Neuerungen bei Gemini 3.6 Flash und 3.5 Flash-Lite

Neuestes Modell Andere Modelle

Gemini 3.6 Flash (gemini-3.6-flash) und Gemini 3.5 Flash-Lite (gemini-3.5-flash-lite) sind Modelle der vorherigen Generation der Gemini 3-Serie und können weiterhin für die Produktion verwendet werden. Unser neuestes Flash-Modell ist Gemini 3.8 Flash.

• Gemini 3.6 Flash: Bessere Leistung bei komplexen agentischen und multimodalen Aufgaben bei geringerer Tokennutzung und zu einem niedrigeren Preispunkt als Gemini 3.5 Flash.
• Gemini 3.5 Flash-Lite: Das schnellste und kostengünstigste Modell der 3.5-Familie. Übertrifft frühere Flash-Lite-Generationen bei der Ausführung mit hohem Durchsatz.

In dieser Anleitung wird erläutert, was in den einzelnen Modellen eingeführt wurde, welche API-Änderungen sich auf Ihren Code auswirken und wie Sie migrieren.

Schema: Neue Modelle

Beide Modelle unterstützen das Kontextfenster mit 1 Mio. Tokens, maximal 64.000 Ausgabetokens, Denkprozesse und die gesamte Palette der integrierten Tools, einschließlich der Computernutzung.

Vollständige Spezifikationen finden Sie auf den Modellseiten:

• Gemini 3.6 Flash-Modellseite
• Gemini 3.5 Flash-Lite-Modellseite

Ausführliche Preisinformationen finden Sie auf der Preisseite.

Kurzanleitung

from google import genai

client = genai.Client()

response = client.models.generate_content(
    model="gemini-3.6-flash",
    contents="Write a three.js script that renders an interactive 3D robot.",
)

print(response.text)

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

const ai = new GoogleGenAI({});

async function main() {
  const response = await ai.models.generateContent({
    model: "gemini-3.6-flash",
    contents: "Write a three.js script that renders an interactive 3D robot.",
  });
  console.log(response.text);
}

main();

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.6-flash:generateContent"       -H "x-goog-api-key: $GEMINI_API_KEY"       -H 'Content-Type: application/json'       -X POST       -d '{
    "contents": [{
      "parts": [{"text": "Write a three.js script that renders an interactive 3D robot."}]
    }]
  }'

Neuerungen in Gemini 3.6 Flash

• Weniger Tokens und weniger Antworten:Führt mehrstufige Workflows mit weniger Denkprozessen, Antworten und Tool-Aufrufen als Gemini 3.5 aus. Außerdem werden sich wiederholende Ausführungsschleifen reduziert.
• Verbesserte Codegenerierung:Erstellt hochwertigeren, produktionsfertigen Code mit weniger unerwünschten Änderungen und weniger Debugging-Schleifen.
• Bessere Befolgung von Anweisungen: Reduziert unerwünschte Dateiänderungen bei Diagnoseaufgaben.
• Starke multimodale und räumliche Schlussfolgerungen:Verbesserte Leistung bei der Diagramminterpretation, der visuellen Umwandlung von Blaupausen und der Generierung von Web-Layouts mit mehreren Elementen.
• Vorab-Programminspektion:Führt häufiger Diagnose-Codeskripts aus, bevor Änderungen vorgenommen werden, als Gemini 3.5 Flash. Dadurch wird die Genauigkeit bei komplexen Aufgaben verbessert, es können aber zusätzliche explorative Schritte bei der routinemäßigen Frontend-Arbeit erforderlich sein.
• Unterstützung der Computernutzung:Wird als integriertes Tool für die agentische UI-Automatisierung unterstützt.
• UI-Stilpräferenz: Erstellt besseren funktionalen Code, aber menschliche Tester bevorzugten frühere Modelle für das visuelle Layout und den Stil. Sie können dies vermeiden, indem Sie explizite Designrichtlinien angeben.
• Standard-Denkaufwand (mittel) : Verwendet dieselbe Standard-Denkaufwandstufe medium wie Gemini 3.5 Flash.
• Niedrigere Preise: Geringere Kosten für Ausgabetokens (7,50 $ pro 1 Mio.gegenüber 9,00 $ pro 1 Mio.für 3.5 Flash). Die Kosten für Eingabetokens bleiben bei 1,50 $ pro 1 Mio.

