Neues bei Gemini 3.5 Flash

3.6 Flash und 3.5 Flash-Lite auf dieser Seite

Gemini 3.5 Flash ist allgemein verfügbar (GA), stabil und bereit für den skalierten Einsatz in der Produktion. Als unser intelligentestes Flash-Modell bietet es eine konstant hohe Leistung bei der agentischen Ausführung, der Programmierung und bei Aufgaben mit langer Ausführungszeit im großen Maßstab.

In diesem Leitfaden finden Sie eine Übersicht über Verbesserungen, API-Änderungen und Migrationsanleitungen für Gemini 3.5 Flash.

Neues Modell

Gemini 3.5 Flash unterstützt das Kontextfenster mit 1 Million Tokens, maximal 65.000 Ausgabetokens, Thinking und dieselben Tools und Plattformfunktionen wie Gemini 3 Flash, einschließlich der Computernutzung (Vorabversion). Die vollständigen Spezifikationen finden Sie in der Modellübersicht. Informationen zu den Preisen finden Sie auf der Preisseite.

Kurzanleitung

In allen Beispielen in diesem Leitfaden wird die GenerateContent API verwendet. Die Interactions API wird ebenfalls unterstützt. Es gelten dieselben Konfigurationsoptionen und Empfehlungen.

from google import genai

client = genai.Client()

response = client.models.generate_content(
    model="gemini-3.5-flash",
    contents="Explain how parallel agentic execution works in three sentences.",
)
print(response.text)

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({});

async function main() {
  const response = await ai.models.generateContent({
    model: "gemini-3.5-flash",
    contents: "Explain how parallel agentic execution works in three sentences.",
  });
  console.log(response.text);
}

main();

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.5-flash:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "contents": [{
      "parts": [{"text": "Explain how parallel agentic execution works in three sentences."}]
    }]
  }'

Das ist neu

• Konstant hohe Leistung:Unser intelligentestes Flash-Modell, optimiert für agentische Aufgaben und Programmieraufgaben im großen Maßstab.
• Agentische Ausführung:Bereitstellung von Sub-Agents, Problemlösung und schnelle agentische Schleifen im großen Maßstab.
• Programmierung:Iterative Programmierzyklen, schnelle Erkundung und Prototyping zum Testen alternativer Pfade und dynamischen Erkunden von Lösungen.
• Lange Ausführungszeit:Mehrstufige Workflows und Tool-Nutzung im großen Maßstab.
• Fortführung der Logikschritte:Das Modell behält die Zwischenschritte der logischen Schlussfolgerung in mehrstufigen Unterhaltungen automatisch bei. Es sind keine API-Änderungen erforderlich.
• Neue Standardeinstellung für den Aufwand:Der Standardaufwand für das Thinking-Modell wurde von high in medium geändert. Weitere Informationen finden Sie unter Neue Standardeinstellung für den Aufwand.
• Verbessertes low Thinking: low wurde für Code und agentische Aufgaben, die weniger Schritte erfordern, deutlich verbessert und bietet eine hohe Qualität bei geringerer Latenz und geringeren Kosten.
• Allgemeine Verfügbarkeit:Stabiles Modell für den skalierten Einsatz in der Produktion.

Das richtige Flash-Modell auswählen

Gemini 3.5 Flash ist unser intelligentestes und leistungsstärkstes Flash-Modell. Für verschiedene Anwendungsfälle können jedoch unterschiedliche Kosten- und Latenzanforderungen gelten.

• Gemini 3.1 Flash-Lite: Für kostengünstige Aufgaben mit hohem Volumen, die nicht die erweiterte logische Schlussfolgerung von 3.5 Flash erfordern, empfehlen wir die Verwendung von Gemini 3.1 Flash-Lite. Es ist ein stabiles, langfristiges Modell, das für Effizienz optimiert ist. Weitere Informationen finden Sie im Entwicklerleitfaden für Flash-Lite.
• Gemini 3 Flash (Vorabversion): Wir empfehlen zwar die Migration zu 3.5 Flash für eine stabile allgemeine Verfügbarkeit und verbesserte logische Schlussfolgerung, aber Gemini 3 Flash (Vorabversion) bleibt für Entwickler verfügbar, die weiterhin mit dem Vorabmodell testen möchten.

