Nowości w Gemini 3.5 Flash

3.6 Flash i 3.5 Flash-Lite Ta strona

Model Gemini 3.5 Flash jest ogólnie dostępny (GA), stabilny i gotowy do użycia w środowisku produkcyjnym na dużą skalę. Jako nasz najbardziej inteligentny model Flash zapewnia stałą, przełomową wydajność w zakresie wykonywania zadań agentowych, kodowania i długoterminowych zadań na dużą skalę.

Ten przewodnik zawiera omówienie ulepszeń, zmian w interfejsie API i wskazówki dotyczące migracji do modelu Gemini 3.5 Flash.

Nowy model

Model Gemini 3.5 Flash obsługuje okno kontekstu o wielkości 1 mln tokenów, maksymalnie 65 tys. tokenów wyjściowych, myślenie oraz ten sam zestaw narzędzi i funkcji platformy co model Gemini 3 Flash, w tym korzystanie z komputera (wersja testowa). Pełne specyfikacje znajdziesz w omówieniu modeli. Cennik znajdziesz na tej stronie.

Krótkie wprowadzenie

Wszystkie przykłady w tym przewodniku korzystają z interfejsu GenerateContent API. Obsługiwany jest też interfejs Interactions API. Obowiązują te same opcje konfiguracji i zalecenia.

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."}]
    }]
  }'

Nowości

• Stała, przełomowa wydajność: nasz najbardziej inteligentny model Flash, zoptymalizowany pod kątem zadań agentowych i związanych z kodowaniem na dużą skalę.
• Wykonywanie zadań agentowych: wdrażanie sub-agentów, rozwiązywanie problemów i szybkie pętle agenta na dużą skalę.
• Kodowanie: iteracyjne cykle kodowania, szybkie eksplorowanie i tworzenie prototypów w celu testowania alternatywnych ścieżek i dynamicznego eksplorowania rozwiązań.
• Długoterminowe zadania: wieloetapowe przepływy pracy i korzystanie z narzędzi na dużą skalę.
• Zachowanie myśli: model automatycznie zachowuje pośrednie rozumowanie w rozmowach wieloetapowych. Nie trzeba wprowadzać żadnych zmian w interfejsie API.
• Nowy domyślny poziom wysiłku: domyślny poziom wysiłku myślenia został zmieniony z high na medium. Więcej informacji znajdziesz w sekcji Nowy domyślny poziom wysiłku.
• Ulepszone myślenie na poziomie low: poziom low został znacznie ulepszony w przypadku zadań związanych z kodem i agentami, które wymagają mniejszej liczby kroków. Zapewnia wysoką jakość przy niższym opóźnieniu i koszcie.
• Wersja ogólnodostępna: stabilny model do użycia w środowisku produkcyjnym na dużą skalę.

Wybieranie odpowiedniego modelu Flash

Model Gemini 3.5 Flash to nasz najbardziej inteligentny i zaawansowany model Flash. Jednak różne przypadki użycia mogą mieć różne wymagania dotyczące kosztów i opóźnień.

• Gemini 3.1 Flash-Lite: w przypadku zadań o niskich kosztach, dużej liczbie, które nie wymagają zaawansowanego wnioskowania na poziomie 3.5 Flash, zalecamy używanie modelu Gemini 3.1 Flash-Lite. Jest to stabilny, długoterminowy model zoptymalizowany pod kątem wydajności. Więcej informacji znajdziesz w przewodniku dla programistów Flash-Lite.
• Gemini 3 Flash (wersja testowa): zalecamy migrację do modelu 3.5 Flash, aby uzyskać stabilność w wersji ogólnodostępnej i lepsze rozumowanie, ale model Gemini 3 Flash (wersja testowa) jest nadal dostępny dla programistów, którzy chcą kontynuować testowanie z modelem w wersji testowej.

Zmiany w działaniu

Nowy domyślny poziom wysiłku: medium

Domyślny poziom wysiłku myślenia to teraz medium, a nie high jak w przypadku modelu Gemini 3 Flash (wersja testowa). Poziom medium zapewnia bardzo dobre wyniki w przypadku wielu zadań, a jednocześnie jest szybszy i bardziej opłacalny. W przypadku złożonych problemów poziom high zachęca model do głębszego myślenia.

