ویژگی‌های جدید در Gemini 3.6 Flash و 3.5 Flash-Lite

جدیدترین مدل مدل‌های دیگر

‫Gemini 3.6 Flash (gemini-3.6-flash) و Gemini 3.5 Flash-Lite (gemini-3.5-flash-lite) نسخه‌های نسل قبلی در سری Gemini 3 هستند و همچنان برای استفاده در تولید دردسترس هستند. برای جدیدترین مدل Flash ما، Gemini 3.8 Flash را ببینید.

  • Gemini 3.6 Flash: عملکرد قوی‌تر در کارگزاری پیچیده و چندوجهی درعین کاهش استفاده از نشان، با قیمت پایین‌تر از 3.5 Flash.
  • Gemini 3.5 Flash-Lite: سریع‌ترین و کم‌هزینه‌ترین مدل در خانواده 3.5. برای اجرای با توان عملیاتی بالا، عملکرد بهتری نسبت‌به نسل‌های قبلی Flash-Lite دارد.

این راهنما توضیح می‌دهد که چه چیزی در هر مدل معرفی شده است، چه تغییراتی در API بر کد شما تأثیر می‌گذارد، و چگونه باید مهاجرت کنید.

Gemini 3.6 Flash

  1. مهارت را نصب کنید:

    npx skills add google-gemini/gemini-skills --skill gemini-interactions-api --global
  2. مهارت را اعمال کنید:

    /gemini-interactions-api migrate my app to Gemini 3.6 Flash

Gemini 3.5 Flash-Lite

  1. مهارت را نصب کنید:

    npx skills add google-gemini/gemini-skills --skill gemini-interactions-api --global
  2. اعمال کردن مهارت:

    /gemini-interactions-api migrate my app to Gemini 3.5 Flash-Lite

مدل‌های جدید

مدل شناسه مدل سطح پیش‌فرض «اندیشگر» قیمت‌گذاری شرح
Gemini 3.6 Flash gemini-3.6-flash medium ‫۱٫۵۰ دلار به‌ازای هر ۱ میلیون داده‌واحد ورودی و ۷٫۵۰ دلار به‌ازای هر ۱ میلیون داده‌واحد برونداد سرعت و هوش را برای تکالیف عامل‌گرا و چندحالتی متعادل می‌کند.
Gemini 3.5 Flash-Lite gemini-3.5-flash-lite minimal ‫۰٫۳۰ دلار به‌ازای هر ۱ میلیون داده‌واحد ورودی و ۲٫۵۰ دلار به‌ازای هر ۱ میلیون داده‌واحد برونداد سریع‌ترین و کم‌هزینه‌ترین مدل 3.5 برای اجرای توان گذرداد بالا.

هر دو مدل از پنجره بافت ۱ میلیون داده‌واحد، حداکثر ۶۴ هزار داده‌واحد خروجی، اندیشیدن، و مجموعه کامل ابزارهای داخلی ازجمله استفاده از رایانه پشتیبانی می‌کنند.

برای مشخصات کامل، به صفحه‌های مدل مراجعه کنید:

برای اطلاع از جزئیات قیمت‌گذاری، به صفحه قیمت‌گذاری مراجعه کنید.

راه‌اندازی سریع

Python

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)

JavaScript

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();

REST

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."}]
    }]
  }'

ویژگی‌های جدید Gemini 3.6 Flash

  • کاهش نوبت و کد: گردش‌های کاری چندمرحله‌ای را با مراحل استدلال، نوبت‌های مکالمه، و فراخوانی‌های ابزار کمتری نسبت‌به Gemini 3.5 تکمیل می‌کند. همچنین مارپیچ حلقه اجرا را کاهش می‌دهد.
  • تولید کد بهبودیافته: کد آماده تولید با کیفیت بالاتر و با ویرایش‌های ناخواسته کمتر و حلقه‌های اشکال‌زدایی کمتر تولید می‌کند.
  • پیروی بهتر از دستورالعمل‌ها: تغییرات ناخواسته فایل را درطول کارهای تشخیصی کاهش می‌دهد.
  • استدلال فضایی و چندحالته قوی: عملکرد بهبودیافته در تفسیر نمودار، تبدیل طرح اولیه دیداری، و تولید چیدمان وب چندعنصری.
  • بازرسی برنامه‌ای پیش‌از اجرا: اجرای اسکریپت‌های کد عیب‌یابی را قبل‌از ایجاد تغییرات بیشتر از Gemini 3.5 Flash ترجیح می‌دهد. این کار دقت را در تکالیف پیچیده بهبود می‌بخشد، اما می‌تواند مراحل اکتشافی بیشتری به کارهای معمول بخش کاربری اضافه کند.
  • پشتیبانی از «استفاده از رایانه»: به‌عنوان ابزار داخلی برای خودکارسازی واسط کاربر عامل پشتیبانی می‌شود.
  • اولویت سبک واسط کاربر: در ایجاد کد کاربردی بهتر است، اگرچه ارزیابان انسانی مدل‌های قبلی را برای چیدمان دیداری و سبک ترجیح می‌دادند. می‌توانید با ارائه دستورالعمل‌های طراحی صریح، این مشکل را کاهش دهید.
  • تلاش اندیشیدن پیش‌فرض (متوسط): از همان سطح اندیشیدن پیش‌فرض medium Gemini 3.5 Flash استفاده می‌کند.
  • قیمت‌گذاری کاهش‌یافته: هزینه کمتر برای داده‌واحد برونداد (۷٫۵۰ دلار برای ۱ میلیون در مقایسه با ۹٫۰۰ دلار برای ۱ میلیون در ‫۳.۵ Flash). قیمت داده‌واحدهای ورودی همچنان ۱٫۵۰ دلار برای ۱ میلیون داده‌واحد است.