Änderungen beim Verhalten

Neue Standardeinstellung für den Aufwand: medium

Der Standardaufwand für das Thinking-Modell ist jetzt medium und wurde von high in Gemini 3 Flash (Vorabversion) geändert. medium liefert sehr gute Ergebnisse für eine Vielzahl von Aufgaben und ist gleichzeitig schneller und kostengünstiger. Bei komplexen Problemen regt high das Modell an, tiefer zu denken.

Wenn Sie die Standardeinstellung überschreiben möchten, legen Sie thinking_level in der Konfiguration fest:

from google import genai
from google.genai import types

client = genai.Client()

response = client.models.generate_content(
    model="gemini-3.5-flash",
    contents="Prove that the square root of 2 is irrational.",
    config=types.GenerateContentConfig(
        thinking_config=types.ThinkingConfig(thinking_level="high")
    ),
)

print(response.text)

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({});

async function main() {
  const response = await ai.models.generateContent({
    model: "gemini-3.5-flash",
    contents: "Prove that the square root of 2 is irrational.",
    config: {
      thinkingConfig: {
        thinkingLevel: "HIGH",
      },
    },
  });
  console.log(response.text);
}

main();

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.5-flash:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "contents": [{
      "parts": [{"text": "Prove that the square root of 2 is irrational."}]
    }],
    "generationConfig": {
      "thinkingConfig": {
        "thinkingLevel": "HIGH"
      }
    }
  }'

In der folgenden Tabelle ist aufgeführt, welche Denkaufwände pro Modell unterstützt werden:

Fortführung der Logikschritte

Das Modell behält die Zwischenschritte der logischen Schlussfolgerung in mehrstufigen Unterhaltungen automatisch bei. Wenn der Kontext der logischen Schlussfolgerung im Unterhaltungsverlauf vorhanden ist, wird er weitergegeben, was die Leistung bei komplexen mehrstufigen Aufgaben wie dem iterativen Debugging und der Code-Refaktorierung verbessert. Es sind keine API-Änderungen erforderlich:

• Interactions API: Logikschritte werden bereits automatisch beibehalten. Keine Änderung des Verhaltens.
• GenerateContent API: Ab Gemini 3.5 Flash verwendet das Modell den Kontext der logischen Schlussfolgerung aus allen vorherigen Schritten, wenn im Unterhaltungsverlauf Gedankensignaturen vorhanden sind. Dazu müssen Sie den vollständigen, unveränderten Unterhaltungsverlauf (einschließlich Gedankensignaturen) in contents übergeben. Die SDKs erledigen das automatisch.

Parameterupdates und Best Practices in Gemini 3.x

Die folgenden Informationen gelten für alle Gemini 3.x-Modelle, einschließlich Gemini 3.5 Flash.

• temperature, top_p, top_k: Wir empfehlen dringend, die Standardwerte nicht zu ändern. Die logischen Schlussfolgerungen von Gemini 3 sind für die Standardeinstellungen optimiert.
• Verwenden Sie thinking_level anstelle von thinking_budget.
• Abgleich von Funktionsantworten: id, name, und die Anzahl der Antworten müssen mit den vorherigen Aufrufen übereinstimmen.
• Multimodale Funktionsantworten: Multimodale Inhalte müssen in die Funktionsantwort eingefügt werden, nicht außerhalb.
• Inline-Anweisungen in Funktionsantworten: An den Text der Funktion antwort anhängen, nicht als separate Teile.
• Unnötige Tool-Aufrufe reduzieren: Verwenden Sie niedrigere Denkaufwände oder experimentieren Sie mit Systemanweisungen, um Tool-Aufrufe in agentischen Workflows zu reduzieren.

