2
里程碑
27
重要更新
12
常规动态
CodeMender 更新支持 Gemini 3.6/3.7 Flash 及新增无限制验证标志
CodeMender 发布更新，新增对 Gemini 3.6 Flash 和 3.7 Flash（默认）模型的支持。同时引入 --unrestricted 标志用于 cm verify，允许在隔离环境中绕过命令策略限制进行漏洞利用验证。此外，修复了长时间会话可靠性、跨操作系统 Shell 解析及权限拒绝错误消息可读性等多项问题。
智谱 GLM 5.2 模型在 Google Model Garden 提供公共预览
Z.ai（智谱）的 GLM 5.2 模型现已在 Google Cloud Vertex AI Model Garden 中作为完全托管模型（MaaS）提供公共预览。该模型面向长周期智能体和编程任务，支持 100 万 token 上下文窗口。此举表明 Vertex AI 继续扩展第三方模型生态，引入中国 AI 公司的长上下文模型，强化在智能体和工作流自动化领域的模型选择。
xAI Grok 4.6 模型在 Vertex AI Model Garden 提供预览
xAI 的 Grok 4.6 模型现已在 Google Cloud Vertex AI 的 Model Garden 中以预览版形式提供。这标志着 xAI 模型首次通过 Google Cloud 平台向企业开发者开放，丰富了 Model Garden 的第三方模型生态。开发者可直接在 Google Cloud 生态内发现和试用该模型，无需切换平台。目前具体能力参数、定价及正式 GA 时间尚未披露。
CodeMender 移除 Gemini 3 Flash 并支持 3.5 Flash 与 3.1 Pro
Google Cloud 的 CodeMender 工具更新了其支持的底层模型，不再支持 Gemini 3 Flash（gemini-3-flash-preview）作为模型后端。当前默认支持的模型已升级为 Gemini 3.5 Flash，并同时支持 Gemini 3.1 Pro Preview。这一变更表明 Google 正在推动代码修复等场景向新一代模型迁移，使用旧版模型的开发者需要将其工作流和集成迁移至新版本。
Gemini 旧版模型评估指标保留但定价显著高于新版
Google Gemini Enterprise Agent Platform 仍保留旧版模型评估指标（包括 Coherence、Fluency、Safety 等），但定价为输入 $0.005/千字符、输出 $0.015/千字符，远高于新版计算指标。Google 通过显著的价格差异信号引导用户从旧版模型评估指标迁移到新版 Gemini 2.0 Flash 评估体系，旧版保留可能仅为兼容性考虑。仍依赖旧版评估指标的开发者面临显著更高的成本压力。
Gemini Agent Platform 推理支持全系列机器类型及 Spot VM
Google Gemini Enterprise Agent Platform 推理服务现支持 E2、N1、N2、N4、C2、G4、A2、A3 等全系列机器类型，同时提供 Spot VMs 和预留实例选项，TPU v2/v3 也可用于推理。此举将推理服务与训练服务纳入同一硬件定价体系，用户可根据延迟和成本需求灵活选择不同机器类型，Spot VMs 尤其适合批量和非实时推理场景，使 Google 在主流云平台中 AI 推理成本弹性方面处于领先水平。
Gemini Enterprise Agent Platform Ray 分布式训练独立定价公布
Google 为 Gemini Enterprise Agent Platform 上的 Ray 分布式训练框架公布了独立定价方案。定价涵盖 n1/n2/e2/c2/m1/a2/a3/a4 机器类型以及 A100/H100/T4/V100/TPU 加速器，价格与标准自定义训练略有差异。Google 将 Ray 作为 Agent Platform 的一等公民进行独立定价，表明其正积极拥抱 Ray 生态以吸引分布式 AI 训练工作负载。这使得使用 Ray 框架的团队可直接在 Agent Platform 上运行分布式训练，无需额外管理 Ray 集群基础设施。
Gemini Enterprise Agent Platform 自定义训练支持广泛机器类型与加速器
Google 公布了 Gemini Enterprise Agent Platform 自定义训练的硬件支持范围。支持 n1/n2/n4/e2/c2/m1/g4/a2/a3/a4 系列机器类型，GPU 加速器涵盖 H200/H100/A100/L4/T4/V100 等最新型号，同时支持 TPU。平台还支持 Spot VMs 和预留实例，为不同预算和性能需求的 AI 训练团队提供灵活选择。Spot VMs 可大幅降低非关键训练任务的成本。这是业界最广泛的自定义训练硬件选项之一，涵盖最新的 H200 和 A4 GPU。
