Gemini 3.6 Flash和3.5 Flash-Lite正式可用于生产：外贸任务按难度分流

Google官方release notes显示，Gemini 3.6 Flash和Gemini 3.5 Flash-Lite在7月21日转为GA，最新模型文档在7月30日更新。3.6 Flash的官方定位是复杂agent、多模态推理和更少token；3.5 Flash-Lite则面向高吞吐数据分析、文档抽取、路由和结构化JSON。两者都写明支持1M token上下文和64k最大输出。官方价格页显示，3.6 Flash为每百万输入token 1.50美元、输出7.50美元；3.5 Flash-Lite为输入0.30美元、输出2.50美元。

把它翻译成外贸工作语言：Flash-Lite适合每天大量进来的询盘语言识别、客户类型路由、邮件线程摘要、表格字段提取、商品资料去重和证书清单初筛；3.6 Flash适合需要读图、跨多个文件、调用搜索或内部工具、理解复杂客户要求的任务。比如客户发来一封英文邮件、一个PDF规格表和一张产品照片，第一步可以用Lite提取字段，只有字段冲突、规格关系复杂或需要查企业背景时，再把这条任务升级到3.6。这样做的好处是成本和延迟可控，也更容易知道哪一环出了错。

迁移不能只替换模型ID。Google文档明确提示，新模型弃用或忽略temperature、top_p、top_k，并不再接受预填充的model turn；未来模型可能直接返回400错误。外贸团队应先复制一份旧流程，做四项检查：固定JSON是否仍能解析，函数调用是否保留call_id和name，多轮会话是否用服务端previous interaction管理，失败时是否能回到人工队列。不要在生产环境直接改模型；先用100条已标注询盘做回归，把字段准确率、术语错误、人工修改时长、延迟、token费用和升级率逐项记录。

一个可执行的小试验是建三条路由：Lite处理所有简单分类；3.6处理抽样的复杂研究；无法确定的任务不让模型自行选择，而是进入人工复核。对报价、付款条件、交付时间、认证和出口限制，模型只能引用输入资料中的证据，不能根据常识补全。使用AI Studio或API时，密钥不要放浏览器前端；上传客户资料前做脱敏，Computer Use或其他工具调用要设域名白名单、操作日志和人工批准。Google官方benchmark与模型说明能证明功能和价格，不证明中文、德语、日语询盘在你的产品领域一定更准；本日报也没有把GA写成“外贸效果已验证”。

上线后的观察也要按语言和业务线拆开。英语询盘数量大，不代表德语或日语的术语质量也一样；一个模型在普通客服上表现稳定，也不代表能正确处理含单位、材质、等级和认证编号的工业品规格。建议每周保留一小批人工金标准，按国家、产品和任务类型重新抽检，达到阈值才扩大自动化范围。若模型输出需要销售人员大幅重写，就算API便宜，也未必真的降低总成本。

先把“能稳定提取”作为第一阶段目标，再追求更复杂的自动决策。