In den folgenden Abschnitten erfahren Sie, wie Sie Ihren Code aktualisieren.

Sampling-Parameter (nicht mehr empfohlen)

temperature, top_p und top_k werden für alle Gemini 3.x-Modelle nicht mehr empfohlen. Die logischen Schlussfolgerungen von Gemini 3 sind für die Standardeinstellungen optimiert. Entfernen Sie diese Parameter aus allen Anfragen.

# ⚠️ Remove these parameters (not recommended)
config = types.GenerateContentConfig(
    temperature=0.7,
    top_p=0.9,
    top_k=40
)

Um den Determinismus zu gewährleisten, empfehlen wir, eine Systemanweisung mit expliziten Regeln für Ihren spezifischen Anwendungsfall zu definieren.

thinking_budget (nicht mehr empfohlen)

Der numerische Parameter thinking_budget wird für alle Gemini 3.x-Modelle nicht mehr empfohlen. Verwenden Sie stattdessen die String-Enum thinking_level.

# ⚠️ Before (not recommended)
config = types.GenerateContentConfig(
    thinking_config=types.ThinkingConfig(thinking_budget=7500)
)

# ✅ After
config = types.GenerateContentConfig(
    thinking_config=types.ThinkingConfig(thinking_level="medium")
)

Verfügbare Werte: minimal, low, medium (Standard) und high.

Funktionsaufrufe: Strikter Abgleich von Antworten

Die Interactions API gibt bereits einen Fehler zurück, wenn Funktionsantworten nicht übereinstimmen. Die GenerateContent API gibt noch keinen Fehler zurück, aber bei nicht übereinstimmenden Antworten gibt das Modell in den meisten Fällen leere Antworten mit finish_reason: STOP zurück. Beachten Sie immer die folgenden Konventionen:

# ✅ Include matching id and name in the function response
final_response = client.models.generate_content(
    model="gemini-3.5-flash",
    config=config,
    contents=[
        *previous_contents,
        response.candidates[0].content,
        types.Content(role="user", parts=[
            types.Part.from_function_response(
                name=tool_call.name,
                response={"result": result},
                id=tool_call.id,
            )
        ]),
    ],
)

// ✅ Include matching id and name in the function response
const functionResponsePart = {
  functionResponse: {
    name: toolCall.name,
    response: { result: result },
    id: toolCall.id,
  },
};

const finalResponse = await ai.models.generateContent({
  model: "gemini-3.5-flash",
  contents: [
    ...previousContents,
    { role: "model", parts: [{ functionCall: toolCall }] },
    { role: "user", parts: [functionResponsePart] },
  ],
  config: config,
});

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.5-flash:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "contents": [
      {"role": "user", "parts": [{"text": "..."}]},
      {"role": "model", "parts": [{"functionCall": {"name": "my_function", "args": {...}}}]},
      {"role": "user", "parts": [{"functionResponse": {"name": "my_function", "id": "call_id", "response": {"result": "..."}}}]}
    ]
  }'

Multimodale Funktionsantworten

Wir stellen häufig fest, dass Kunden Bilder außerhalb der Funktionsantwort bereitstellen. Dies kann zu unerwartetem Modellverhalten (z.B. Thought Leakage) und zu Ausgaben von geringerer Qualität führen. Folgen Sie stattdessen der Empfehlung in der API-Dokumentation zu multimodalen Funktionsantworten und fügen Sie multimodale Inhalte in die Teile der Funktionsantwort ein, die Sie an das Modell senden. Das Modell kann diese multimodalen Inhalte im nächsten Schritt verarbeiten, um eine fundiertere Antwort zu geben.