Gemini Enterprise Agent Platform AutoML 表格训练与预测分层定价公布
Google 公布了 Gemini Enterprise Agent Platform 中 AutoML 表格模型的定价。分类和回归训练费用为 $21.252/节点小时。预测采用分层定价策略：前 100 万次调用 $0.20/千次，100 万至 5000 万次 $0.10/千次，5000 万次以上降至 $0.02/千次（相比首层折扣达 90%）。ARIMA+ 预测定价为 $5.00/千次，显著高于 AutoML Forecasting。分层定价为大规模预测场景提供了显著的成本优势，但 ARIMA+ 的高定价需要用户自行评估其预测质量是否匹配溢价。
Gemini Enterprise Agent Platform AutoML 图像训练与部署定价公布
Google 公布了 Gemini Enterprise Agent Platform 中 AutoML 图像模型的定价细节。图像分类和目标检测训练费用为 $3.465/小时，Edge 设备端训练费用为 $18.00/小时（约为云端训练的 5 倍，反映设备端模型优化的额外计算成本）。在线预测部署费用为 $1.375-$2.002/小时，批量预测为 $2.222/小时。该定价为使用 AutoML 进行图像模型开发的团队提供了明确的成本基线，但 Edge 场景成本显著高于云端部署。
Google Gemini Enterprise Agent Platform 定价体系公布
Google 公布 Gemini Enterprise Agent Platform 完整定价体系，该平台取代旧版 AI Platform 和 AutoML，统一整合 AI 训练与推理服务。核心变化包括：不再支持低成本低性能机型推理和 scale-to-zero，新增 TensorFlow 运行时优化、模型共托管及 30 秒增量计费。Agent Runtime 和 Sandbox 环境中轮次间空闲等待时间不计费，使用量按秒取整。Skill Registry 于 2026 年 9 月 1 日起按存储和读写操作计费，费率与 Memory Bank 一致，Vulnerability Analysis 模型 Token 另计。Semantic Governance Policy（用于自然语言约束 Agent 工具调用）将于 2026 年晚些时候开始按评估 Token 计费。
Google Gemini Enterprise Agent Platform 推出统一资源计费结构
Google Cloud 为 Gemini Enterprise Agent Platform 推出业界首个按资源维度独立计费的 Agent 基础设施定价体系，涵盖 Agent Compute（$0.085/vCPU-h）、Agent Memory（$0.009/GiB-h）、Agent Storage（$0.30/GiB-month）三大类资源，并为各组件设定分阶段生效时间：Agent Gateway（Agent-to-Anywhere）于 2026 年 7 月 13 日率先按 API 调用量折算 vCPU-h 计费（每 $0.085 对应 15,000 次调用）；统一框架于 2026 年 8 月 15 日公布，包含每月免费额度（Compute 前 50 小时、Memory 前 100 GiB-h、Storage 前 1 GiB-month）；Memory Bank（长期记忆托管）与 Sessions（对话状态管理）于 2026 年 9 月 1 日生效，均按 Storage 容量和读写操作次数计费（每 300 万次读取或 100 万次写入消耗 1 vCPU-h），模型 Token 另计。该定价结构将 Agent 运行时、记忆、存储、网关等能力拆分为细粒度商业化模块，标志着 Agent 基础设施从免费预览阶段进入规模化收费阶段。
Gemini 语义治理策略引擎内置监控指标上线预览
Google Cloud 宣布 Gemini Enterprise Agent Platform 的语义治理策略引擎内置 Cloud Monitoring 指标现已提供预览版。用户可在 Metrics Explorer 中观察策略引擎的请求吞吐量、评估次数、延迟、裁决分布（ALLOW vs DENY）以及 LLM token 消耗等关键指标，并支持通过 Cloud Monitoring v3 API 和 PromQL 进行查询，还可配置告警策略。这一进展提升了企业级 AI 治理的可观测性，有助于合规审计和运维效率提升，降低了企业自建监控体系的成本，使 Google Cloud 在 AI 治理领域形成差异化竞争。目前该功能尚处于预览阶段，实际性能与稳定性有待验证，预览期间可能存在功能变更或使用限制。
Gemini 3.7 Flash 正式发布，默认启用 Agentic 视频处理