Aby zastąpić wartość domyślną, ustaw thinking_level w konfiguracji:

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"
      }
    }
  }'

W tabeli poniżej pokazano, które poziomy myślenia są obsługiwane w przypadku poszczególnych modeli:

Zachowanie myśli

Model automatycznie zachowuje pośrednie rozumowanie w rozmowach wieloetapowych. Jeśli w historii rozmów występuje kontekst rozumowania, jest on przenoszony, co poprawia skuteczność w przypadku złożonych zadań wieloetapowych, takich jak iteracyjne debugowanie i refaktoryzacja kodu. Nie trzeba wprowadzać żadnych zmian w interfejsie API:

• Interfejs Interactions API: myśli są już zachowywane automatycznie. Brak zmian w działaniu.
• Interfejs GenerateContent API: począwszy od modelu Gemini 3.5 Flash, model używa kontekstu rozumowania ze wszystkich poprzednich etapów, jeśli w historii rozmów występują sygnatury myśli. Aby to włączyć, przekaż pełną, niezmodyfikowaną historię rozmów (w tym sygnatury myśli) w parametrze contents. Zestawy SDK robią to automatycznie.

Aktualizacje parametrów i sprawdzone metody w Gemini 3.x

Poniższe informacje dotyczą wszystkich modeli Gemini 3.x, w tym modelu Gemini 3.5 Flash.

• temperature, top_p, top_k: zdecydowanie zalecamy, aby nie zmieniać wartości domyślnych. Możliwości wnioskowania modelu Gemini 3 są zoptymalizowane pod kątem ustawień domyślnych.
• Używaj parametru thinking_level zamiast thinking_budget.
• Dopasowywanie odpowiedzi wywoływania funkcji: id, name i liczba odpowiedzi muszą być zgodne z poprzednimi wywołaniami.
• Multimodalne odpowiedzi funkcji: treści multimodalne należy umieszczać w odpowiedzi funkcji, a nie poza nią.
• Instrukcje wbudowane w odpowiedzi funkcji: dołączaj je do tekstu odpowiedzi funkcji, a nie jako osobne części.
• Ograniczanie zbędnych wywołań narzędzi: używaj niższych poziomów myślenia lub eksperymentuj z instrukcjami systemowymi, aby ograniczyć wywoływanie narzędzi w przepływach pracy agentów.

Więcej informacji o aktualizowaniu kodu znajdziesz w sekcjach poniżej.

Parametry próbkowania (nie są już zalecane)

Parametry temperature, top_p i top_k nie są już zalecane w przypadku wszystkich modeli Gemini 3.x. Możliwości wnioskowania modelu Gemini 3 są zoptymalizowane pod kątem ustawień domyślnych. Usuń te parametry ze wszystkich żądań.

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

Aby zapewnić determinizm, zalecamy zdefiniowanie instrukcji systemowej z wyraźnymi regułami dotyczącymi konkretnego przypadku użycia.

thinking_budget (nie jest już zalecany)

Parametr thinking_budget w postaci surowej liczby nie jest już zalecany w przypadku wszystkich modeli Gemini 3.x. Zamiast tego użyj wyliczenia ciągu znaków 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")
)

Dostępne wartości: minimal, low, medium (domyślna) i high.

Wywoływanie funkcji: ścisłe dopasowywanie odpowiedzi

Interfejs Interactions API już zgłasza błędy w przypadku niezgodnych odpowiedzi funkcji. Interfejs GenerateContent API jeszcze nie zgłasza błędów, ale w większości przypadków niezgodne odpowiedzi powodują, że model zwraca puste odpowiedzi z parametrem finish_reason: STOP. Zawsze przestrzegaj tych konwencji:

# ✅ 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": "..."}}}]}
    ]
  }'

Multimodalne odpowiedzi funkcji

Często widzimy, że klienci podają obrazy poza odpowiedzią funkcji. Może to prowadzić do nieoczekiwanego zachowania modelu (np. wycieku myśli) i obniżenia jakości wyników. Zamiast tego postępuj zgodnie z zaleceniami w dokumentacji interfejsu Multimodal Function Responses API i umieszczaj treści multimodalne w częściach odpowiedzi funkcji, które wysyłasz do modelu. Model może przetworzyć te treści multimodalne w następnym etapie, aby wygenerować bardziej świadomą odpowiedź.

# ✅ 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,
});

Instrukcje wbudowane w odpowiedzi funkcji

Często widzimy, że klienci podają dodatkowe instrukcje wraz z odpowiedziami funkcji jako kolejne Parts. Może to prowadzić do nieoczekiwanego zachowania modelu (np. wycieku myśli) i obniżenia jakości wyników. Zamiast tego dołączaj dodatkowe instrukcje na końcu tekstu odpowiedzi funkcji, oddzielając je dwoma znakami nowego wiersza.