تازه‌های Gemini 3.5 Flash-Lite

  • کاهش تأخیر اجرای تکلیف: بالاترین توان عملیاتی در خانواده 3.5 برای تجزیه داده‌های با حجم بالا و استخراج سند.
  • استدلال بهبودیافته و عملکرد چندحالته: مسیر انتقال قوی از Gemini 2.5 Flash، با امتیازهای بالاتر در تکالیف استدلالی مانند HLE (‏۱۸٫۰٪ درمقابل ۱۱٫۰٪) و محک‌های چندحالته مانند CharXIV (‏۷۴٫۵٪ درمقابل ۶۳٫۷٪).
  • هماهنگ‌سازی زیرعامل و قابلیت اطمینان ابزار: قابلیت اطمینان اجرای ابزار را برای اجرای کد، جستجو، و گردش‌های کاری MCP بهبود می‌بخشد. سطح تفکر را برای برنامه‌ریزی خودکار و تکالیف پیچیده عامل فرعی افزایش دهید.
  • درک بهبودیافته سند: دقت تجزیه سند و استخراج داده‌های ساختاریافته را بهبود می‌بخشد. بسته به پیچیدگی سند، هم با سطح اندیشیدن کم و هم با سطح اندیشیدن زیاد آزمایش کنید.
  • کدنویسی وب تعاملی و پردازش داده‌های جدولی: با برنامه‌ریزی بااستفاده از اجرای کد سبک، عملکرد قدرتمندی در جاوا اسکریپت سمت کاربر و پردازش داده‌های جدولی دارد.
  • ماندگاری روبات گپ و شخصیت: پیروی از دستورالعمل‌های چند مرحله‌ای و ثبات شخصیت در Gemini 3.1 Flash-Lite قوی‌تر است.
  • پشتیبانی از «استفاده از رایانه»: به‌عنوان ابزاری داخلی برای خودکارسازی واسط کاربر عامل پشتیبانی می‌شود.

انتخاب مدل Flash یا Flash-Lite مناسب

از این جدول برای انتخاب مدل و مسیر انتقال مناسب برای حجم‌های کاری‌تان استفاده کنید.

هر دو مدل نیاز به حذف پارامترهای نمونه‌برداری منسوخ‌شده (temperature، top_p، top_k) و نوبت‌های ازپیش تکمیل‌شده مدل دارند. برای جزئیات، تغییرات میانای برنامه‌سازی کاربردی را ببینید.

مدل موارد استفاده اصلی هدف انتقال توصیه‌شده
Gemini 3.6 Flash
gemini-3.6-flash
تولید کد، استدلال فضایی/چندحالته، گردش کارهای عامل‌گرای چندمرحله‌ای Gemini 3.5 Flash، Gemini 3 Flash (پیش‌نمایش)، یا Gemini 3.1 Pro
Gemini 3.5 Flash-Lite
gemini-3.5-flash-lite
اجرای زیرنماینده خودگردان، تجزیه‌وتحلیل داده‌های با حجم بالا و استخراج سند، تجزیه JSON ساختاریافته Gemini 3.1 Flash-Lite یا Gemini 2.5 Flash

پشتیبانی عامل Antigravity

تغییرات میانای برنامه‌سازی کاربردی و به‌روزرسانی‌های پارامتر

با شروع از Gemini 3.6 Flash و Gemini 3.5 Flash-Lite، تغییرات API زیر برای این مدل‌ها و همه نسخه‌های آتی مدل Gemini اعمال می‌شود.

  • منسوخ شدن پارامتر نمونه‌برداری: temperature، top_p، و top_k منسوخ شده‌اند. این API این پارامترها را نادیده می‌گیرد و در نسل‌های مدل آینده خطا برمی‌گرداند.
  • اعتبارسنجی نوبت مدل ازپیش تکمیل‌شده: ازپیش تکمیل کردن نوبت‌های مدل دیگر پشتیبانی نمی‌شود. اگر آخرین نوبت غیرخالی در درخواست نوبت model باشد، API خطای 400 را برمی‌گرداند.