Google 于 2026 年 8 月 13 日正式发布 Gemini 3.7 Flash（GA），可用于生产环境。该模型是首个默认启用 agentic 视频处理能力的模型，将视频理解从被动分析推向主动代理模式，意味着模型不仅能理解视频内容，还能基于视频信息自主规划和执行操作。这一特性可能推动行业对视频 Agent 能力的基线预期提升，为需要视频处理的企业开发者和产品团队提供直接可用的生产级 agentic 视频能力。
Gemini Agent Runtime 支持 ADK 遥测指标并遵循 OpenTelemetry 规范
部署到 Agent Runtime 并使用 ADK 2.6.0 或更高版本的 Agent 现可发出遵循 OpenTelemetry 生成式 AI 语义规范的 gen_ai 应用指标。此举将 Agent 可观测性纳入 OpenTelemetry 标准生态，降低了企业监控 Agent 生产行为的集成门槛，推动行业 Agent 可观测性标准化。
CodeMender CLI 引入进程级沙箱并默认启用
CodeMender CLI 于 2026 年 8 月分两阶段推出进程级沙箱功能。8 月 4 日预览版首次引入沙箱能力（默认关闭）及自动更新检查，允许开发者提前体验隔离执行环境以保护工作站免受意外文件修改。8 月 12 日正式将沙箱设为默认启用状态，所有命令在进程级沙箱中运行，体现从 opt-in 到 secure-by-default 的安全策略转变。用户可通过 config.yaml、--sandbox=false 或 --unrestricted 标志禁用沙箱，提供灵活的退出机制。该功能强化了 AI 编码工具在本地执行场景下的安全基础设施。
Anthropic Claude Opus 5 上线 Google Model Garden
Anthropic 的 Claude Opus 5 模型现已在 Google Model Garden 中可用，扩展了 Gemini 企业智能体平台的第三方模型选择。Google 继续在自家平台上引入竞争对手的顶级模型，显示其平台策略从模型壁垒转向生态聚合，对 Amazon Bedrock 的多模型策略形成直接对标。企业开发者可在 Gemini 企业智能体平台上直接选用 Claude Opus 5，无需切换平台即可对比和使用不同模型。
Gemini 3.6 Flash 和 3.5 Flash-Lite 正式发布
Google Cloud 宣布 Gemini 3.6 Flash 和 3.5 Flash-Lite 现已正式发布（GA），改进了 token 使用和文档理解能力。Flash 系列持续迭代，token 使用效率提升直接降低企业成本，可能对同类轻量级模型形成竞争压力。此版本包含可能不兼容前代模型的采样参数变更，现有 Flash/Flash-Lite 用户升级时需注意破坏性变更，新用户可直接使用 GA 版本。
Agent Studio SSRF 安全漏洞修复
Google Cloud 修复了 Agent Studio 在 2026年7月1日前创建的 Web 应用中自动生成的 /api-proxy 后端端点存在的 SSRF（服务器端请求伪造）漏洞。受影响用户需重新生成并部署应用以完成修复。此事件提醒行业，Agent 自动生成的代码端点可能引入安全风险，安全审计机制成为平台信任的关键要素。在 2026年7月1日前使用 Agent Studio 创建 Web 应用的开发者需手动重新生成并部署应用。
Gemini 3.1 Flash Image Preview 和 3 Pro Image Preview 退役
Google Cloud 宣布 Nano Banana 预览模型 gemini-3.1-flash-image-preview 和 gemini-3-pro-image-preview 正式退役，不再可访问。用户需迁移至 gemini-3.1-flash-image 或 gemini-3-flash-image。此举标志着 Gemini 3.x 图像生成模型从预览阶段转入正式阶段，预览版清理是平台成熟化的常规步骤。使用这两个预览端点的开发者需立即更新代码，否则 API 调用将中断。
Gemini Enterprise Agent Platform Memory Profiles 功能正式 GA
Gemini Enterprise Agent Platform 的 Memory Bank 中 Memory Profiles 功能正式 GA（General Availability）。Memory Profiles 允许生成具有固定 schema 的结构化档案，由 LLM 自动填充和更新，确保 Agent 能以低延迟访问动态信息，无需在会话中执行昂贵的搜索操作。该功能是 Agent 长期记忆领域的重要基础设施，使 Google 在 Agent 记忆管理方面具备差异化能力，对 OpenAI、Anthropic 等竞品的 Agent 记忆方案形成对标压力。企业 Agent 开发者可借此获得低延迟、结构化的 Agent 记忆能力，减少会话内搜索成本并提升 Agent 个性化体验。定价模式、存储限制及与向量数据库等方案的对比性能数据尚未披露。
