Google DeepMind hari ini memperkenalkan tiga model AI proprietary terbaru yang diklaim sebagai model paling efisien dalam penggunaan token: Gemini 3.6 Flash, Gemini 3.5 Flash-Lite, dan Gemini 3.5 Flash Cyber. Ketiga model ini dirancang untuk membuat agen AI lebih cepat, cerdas, dan terjangkau dalam skala besar.
Dari segi harga, Gemini 3.6 Flash dikenakan biaya $1,50 per satu juta token input dan $7,50 per satu juta token output melalui API-nya. Sementara itu, Gemini 3.5 Flash-Lite ditawarkan dengan harga yang sangat murah, yaitu $0,30 per juta token input dan $2,50 per juta token output. Bandingkan dengan Gemini 3.5 Flash yang dibanderol $1,50/$9, dan Gemini 3.1 Pro Preview yang mencapai $2/$12 per juta token. Penghematan yang signifikan ini menjadikan model baru Google lebih kompetitif di pasar.
Gemini 3.6 Flash mencapai efisiensi dengan mengurangi penggunaan token output hingga 17% dibandingkan pendahulunya, Gemini 3.5 Flash. Pada tugas rekayasa perangkat lunak jangka panjang seperti DeepSWE, penghematan token bisa mencapai 65%. Pengurangan ini berarti model membutuhkan lebih sedikit langkah penalaran dan panggilan alat untuk menyelesaikan alur kerja multi-langkah yang sama. Konteks input model ini mencapai 1 juta token, dengan batas output maksimal 64.000 token dan batas pengetahuan hingga Maret 2026.
Kedua model Flash tersebut sudah tersedia melalui API Gemini di Google AI Studio, Android Studio, aplikasi konsumen Gemini, dan Google Search. Sementara itu, Gemini 3.5 Flash Cyber dikhususkan bagi peneliti keamanan siber dan red team, dan hanya bisa diakses melalui CodeMender, agen perbaikan bug AI milik Google, yang terbatas bagi pemerintah dan mitra terpercaya.
Seorang staf teknis Google, Logan Kilpatrick, merespons pertanyaan di X bahwa Gemini 3.5 Pro masih dalam tahap pengujian dengan mitra dan akan diluncurkan secara luas segera setelah siap. Hal ini menunjukkan bahwa Google masih berusaha mengejar ketertinggalannya dari pesaing seperti OpenAI dan Anthropic yang telah merilis beberapa generasi model unggulan terbaru.
Bagi industri, seri Flash ini menjadi alternatif hemat biaya untuk beban kerja AI agenik yang kompleks, sehingga perusahaan bisa memangkas biaya operasional hingga dua pertiga. Di Indonesia, startup seperti BukaAI dan laboratorium AI Tokopedia sudah mengandalkan API Google untuk tugas multilingual. Harga token yang rendah memungkinkan pengembang lokal menjalankan proyek percobaan AI dalam bahasa Indonesia, misalnya untuk moderasi konten dan dukungan pelanggan, yang biasanya membutuhkan banyak token.
Efisiensi ini juga tercermin dalam benchmark independen Artificial Analysis, yang menunjukkan pengurangan token 17-65% berbanding lurus dengan peningkatan kecepatan. “Kami memandang efisiensi token sebagai fondasi bagi agen AI yang skalabel,” kata juru bicara Google. “Dengan mengurangi langkah penalaran, kami tidak hanya menghemat biaya tetapi juga menurunkan latensi, hal yang krusial bagi layanan real-time.”
Ke depannya, seiring dengan semakin populernya AI agenik, model yang menyeimbangkan kecepatan, kemampuan, dan harga akan menjadi pilihan utama. Strategi Google yang fokus pada peningkatan efisiensi bertahap ini berbeda dengan pendekatan pesaing yang lebih berfokus pada lompatan performa, tetapi tetap relevan dalam ekosistem AI yang semakin kompetitif.