# ✅ 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,
});

Ograniczanie zbędnych wywołań narzędzi

Jeśli zauważysz nadmierne użycie wywołań narzędzi, możesz je zminimalizować na 2 sposoby:

1. Zacznij od zmniejszenia poziomu myślenia (medium, low lub minimal): wyższe poziomy myślenia zachęcają model do używania większej liczby narzędzi do eksplorowania i weryfikowania, więc obniżenie poziomu może zmniejszyć liczbę wywołań narzędzi.

2. Dodaj instrukcję systemową: jeśli po dostosowaniu poziomu myślenia nadmierne użycie narzędzi nadal występuje, rozważ użycie prompta, który ogranicza użycie narzędzi. Na przykład:

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

Lista kontrolna migracji

Migracja z modelu Gemini 3 Flash (wersja testowa)

• Zaktualizuj nazwę modelu: gemini-3-flash-preview → gemini-3.5-flash
• Sprawdź ceny. Model Gemini 3.5 Flash jest droższy niż model Gemini 3 Flash (wersja testowa). Jeśli Twój przypadek użycia jest bardzo wrażliwy na koszty, rozważ migrację do modelu Gemini 3.1 Flash-Lite. Szczegółowe informacje znajdziesz na stronie cennika.
• Usuń parametry temperature, top_p i top_k z konfiguracji (nie są już zalecane).
• Zastąp parametr thinking_budget parametrem thinking_level.
• Dodaj parametr id i pasujący parametr name do wszystkich części FunctionResponse.
• Przetestuj prompty. Domyślny poziom wysiłku został zmieniony z high na medium. Sprawdź jakość, szybkość i koszt.
• Zachowanie myśli jest teraz domyślnie włączone. Kontekst rozumowania jest przenoszony między etapami, co poprawia skuteczność, ale może zwiększyć wykorzystanie tokenów.
• Ogranicz zbędne wywołania narzędzi: zacznij od zmniejszenia poziomu myślenia (medium, low lub minimal). Jeśli nadmierne użycie narzędzi nadal występuje, dodaj instrukcję systemową, aby ograniczyć użycie narzędzi.
• Korzystanie z komputera jest obsługiwane.

Migracja z modelu Gemini 2.5

Wszystkie powyższe informacje oraz dodatkowo:

• Uprość prompty. Jeśli używasz techniki inżynierii promptów „łańcuch myśli”, aby wymusić wnioskowanie, spróbuj użyć prostszych promptów z parametrem thinking_level: "medium" lub "high"zamiast.
• Przetestuj zbiory zadań związane z plikami PDF i multimediami. Jeśli polegasz na konkretnym działaniu w przypadku analizowania gęstych dokumentów, przetestuj ustawienie media_resolution_high, aby zapewnić dalszą dokładność. Migracja do ustawień domyślnych Gemini 3 może też zwiększyć wykorzystanie tokenów w przypadku plików PDF, ale zmniejszyć je w przypadku filmów. Jeśli żądania przekraczają okno kontekstu, wyraźnie zmniejsz parametr media_resolution. Więcej informacji znajdziesz w dokumentacji dotyczącej rozdzielczości multimediów.
• Wykorzystaj połączone użycie narzędzi. W tym samym żądaniu można używać wyszukiwarki Google, kontekstu adresu URL, wykonywania kodu i funkcji niestandardowych.
• Jeśli używasz multimodalnych odpowiedzi funkcji, przenieś treści multimodalne do części odpowiedzi funkcji, a nie obok nich.
• Jeśli używasz instrukcji wbudowanych w odpowiedzi funkcji, dołączaj je do tekstu odpowiedzi funkcji, oddzielając je dwoma znakami nowego wiersza, a nie jako osobne części.
• Segmentacja obrazów nie jest obsługiwana w Gemini 3.x. W przypadku zbiorów zadań związanych z segmentacją nadal używaj modelu Gemini 2.5 Flash z wyłączonym myśleniem lub modelu Gemini Robotics ER 2.
• Usuń parametr candidate_count z konfiguracji (nie jest obsługiwany w Gemini 3.x).