بخش‌های زیر توضیحات مفصل و نمونه‌های کد برای هر تغییر در API ارائه می‌دهند.

۱. منسوخ شدن پارامتر نمونه‌برداری (temperature،‏ top_p،‏ top_k)

‫temperature،‏ top_p، و top_k منسوخ شده‌اند و نادیده گرفته می‌شوند. در نسل‌های آینده مدل، ارائه این پارامترها خطای HTTP 400 برمی‌گرداند. این پارامترها را از همه درخواست‌ها بردارید.

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

برای بهبود قطعیت، دستورالعمل سیستم را با قوانین صریح برای مورد استفاده خاص خود تعریف کنید.

۲. اعتبارسنجی نوبت ازپیش تکمیل‌شده مدل

درخواست‌های API که با نوبت نقش مدل غیرخالی پایان می‌یابند مجاز نیستند و خطای HTTP 400 برمی‌گردانند.

⚠️ پرهیز شود

در generateContent قدیمی یا بار داده‌های REST خام، پایان دادن با نوبت نقش مدل اکنون غیرمجاز است:

/* ❌ 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 */
  ]
}

اگر برنامه شما قبلاً نوبت مدل را برای سرکوب مقدمه‌ها یا اجبار قالب‌بندی JSON پیش‌تکمیل می‌کرد، به‌جای آن از system_instruction یا بروندادهای ساختاریافته استفاده کنید.

# ✅ 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."},
)

بازبینه انتقال

Gemini 3.6 Flash

  1. مهارت را نصب کنید:

    npx skills add google-gemini/gemini-skills --skill gemini-interactions-api --global
  2. مهارت را اعمال کنید:

    /gemini-interactions-api migrate my app to Gemini 3.6 Flash

Gemini 3.5 Flash-Lite

  1. مهارت را نصب کنید:

    npx skills add google-gemini/gemini-skills --skill gemini-interactions-api --global
  2. مهارت را اعمال کنید:

    /gemini-interactions-api migrate my app to Gemini 3.5 Flash-Lite

انتقال به gemini-3.6-flash

  • به‌روزرسانی شناسه مدل: رشته مدل هدف را به gemini-3.6-flash تغییر دهید.
  • اعمال به‌روزرسانی‌های پارامتر: پارامترهای نمونه‌گیری منسوخ‌شده (temperature، top_p، top_k)، candidate_count (در Gemini 3 و نسخه‌های جدیدتر پشتیبانی نمی‌شود)، و نوبت‌های مدل پیش‌تکمیل‌شده را همان‌طور که در تغییرات API و به‌روزرسانی‌های پارامتر به‌تفصیل شرح داده شده است بردارید.
  • پیکربندی سطح تفکر: thinking_budget را با thinking_level ("medium" یا "high") جایگزین کنید.
  • ممیزی فراخوانی تابع:
    • مطمئن شوید همه اشیاء FunctionResponse شامل call_id و name باشند.
    • دارایی‌های چندحالتی را در محموله پاسخ قرار دهید.
    • دستورالعمل‌های درون‌خطی را بااستفاده از \n\n قالب‌بندی کن.
    • اگر Malformed_Function_Call خطای مربوط به نوشتار پیش‌ابزار مشاهده کردید، راهکارهای دور زدن الزامات نوشتار پیش‌ابزار را ببینید.
  • الزامات پایه Gemini 3.x: برای به‌روزرسانی‌های کیت توسعه نرم‌افزار و حفظ امضای فکری، به امضاهای فکری مراجعه کنید.

انتقال به gemini-3.5-flash-lite

  • به‌روزرسانی شناسه مدل: رشته مدل هدف را به gemini-3.5-flash-lite تغییر دهید.
  • پیکربندی سطح تلاش اندیشیدن:
    • برای استخراج، مسیریابی، یا طبقه‌بندی با حجم بالا: thinking_level را روی "minimal" (پیش‌فرض) بگذارید تا حداکثر توان عملیاتی را داشته باشید.
    • برای کارگزاران فرعی خودکار با فراخوانی ابزار، اجرای کد، یا استدلال چندمرحله‌ای: thinking_level را روی "medium" یا "high" تنظیم کنید تا از پایان زودهنگام ابزار جلوگیری شود.
  • پارامترهای منسوخ‌شده را بردارید و فراخوانی تابع را اعتبارسنجی کنید: همان قوانین 3.6 Flash را اعمال کنید.
  • الزامات Gemini 3.x پایه: به امضاهای فکری مراجعه کنید.

مدل‌های دیگر

قدم بعدی چیست