Gemini 2.5 Flash 及 3.1 Flash-Lite 等预览模型退役
Google Cloud 宣布退役三个 Gemini 预览模型端点：gemini-2.5-flash-lite-preview-09-2025、gemini-2.5-flash-preview-05-2025 和 gemini-3.1-flash-lite-preview。仍在使用这些端点的开发者需迁移至最新 Gemini 模型，否则服务将中断。此举表明 Google 正在加速清理 Gemini 旧版预览模型，推动用户向更新版本迁移，反映出 Gemini 模型迭代节奏持续加快。官方未明确说明退役后是否有功能完全等价的新版模型可直接替代，用户需自行评估迁移路径并进行适配测试。
Grok 4.1 模型系列在 Gemini Enterprise Agent Platform 被弃用
Grok 4.1 模型系列（包括 xai/grok-4.1-fast-reasoning 和 xai/grok-4.1-fast-non-reasoning）在 Gemini Enterprise Agent Platform 上被标记为弃用，将于 2026 年 8 月 20 日正式关闭，届时 MaaS 将不再提供这些模型。此举可能反映 Google 在 MaaS 模式下对第三方模型托管策略的调整，或与 xAI 合作关系发生变化。依赖多模型策略的企业用户需在截止日期前完成模型迁移，否则将面临服务中断风险。官方尚未说明弃用的具体原因，也未提供推荐的替代模型方案。
AlphaGenome 基因组学基础模型上线 Gemini Enterprise Agent Platform
Google DeepMind 的 AlphaGenome 基因组学基础模型现已在 Gemini Enterprise Agent Platform 上可用。AlphaGenome 以单碱基分辨率分析大规模 DNA 序列，能够预测遗传变异如何影响基因表达、染色质可及性和 RNA 剪接等分子机制。这是 DeepMind 继 AlphaFold 之后在生命科学领域推出的又一重要模型，将其部署到企业级平台标志着 Google 正在将前沿科学 AI 能力进行商业化落地。生物医药企业和基因组学研究机构可通过该平台直接部署和使用 AlphaGenome，有望加速药物发现和精准医学研究进程。目前尚未披露该模型的定价、可用区域、访问方式及是否支持微调等细节。
Provisioned Throughput 多待处理订单功能正式 GA
Google Cloud 宣布 Gemini Enterprise Agent Platform 的 Provisioned Throughput 新增多待处理订单支持并正式 GA。用户现可为同一模型和区域提交最多 7 个 Google 模型订单。对大规模企业用户而言，多订单能力提升了容量规划灵活性，避免了单订单瓶颈，是 Provisioned Throughput 产品成熟化的标志。该功能与此前发布的变更订单、预定订单、拆分订单等功能共同构成了更完整的吞吐量管理体系。官方发布说明确认了功能 GA 及 7 个订单的数量限制，但该上限是否会根据客户等级调整以及多订单场景下的计费细节尚未披露。
Claude Sonnet 5 上线 Gemini Model Garden
Anthropic 的 Claude Sonnet 5 模型现已在 Google Cloud Gemini Enterprise Agent Platform 的 Model Garden 中正式上线。Google 继续在自家平台上引入第三方前沿模型，Model Garden 作为多模型生态的定位进一步强化。Claude Sonnet 5 的加入意味着企业用户可在 Gemini Enterprise Agent Platform 上直接对比和使用 Anthropic 的最新模型，无需额外接入 Anthropic API，降低了多模型使用门槛。此举加剧了企业级 AI 平台间的模型多样性竞争。官方发布说明直接证实了上线信息，但定价细节、可用区域限制以及是否支持工具调用和 Memory 等高级特性的完整功能接入尚未披露。
Memory Bank 默认模型升级为 Gemini 3.5 Flash
Google Cloud 将 Gemini Enterprise Agent Platform 中 Memory Bank 功能的默认底层模型从 Gemini 2.5 Flash 升级为 Gemini 3.5 Flash。Memory Bank 作为 Agent 长期记忆的关键基础设施，此次模型升级意味着记忆生成的质量、速度和效率有望显著提升，进一步强化了 Gemini Enterprise Agent Platform 在 Agent Memory 领域的竞争壁垒。所有使用 Memory Bank 功能的开发者将自动受益于此次底层模型升级，无需额外操作。官方发布说明确认了默认模型变更，但未披露 Gemini 3.5 Flash 相比 2.5 Flash 在 Memory Bank 场景下的具体性能提升数据，也未说明是否允许用户自定义模型选择。