Funkcje rodziny modeli Gemini 3

Model Gemini 3.5 Flash dziedziczy wszystkie możliwości rodziny modeli Gemini 3, w tym korzystanie z komputera. Funkcje wprowadzone w Gemini 3, które są nadal dostępne:

• Myślenie: zaszyfrowany kontekst rozumowania zachowywany w wywołaniach interfejsu API. Automatyczne w interfejsie Interactions API; domyślne w interfejsie GenerateContent.
• Ustrukturyzowane dane wyjściowe z narzędziami: połącz tryb JSON z wbudowanymi narzędziami (wyszukiwanie, kontekst adresu URL, wykonywanie kodu, wywoływanie funkcji).
• Multimodalne odpowiedzi funkcji: zwracaj obrazy, dźwięk i inne multimedia w wynikach wywoływania funkcji.
• Wykonywanie kodu z obrazami: wykonuj kod, który przetwarza i generuje obrazy.
• Połączone użycie narzędzi: używaj wbudowanych narzędzi i niestandardowego wywoływania funkcji w tym samym żądaniu.
• Rozdzielczość multimediów: szczegółowa kontrola nad alokacją tokenów w przypadku obrazów, filmów i plików PDF. Modele Gemini 3 obsługują ustawienia rozdzielczości dla poszczególnych elementów treści (low, medium, high, ultra_high) w przypadku promptów o mieszanej jakości.
• Sygnatury myśli: zaszyfrowane reprezentacje wewnętrznego rozumowania modelu. Wymagane w przypadku wywoływania funkcji wieloetapowych; zarządzane automatycznie przez oficjalne zestawy SDK.

Sprawdzone metody tworzenia promptów

Modele Gemini 3.x to modele wnioskujące, co zmienia sposób tworzenia promptów.

• Precyzyjne instrukcje: bądź zwięzły. Modele Gemini 3.x najlepiej reagują na bezpośrednie, jasne instrukcje. Techniki inżynierii promptów, które są szczegółowe lub złożone i przeznaczone dla starszych modeli, mogą powodować nadmierną analizę przez model.
• Szczegółowość danych wyjściowych: domyślnie modele Gemini 3.x są mniej szczegółowe i preferują bezpośrednie, skuteczne odpowiedzi. Jeśli Twój przypadek użycia wymaga konwersacyjnego tonu, wyraźnie poinstruuj model w promcie (np. „Wyjaśnij to jako przyjazny, rozmowny asystent”).
• Zarządzanie kontekstem: jeśli pracujesz z dużymi zbiorami danych (np. całymi książkami, bazami kodu lub długimi filmami), umieść konkretne instrukcje lub pytania na końcu prompta, po kontekście danych. Zakotwicz rozumowanie modelu, zaczynając pytanie od frazy „Na podstawie powyższych informacji…”.

Więcej informacji o strategiach projektowania promptów znajdziesz w przewodniku po inżynierii promptów.

Ograniczenia

• Segmentacja obrazów nie jest obsługiwana w Gemini 3.x. W przypadku zbiorów zadań związanych z segmentacją nadal używaj modelu Gemini 2.5 Flash z wyłączonym myśleniem lub modelu Gemini Robotics ER 2.

Najczęstsze pytania

1. Jaka jest granica wiedzy w przypadku modelu Gemini 3.5 Flash? Granica wiedzy w przypadku modelu Gemini 3.5 Flash to styczeń 2025 r. Aby uzyskać najnowsze informacje, użyj narzędzia do wyszukiwania Search Grounding.

2. Jakie są limity okna kontekstu? Model Gemini 3.5 Flash obsługuje okno kontekstu o wielkości 1 mln tokenów wejściowych i maksymalnie 65 tys. tokenów wyjściowych.

3. Czy mój stary kod thinking_budget będzie nadal działać? Tak, parametr thinking_budget jest nadal obsługiwany w celu zapewnienia zgodności wstecznej, ale zalecamy migrację do parametru thinking_level, aby uzyskać bardziej przewidywalną skuteczność. Nie używaj obu parametrów w tym samym żądaniu.

4. Czy model Gemini 3.5 Flash obsługuje interfejs Batch API? Tak. Więcej informacji znajdziesz w przewodniku po interfejsie Batch API.

5. Czy buforowanie kontekstu jest obsługiwane? Tak, buforowanie kontekstu jest obsługiwane.

6. Które narzędzia są obsługiwane? Model Gemini 3.5 Flash obsługuje wyszukiwarkę Google, powiązanie ze źródłami informacji przy użyciu Map Google, wyszukiwanie plików, wykonywanie kodu, kontekst adresu URL, i standardowe wywoływanie funkcji, w tym połączone użycie narzędzi, i korzystanie z komputera.

Dalsze kroki

• Więcej informacji o strategiach projektowania promptów znajdziesz w przewodniku po inżynierii promptów.
• Pierwsze kroki z modelem Gemini 3
• Dowiedz się więcej o optymalizacji i wnioskowaniu w interfejsie Gemini API.