Neuerungen in Gemini 3.5 Flash-Lite

• Geringere Latenz bei der Aufgabenausführung:Höchster Durchsatz in der 3.5-Familie für das Parsen großer Datenmengen und die Dokumentextraktion.
• Verbesserte Schlussfolgerungen und multimodale Leistung:Starke Migrationsoption von Gemini 2.5 Flash mit höheren Werten bei Schlussfolgerungsaufgaben wie HLE (18,0% gegenüber 11,0%) und multimodalen Benchmarks wie CharXIV (74,5% gegenüber 63,7%).
• Orchestrierung von Sub-Agenten und Tool-Zuverlässigkeit:Verbessert die Zuverlässigkeit der Tool-Ausführung für Code-Ausführung, Suche und MCP-Workflows. Erhöhen Sie den Denkaufwand für die autonome Planung und komplexe Sub-Agenten-Aufgaben.
• Verbessertes Dokumentverständnis:Verbessert die Genauigkeit beim Parsen von Dokumenten und bei der Extraktion strukturierter Daten. Je nach Komplexität des Dokuments können Sie sowohl minimale als auch hohe Denkaufwandstufen verwenden.
• Interaktive Webprogrammierung und Verarbeitung von Tabellendaten:Bietet eine hohe Leistung bei der Frontend-JavaScript- und Tabellendatenverarbeitung durch Planung mit einfacher Codeausführung.
• Chatbot- und Persona-Persistenz:Bessere Befolgung von Anweisungen in mehreren Antworten und Persona-Konsistenz als bei Gemini 3.1 Flash-Lite.
• Unterstützung der Computernutzung:Wird als integriertes Tool für die agentische UI-Automatisierung unterstützt.

Das richtige Flash- oder Flash-Lite-Modell auswählen

In dieser Tabelle können Sie das richtige Modell und den richtigen Migrationspfad für Ihre Arbeitslasten auswählen.

Für beide Modelle müssen veraltete Stichprobenparameter (temperature, top_p, top_k) und vorausgefüllte Modellantworten entfernt werden. Weitere Informationen finden Sie unter API-Änderungen.

Unterstützung für Antigravity-Agenten

API-Änderungen und Parameteraktualisierungen

Ab Gemini 3.6 Flash und Gemini 3.5 Flash-Lite gelten die folgenden API-Änderungen für diese Modelle und alle zukünftigen Gemini-Modellversionen.

• Veraltete Stichprobenparameter: temperature, top_p und top_k sind veraltet. Die API ignoriert diese Parameter und gibt in zukünftigen Modellgenerationen einen Fehler zurück.
• Validierung vorausgefüllter Modellantworten: Das Vorausfüllen von Modellantworten wird nicht mehr unterstützt. Wenn die letzte nicht leere Antwort in der Anfrage eine model-Antwort ist, gibt die API einen 400-Fehler zurück.

In den folgenden Abschnitten finden Sie detaillierte Erläuterungen und Codebeispiele für jede API-Änderung.

1. Veraltete Stichprobenparameter (temperature, top_p, top_k)

temperature, top_p und top_k sind veraltet und werden ignoriert. In zukünftigen Modellgenerationen führt die Angabe dieser Parameter zu einem HTTP-400-Fehler. Entfernen Sie diese Parameter aus allen Anfragen.

# ⚠️ Remove these parameters (deprecated)
generation_config = {
     "temperature": 0.7,
     "top_p": 0.9,
     "top_k": 40,
}

Um die Deterministik zu verbessern, definieren Sie eine Systemanweisung mit expliziten Regeln für Ihren spezifischen Anwendungsfall.