# ✅ Include multimodal content in the function response
final_response = client.models.generate_content(
    model="gemini-3.5-flash",
    config=config,
    contents=[
        *previous_contents,
        response.candidates[0].content,
        types.Content(role="user", parts=[
            types.Part.from_function_response(
                name=tool_call.name,
                response={
                    "result": "instrument.jpg",
                    "image": base64_image_data,
                },
                id=tool_call.id,
            )
        ]),
    ],
)

// ✅ Include multimodal content in the function response
const finalResponse = await ai.models.generateContent({
  model: "gemini-3.5-flash",
  contents: [
    ...previousContents,
    { role: "model", parts: [{ functionCall: toolCall }] },
    {
      role: "user",
      parts: [{
        functionResponse: {
          name: toolCall.name,
          id: toolCall.id,
          response: {
            result: "instrument.jpg",
            image: base64ImageData,
          },
        },
      }],
    },
  ],
  config: config,
});

Inline-Anweisungen in Funktionsantworten

Wir stellen häufig fest, dass Kunden zusätzliche Anweisungen zusammen mit Funktionsantworten als nachfolgende Parts bereitstellen. Dies kann zu unerwartetem Modellverhalten (z.B. Thought Leakage) und zu Ausgaben von geringerer Qualität führen. Hängen Sie stattdessen alle zusätzlichen Anweisungen durch zwei Zeilenumbrüche getrennt an das Ende des Texts der Funktionsantwort an.

# ✅ Append inline instructions to the end of the function response separated by two newlines
result_text = f"{json.dumps(result)}\n\n<your inline instructions>"

final_response = client.models.generate_content(
    model="gemini-3.5-flash",
    config=config,
    contents=[
        *previous_contents,
        response.candidates[0].content,
        types.Content(role="user", parts=[
            types.Part.from_function_response(
                name=tool_call.name,
                response={"result": result_text},
                id=tool_call.id,
            )
        ]),
    ],
)

// ✅ Append inline instructions to the end of the function response separated by two newlines
const resultText = `${JSON.stringify(result)}\n\n<your inline instructions>`;

const finalResponse = await ai.models.generateContent({
  model: "gemini-3.5-flash",
  contents: [
    ...previousContents,
    { role: "model", parts: [{ functionCall: toolCall }] },
    {
      role: "user",
      parts: [{
        functionResponse: {
          name: toolCall.name,
          id: toolCall.id,
          response: { result: resultText },
        },
      }],
    },
  ],
  config: config,
});

Unnötige Tool-Aufrufe reduzieren

Wenn zu viele Tool-Aufrufe erfolgen, können Sie sie mit zwei Techniken minimieren:

1. Reduzieren Sie zuerst den Denkaufwand (medium, low oder minimal). Bei höheren Denkaufwänden verwendet das Modell mehr Tools, um Informationen zu suchen und zu überprüfen. Wenn Sie den Aufwand reduzieren, können Sie also Tool-Aufrufe reduzieren.

2. Fügen Sie eine Systemanweisung hinzu:Wenn das Problem weiterhin besteht, nachdem Sie den Denkaufwand angepasst haben, können Sie einen Prompt verwenden, der die Tool-Nutzung einschränkt. Beispiel:

   You have a limited action budget of <n> tool calls. Use them efficiently.
   

