2026年6月24日，Google正式将“Computer Use”（计算机操作）工具深度集成并开放至Gemini 3.5 Flash模型中，实现Agentic能力的显著增强。这一更新让AI从“问答机器”真正迈向“行动派”，开发者可借助截图分析和精确动作输出，直接操控浏览器、桌面应用及移动界面，自主完成复杂跨软件工作流。与此同时，原计划6月推出的Gemini 3.5 Pro版本再度延期至7月，进一步凸显Google在质量把控与迭代节奏上的谨慎策略。

这一特性增强被视为Gemini系列向“前沿智能+真实行动”转型的关键一步。Gemini 3.5 Flash自5月19日Google I/O发布以来，已作为高效模型广泛应用，而6月24日的Computer Use更新让其在实际Agent场景中更具竞争力。

核心创新点：Computer Use原生集成，Agentic能力跃升

Gemini 3.5 Flash的Computer Use增强是本次更新的最大亮点。该能力此前以预览形式存在，此次直接内置到Flash模型中，性能和易用性大幅提升，标志着AI在GUI交互和自主操作领域的突破。

主要技术创新与能力提升：

截图驱动的精确操作：模型通过实时截图分析屏幕内容，理解界面元素，并输出精确动作序列（如点击、输入、滚动、拖拽）。支持浏览器、桌面应用和移动界面跨平台操作，适用于自动化工作流、UI测试、数据处理等场景。早期用户反馈显示，它在航班搜索、文档审计、电气设计等任务中表现突出。
OSWorld-Verified基准领先：在OSWorld-Verified Agentic computer use基准上达到78.4%成功率，接近或匹敌顶级模型（如GPT-5.5的78.7%）。这一成绩体现了其在真实开放环境下的GUI grounding和多步任务执行能力，远超早期Agent工具。
多Agent并行与长时序执行：结合原有Agentic优化，支持并行任务处理、长期规划和自我迭代。开发者可在Antigravity平台等环境中构建复杂代理，实现端到端自动化。
多模态与长上下文基础：1M tokens上下文窗口（输入约100万）、最高64k输出tokens，原生支持文本、图像、视频、音频等多种模态。知识截止至2025年1月，适合海量文档和多媒体任务。引入“thinking levels”机制，用户可灵活调控推理深度、质量与速度。
安全与企业级防护：内置安全过滤，阻挡可疑输入和风险操作，支持精细权限控制和审计日志，适合生产环境部署。

这些创新让Gemini 3.5 Flash特别适用于软件开发自动化、办公流程优化、测试工程和行业Agent平台等领域，极大降低了构建“能行动”AI的门槛。

API调用价格：性价比突出，适合高频Agent场景

Gemini 3.5 Flash的定价策略延续了Flash系列的高效定位，结合Computer Use增强后，仍保持较强竞争力（2026年最新官方定价）：

输入价格：$1.50 / 百万 tokens（付费阶层）
输出价格（含thinking tokens）：$9.00 / 百万 tokens
上下文缓存：$0.15 / 百万 tokens/小时（存储价格，较直接输入大幅节省）
Grounding with Google Search：每月前5000次免费，之后按量计费
免费阶层：在Gemini App、AI Studio等提供有限额度，支持开发者快速测试。

相较于前代Flash模型，3.5 Flash价格有所上调，但性能提升（尤其Agent和编码任务）显著，整体“每