2. Validierung vorausgefüllter Modellantworten

API-Anfragen, die mit einer nicht leeren Antwort der Modellrolle enden, sind nicht zulässig und geben einen HTTP-400-Fehler zurück.

⚠️ Vermeiden

In Legacy-generateContent- oder Raw-REST-Nutzlasten ist es jetzt nicht mehr zulässig, mit einer Antwort der Modellrolle zu enden:

/* ❌ DO NOT: End payload contents with a 'model' role turn */
{
  "contents": [
    {"role": "user", "parts": [{"text": "Translate 'Hello world' to Spanish."}]},
    {"role": "model", "parts": [{"text": "Translation:"}]}  /* ❌ Returns error */
  ]
}

✅ Empfohlene Migration

Wenn Ihre Anwendung zuvor eine Modellantwort vorausgefüllt hat, um Präambeln zu unterdrücken oder die JSON-Formatierung zu erzwingen, verwenden Sie stattdessen system_instruction oder strukturierte Ausgaben.

# ✅ RECOMMENDED: Use system_instruction to specify output format
response = client.models.generate_content(
    model="gemini-3.6-flash",
    contents="Translate 'Hello world' to Spanish.",
    config={"system_instruction": "Output only the translation without introductory text."},
)

Checkliste für die Migration

Zu Gemini 3.6 Flash migrieren

• Modell-ID aktualisieren:Ändern Sie die Zielmodell-String in gemini-3.6-flash.
• Parameteraktualisierungen anwenden: Entfernen Sie veraltete Stichprobenparameter (temperature, top_p, top_k), candidate_count (in Gemini 3 und höher nicht unterstützt) und vorausgefüllte Modellantworten, wie unter API-Änderungen und Parameteraktualisierungen beschrieben.
• Denkaufwand konfigurieren:Ersetzen Sie thinking_budget durch thinking_level ("medium" oder "high").
• Funktionsaufrufe prüfen
  • Achten Sie darauf, dass alle FunctionResponse-Objekte call_id und name enthalten.
  • Platzieren Sie multimodale Assets in der Antwortnutzlast.
  • Formatieren Sie Inline-Anweisungen mit \n\n.
  • Wenn Malformed_Function_Call Fehler im Zusammenhang mit Text vor dem Tool auftreten, finden Sie unter Workarounds for pre-tool text requirements (Problemumgehungen für Anforderungen an Text vor dem Tool) weitere Informationen.
• Gemini 3.x-Mindestanforderungen:Informationen zu SDK-Updates und zur Beibehaltung der Denkprozess-Signatur finden Sie unter Denkprozess-Signaturen.

Zu Gemini 3.5 Flash-Lite migrieren

• Modell-ID aktualisieren:Ändern Sie die Zielmodell-String in gemini-3.5-flash-lite.
• Denkaufwand konfigurieren
  • Für die Extraktion, das Routing oder die Klassifizierung großer Datenmengen: Lassen Sie thinking_level auf "minimal" (Standard) eingestellt, um den Durchsatz zu maximieren.
  • Für autonome Sub-Agenten mit Tool-Aufrufen, Code-Ausführung oder mehrstufiger Problemlösung: Setzen Sie thinking_level auf "medium" oder "high", um eine vorzeitige Beendigung des Tools zu verhindern.
• Veraltete Parameter entfernen und Funktionsaufrufe validieren:Wenden Sie die gleichen Regeln wie für Gemini 3.6 Flash an.
• Gemini 3.x-Mindestanforderungen:Informationen finden Sie unter Denkprozess-Signaturen.

Andere Modelle

• Gemini 4 Argon (neuestes Modell)
• Gemini 3.8 Flash
• Alle Modelle ansehen

Nächste Schritte

• API-Spezifikationen in der Modellübersicht ansehen
• Informationen zur Orchestrierung mehrerer Agenten in der Anleitung zur Interactions API
• Prompts in Google AI Studio testen und optimieren