Checkliste für die Migration

Von Gemini 3 Flash (Vorabversion) migrieren

• Modellnamen aktualisieren: gemini-3-flash-preview → gemini-3.5-flash
• Preise prüfen. Gemini 3.5 Flash ist teurer als Gemini 3 Flash (Vorabversion). Wenn Ihr Anwendungsfall sehr kostensensibel ist, sollten Sie stattdessen zu Gemini 3.1 Flash-Lite migrieren. Weitere Informationen zu den Preisen erhalten Sie in der Preisübersicht.
• Entfernen Sie temperature, top_p und top_k aus der Konfiguration (nicht mehr empfohlen).
• Ersetzen Sie thinking_budget durch thinking_level.
• Fügen Sie allen FunctionResponse-Teilen id und den entsprechenden name hinzu.
• Testen Sie Ihre Prompts. Der Standardaufwand wurde von high in medium geändert. Überprüfen Sie Qualität, Geschwindigkeit und Kosten.
• Die Fortführung der Logikschritte ist jetzt standardmäßig aktiviert. Der Kontext der logischen Schlussfolgerung wird über mehrere Schritte hinweg weitergegeben, was die Leistung verbessert, aber die Token-Nutzung erhöhen kann.
• Unnötige Tool-Aufrufe reduzieren: Reduzieren Sie zuerst den Denkaufwand (medium, low oder minimal). Wenn das Problem weiterhin besteht, fügen Sie eine Systemanweisung hinzu, um die Tool-Nutzung einzuschränken.
• Die Computernutzung wird unterstützt.

Von Gemini 2.5 migrieren

Alle oben genannten Punkte plus:

• Prompts vereinfachen. Wenn Sie Chain-of-Thought-Prompt-Engineering verwendet haben, um logische Schlussfolgerungen zu erzwingen, versuchen Sie stattdessen thinking_level: "medium" oder "high" mit einfacheren Prompts.
• PDF- und Media-Arbeitslasten testen. Wenn Sie sich auf ein bestimmtes Verhalten für das Parsen von Dokumenten mit vielen Inhalten verlassen haben, testen Sie die Einstellung media_resolution_high, um die Genauigkeit zu gewährleisten. Durch die Migration zu den Standardeinstellungen von Gemini 3 kann sich auch die Token-Nutzung für PDFs erhöhen, für Videos jedoch verringern. Wenn Anfragen das Kontextfenster überschreiten, reduzieren Sie explizit die media_resolution. Weitere Informationen finden Sie in der Dokumentation zur Media-Auflösung.
• Kombinierte Tool-Nutzung nutzen. Google Suche, URL-Kontext, Codeausführung und benutzerdefinierte Funktionen können in derselben Anfrage verwendet werden.
• Wenn Sie multimodale Funktionsantworten verwenden, verschieben Sie multimodale Inhalte in die Teile der Funktionsantwort, nicht daneben.
• Wenn Sie Inline-Anweisungen mit Funktionsantworten verwenden, hängen Sie sie durch zwei Zeilenumbrüche getrennt an den Text der Funktionsantwort an, nicht als separate Teile.
• Die Bildsegmentierung wird in Gemini 3.x nicht unterstützt. Verwenden Sie für Segmentierungs arbeitslasten weiterhin Gemini 2.5 Flash mit deaktiviertem Thinking-Modell oder Gemini Robotics-ER 1.6.
• Entfernen Sie candidate_count aus der Konfiguration (wird in Gemini 3.x nicht unterstützt).

Funktionen der Gemini 3-Familie

Gemini 3.5 Flash übernimmt alle Funktionen der Gemini 3-Familie, einschließlich der Computernutzung. In Gemini 3 eingeführte Funktionen, die weiterhin verfügbar sind:

• Thinking: Verschlüsselter Kontext der logischen Schlussfolgerung, der über API-Aufrufe hinweg beibehalten wird. Automatisch in der Interactions API, implizit in GenerateContent.
• Strukturierte Ausgaben mit Tools: Kombinieren Sie den JSON-Modus mit integrierten Tools (Suche, URL-Kontext, Codeausführung, Funktionsaufrufe).
• Multimodale Funktionsantworten: Geben Sie Bilder, Audio und andere Medien in den Ergebnissen von Funktionsaufrufen zurück.
• Code-Ausführung mit Bildern: Führen Sie Code aus, der Bilder verarbeitet und generiert.
• Kombinierte Tool-Nutzung: Verwenden Sie integrierte Tools und benutzerdefinierte Funktionsaufrufe in derselben Anfrage.
• Media-Auflösung: Feingranulare Steuerung der Token-Zuweisung für Bild-, Video- und PDF-Eingaben. Gemini 3-Modelle unterstützen Auflösungseinstellungen pro Inhaltselement (low, medium, high, ultra_high) für Prompts mit unterschiedlicher Qualität.
• Gedankensignaturen: Verschlüsselte Darstellungen der internen logischen Schlussfolgerung des Modells. Erforderlich für mehrstufige Funktionsaufrufe, werden automatisch von den offiziellen SDKs verwaltet.