Gemini Enterprise Agent Platform 预置吞吐量多项功能正式 GA
Google Cloud 宣布 Gemini Enterprise Agent Platform 的预置吞吐量（Provisioned Throughput）功能迎来多项重要更新并正式 GA。新增能力包括：变更订单、预定新订单、预定变更以及拆分订单。这些功能使企业客户能够更精细地管理 AI 推理容量和成本，按业务需求灵活调整、预定和拆分吞吐量订单。此举提升了 Google 在企业级推理基础设施方面的竞争力，与 AWS Bedrock 和 Azure 的吞吐量管理能力形成直接对标。官方发布说明直接证实了这些功能的 GA 状态，但拆分订单的最小拆分单元和预定功能的提前期限制等细节尚未披露。
Gemini Agent Platform AI 安全发现与态势管理功能正式发布
Google Cloud 宣布 Gemini Enterprise Agent Platform 的 AI 安全发现和安全态势管理摘要功能正式 GA。安全仪表板新增 Top 安全发现组件，同时 Agent 运行时漏洞发现与威胁监控、历史内容违规趋势等功能进入公测阶段。该更新将安全发现、漏洞监控和内容违规追踪整合进统一仪表板，为企业安全团队提供 Agent 运行时的全方位安全可观测性，推动企业级 Agent 安全治理的行业基线提升。
Gemini Flash Lite 与 Flash 模型支持监督微调进入公测
Google Cloud 宣布 Gemini 3.1 Flash Lite 和 Gemini 3.5 Flash 模型现已支持监督微调（Supervised Fine-tuning），目前处于公测阶段。训练区域限制为 us-central1 和 europe-west4，推理服务限制在 US 和 EU 多区域端点。该功能使企业能够以较低成本针对特定业务场景定制轻量级模型，进一步降低企业级 AI 定制化的门槛，与 OpenAI 和 Anthropic 的微调能力形成直接竞争。
Gemini Agent Platform Agent Gateway 网络治理组件正式 GA
Google Cloud 宣布 Gemini Enterprise Agent Platform 的 Agent Gateway 组件正式 GA。Agent Gateway 作为平台生态的网络层组件，负责保护和治理所有 Agent 交互的连接安全，涵盖用户与 Agent、Agent 与工具、以及 Agent 之间的通信。该组件为企业级 Agent 部署提供了可独立配置的安全连接层，标志着 Google 在 Agent 网络治理基础设施方面的成熟度提升。
Gemini Agent Platform Memory Bank 与 Sessions 全球端点正式 GA
Google Cloud 宣布 Gemini Enterprise Agent Platform 的 Memory Bank 和 Sessions 功能的多区域及全球端点支持正式进入 GA（General Availability）阶段。该更新使企业开发者能够在全球范围内部署具备会话持久化能力的 Agent 应用，并优化跨区域访问延迟。值得注意的是，使用全球端点时暂不支持客户管理加密密钥（CMEK），这可能对合规敏感型企业构成限制。
Gemini 3.5 Flash 强化学习微调进入 Public Preview
Google Cloud 宣布强化学习（RL）微调现已可用于 gemini-3.5-flash 模型（Preview 阶段）。模型微调限制在 us-central1 和 europe-west4 区域，服务限制在 us 和 eu 多区域端点。RL 微调能力的开放使 Google 在模型定制化方法上从 SFT 扩展到 RL，与 OpenAI 和 Anthropic 的微调路线形成差异化竞争。该功能面向需要在特定任务上通过强化学习优化模型行为的高级 AI 开发者，尤其是需要模型自主决策优化的场景。RL 微调的具体定价、训练数据格式要求、收敛效率及与 SFT 微调的对比效果尚未披露。
Anthropic Claude Fable 5 上线 Google Cloud Model Garden
Anthropic 的 Claude Fable 5 模型现已在 Google Cloud Model Garden 中可用。Google Cloud 继续扩展 Model Garden 中的第三方模型阵容，引入 Claude Fable 5 表明其作为模型聚合平台的多供应商策略持续推进。已在 Google Cloud 上使用 Model Garden 的开发者现在可以直接访问 Claude Fable 5 而无需离开 Google Cloud 生态。Claude Fable 5 的具体能力定位、与 Anthropic 官方 API 的定价差异、以及是否为完整功能版本尚未披露。