื่องต้นทุน เพราะเมื่อโมเดลประหยัด token และลดการเรียกใช้เครื่องมือในแต่ละงานลง ต้นทุนการทำงานของ agent ต่อรอบจึงถูกลงอย่างชัดเจน ซึ่งผู้ที่ต้องรัน agent วันละหลายพันครั้งจะเห็นความแตกต่างของงบประมาณได้อย่างชัดเจน

การลดต้นทุน token ของ agent ถือเป็นโจทย์ใหญ่ที่มีการพยายามแก้ไขจากหลายมุม อย่างก่อนหน้านี้มีเรื่องราวของ เครื่องมือของวิศวกร Netflix ที่บีบ token ของ agent ลง 60-95% ที่ช่วยลดปริมาณ token ลงอย่างมาก ขณะที่การประหยัด token จากตัวโมเดลเองตั้งแต่ต้นทาง ก็เข้ามาช่วยลดภาระค่าใช้จ่ายก้อนนี้ได้อีกแรง

สำหรับการเริ่มต้นใช้งาน นักพัฒนาสามารถเรียกใช้ Gemini 3.6 Flash ผ่าน Gemini API ได้ทาง Google AI Studio รวมถึงใน Android Studio ส่วนผู้ที่ชอบสั่งให้ AI ช่วยพัฒนาซอฟต์แวร์ โมเดล 3.6 Flash ได้ถูกนำไปรวมไว้ใน Google Antigravity เรียบร้อยแล้ว และด้วยฟีเจอร์ computer use ในตัว จึงรองรับงานที่ต้องให้ AI ควบคุมหน้าจอหรือสั่งการเครื่องมือได้ทันทีโดยไม่ต้องติดตั้งระบบเสริม

นอกจากนี้ยังมีข้อควรรู้คือ การเปิดตัวรอบนี้ยังไม่ใช่การมาของโมเดลรุ่นท็อปอย่าง Gemini 3.5 Pro ซึ่งปัจจุบันยังอยู่ในช่วงทดสอบร่วมกับพาร์ตเนอร์และจะเปิดให้ใช้งานทั่วไปในภายหลัง ส่วน Gemini 4 ยังอยู่อีกไกลเนื่องจากเพิ่งเริ่มกระบวนการฝึกฝนโมเดลรอบใหญ่

แม้คะแนน benchmark ที่สูงขึ้นจะเป็นเรื่องน่าตื่นเต้น แต่สัญญาณสำคัญของการเปิดตัว Gemini 3.6 Flash คือการสะท้อนว่าสนามแข่งขันของ AI กำลังเปลี่ยนจากการวัดว่าใครเก่งที่สุด มาเป็นการแข่งขันว่าใครตอบโจทย์การใช้งานจริงได้ดีที่สุดในราคาต่อ token ที่คุ้มค่าที่สุด ซึ่งรอบนี้ Google แสดงจุดยืนเข้าลงเล่นในเกมหลังอย่างชัดเจน

---

ที่มา:

• บทความ Introducing Gemini 3.6 Flash, 3.5 Flash-Lite, and 3.5 Flash Cyber จาก Google DeepMind
• เอกสารทางการของ Gemini 3.6 Flash model card