Best Practices für Prompts

Gemini 3.x-Modelle sind Modelle für logische Schlussfolgerungen, was sich auf die Art und Weise auswirkt, wie Sie Prompts erstellen sollten.

• Genaue Anweisungen:Fassen Sie sich kurz. Gemini 3.x reagiert am besten auf direkte, klare Anweisungen. Ausführliche oder komplexe Prompt-Engineering-Techniken, die für ältere Modelle entwickelt wurden, können dazu führen, dass das Modell zu viel analysiert.
• Ausführlichkeit der Ausgabe:Standardmäßig ist Gemini 3.x weniger ausführlich und bevorzugt direkte, effiziente Antworten. Wenn Ihr Anwendungsfall einen konversationellen Ton erfordert, geben Sie das Modell explizit in Ihrem Prompt an (z. B. „Erkläre das als freundlicher, gesprächiger Assistent“).
• Kontextverwaltung:Wenn Sie mit großen Datasets arbeiten (z. B. ganze Bücher, Codebasen oder lange Videos), platzieren Sie Ihre spezifischen Anweisungen oder Fragen am Ende des Prompts, nach dem Datenkontext. Verankern Sie die logische Schlussfolgerung des Modells, indem Sie Ihre Frage mit einer Formulierung wie „Basierend auf den vorherigen Informationen…“ beginnen.

Weitere Informationen zu Strategien für das Design von Prompts finden Sie im Leitfaden zum Prompt-Engineering.

Beschränkungen

• Die Bildsegmentierung wird in Gemini 3.x nicht unterstützt. Verwenden Sie für Segmentierungs arbeitslasten weiterhin Gemini 2.5 Flash mit deaktiviertem Thinking-Modell oder Gemini Robotics-ER 1.6.

FAQ

1. Was ist der Wissensstand von Gemini 3.5 Flash? Gemini 3.5 Flash hat einen Wissensstand von Januar 2025. Aktuellere Informationen finden Sie mit dem Tool für die Suche nach Fakten.

2. Was sind die Grenzwerte für das Kontextfenster? Gemini 3.5 Flash unterstützt ein Kontextfenster mit 1 Million Tokens für die Eingabe und bis zu 65.000 Tokens für die Ausgabe.

3. Funktioniert mein alter thinking_budget Code noch? Ja, thinking_budget wird weiterhin für die Abwärtskompatibilität unterstützt. Wir empfehlen jedoch, zu thinking_level zu migrieren, um eine besser vorhersagbare Leistung zu erzielen. Verwenden Sie nicht beides in derselben Anfrage.

4. Unterstützt Gemini 3.5 Flash die Batch API? Ja. Weitere Informationen finden Sie im Leitfaden zur Batch API.

5. Wird Kontext-Caching unterstützt? Ja, Kontext-Caching wird unterstützt.

6. Welche Tools werden unterstützt? Gemini 3.5 Flash unterstützt die Google Suche, Fundierung mit Google Maps, die Dateisuche, die Codeausführung, den URL-Kontext und Standard-Funktionsaufrufe, einschließlich der kombinierten Tool-Nutzung und der Computernutzung.

Nächste Schritte

• Weitere Informationen zu Strategien für das Design von Prompts finden Sie im Leitfaden zum Prompt-Engineering.
• Erste Schritte mit dem Gemini 3 Cookbook
• Informationen zur Optimierung und Inferenz der Gemini API