�
Agentic 智能体执行
Gemini 3.5 智能助手可拆解复杂目标，自主调度工具链完成任务。多步骤规划与回溯机制，让AI真正成为可交付的"数字员工"。
Gemini 3.5 智能助手将前沿AI模型的全部能力打包到一个入口，让个人与团队都能在浏览器中即刻调用最先进的多模态推理、代码生成与长文档理解。
Gemini 3.5 智能助手可拆解复杂目标，自主调度工具链完成任务。多步骤规划与回溯机制，让AI真正成为可交付的"数字员工"。
文本、图像、视频、音频、代码与表格在同一模型内被统一表征。Gemini 3.5 智能助手一次读懂混合输入，无需拼接多个模型。
支持 1M Token 级别的长文档阅读与检索。Gemini 3.5 智能助手可以一次性消化整本书、整份代码库、整轮研究资料。
面对科研、工程、数学难题，Gemini 3.5 智能助手进入"深度思考"模式，多路径并行推演，给出可被审计的结论。
内置安全评估与对齐机制，所有输出都经过风险过滤。Gemini 3.5 智能助手把"可信"作为与"强大"同等重要的设计目标。
同等智能水平下，Token 效率显著领先。Gemini 3.5 智能助手让大规模调用既跑得动，也用得起。
Gemini 3.5 智能助手背后是一组覆盖从极致效率到深度推理的完整模型族，您可以根据场景灵活切换。
面向编码、知识工作与多模态任务的最佳 Token 效率模型。
高并发、高吞吐场景下的轻量首选，兼顾智能与速度。
面向复杂任务与高难度创意场景的旗舰模型。
以下数据来自公开评测与第三方机构复核，Gemini 3.5 智能助手在多项关键能力上保持领先。
| 基准 / Benchmark | 说明 | Gemini 3.5 | Gemini 3.1 Pro | 同类最佳 |
|---|---|---|---|---|
| SWE-Bench Pro | Agentic 编码任务 | 58.7% | 54.2% | 64.7% |
| DeepSWE v1.1 | 长链路软件工程 | 49% | 12% | 67% |
| Terminal-bench 2.1 | Agentic 终端编码 | 78.0% | 73.8% | 84.7% |
| MLE-Bench | 机器学习工程 | 63.9% | 42.6% | 66.9% |
| CharXiv（带工具） | 复杂图表推理 | 89.4% | 83.2% | 88.3% |
| GDM-MRCR v2（8-needle） | 长上下文检索 | 91.8% | 84.9% | 81.4% |
在 Ashler 的智能体检索与工具调用场景中，Gemini 3.5 智能助手 提供了所需的智能、速度与成本效率，能在数百份交付物之间维持上下文一致性。Connor GogginsAshler 联合创始人 & CTO
评估 Figma Make 的模型时，我们看重质量、速度与成本的平衡。Gemini 3.5 智能助手 让我们能更快速地探索原型，同时不牺牲设计质量。Matt ColyerFigma 产品总监
在 Harvey 的资本市场与企业并购文档场景中，Gemini 3.5 智能助手 的表现相较前代有明显提升，平均任务完成速度加快了 12%。Niko GrupenHarvey 应用研究负责人
在线 Playground，从提示词到生产一站式跳板。
统一的开发者接口，跨模型版本无缝切换。
面向企业的大规模 Agent 构建、治理与监控。
AI 优先的开发平台，让人人都是 Builder。
Gemini 3.5 智能助手 原生支持文本、图像、视频帧、音频片段、PDF/Office 文档以及结构化表格。模型在同一表征空间内融合这些模态，无需额外拼接或预处理。在工程实践中，您可以把一段会议录像、一份财报 PDF 与一段代码 diff 同时交给它，它会给出统一的语义理解结果。
核心提升集中在三方面：第一，Agentic 编码能力在 SWE-Bench Pro 等高难度基准上提升明显；第二，Token 效率显著优化，同等输出长度下成本下降明显；第三，长上下文检索能力从约 26% 提升到 91.8%，大幅减少百万字文档中的"漏针"问题。
典型场景包括：科研文献综述与跨学科推理、企业级合同与财报审核、长代码库的迁移与重构、客服与销售对话智能体、多语种内容创作与翻译、复杂图表数据抽取等。Gemini 3.5 智能助手 在需要"读得懂、想得深、做得久"的场景表现尤其突出。
模型在训练阶段就经过多轮红队评估与对齐训练，输出阶段内置内容过滤、引用溯源与敏感信息脱敏能力。Gemini 3.5 智能助手 还提供可观测的工具调用日志，便于企业合规审查与回溯。
完全支持。Gemini 3.5 智能助手 在中文理解、写作、翻译与代码注释等任务上经过专门优化，能流畅处理简体、繁体以及中英混合输入，并能保持专业的语气与术语一致性。
两者皆适合。个人开发者可在 Google AI Studio 中零成本试用；企业客户可通过 Gemini Enterprise Agent 平台接入 SSO、私有知识库与审计日志，按需扩展到全员规模。
建议先用 Google AI Studio 的 Playground 验证 5–10 个真实业务样本，覆盖推理深度、输出稳定性与多模态需求；之后通过 Gemini API 做小流量 A/B 测试，关注准确率、延迟与单位成本三组指标。
会的。Gemini 系列遵循持续迭代路线，3.5 系列在能力、效率与多模态覆盖上都会按节奏升级，旧版本会以可预期的方式保留过渡窗口，方便业务平稳迁移。