מה חדש ב-Gemini 3.6 Flash וב-3.5 Flash-Lite

המודל הכי עדכני מודלים אחרים

‫Gemini 3.6 Flash (gemini-3.6-flash) ו-Gemini 3.5 Flash-Lite (gemini-3.5-flash-lite) הם גרסאות מהדור הקודם בסדרת Gemini 3, והם עדיין זמינים לשימוש בסביבת הייצור. למידע על מודל Flash החדש ביותר שלנו, אפשר לעיין במאמר בנושא Gemini 3.8 Flash.

• ‫Gemini 3.6 Flash: ביצועים טובים יותר במשימות מורכבות של סוכנים ושל מודלים מולטימודאליים, תוך צמצום השימוש בטוקנים, במחיר נמוך יותר מ-3.5 Flash.
• ‫Gemini 3.5 Flash-Lite: המודל הכי מהיר וזול במשפחת 3.5. הוא עולה על הדורות הקודמים של Flash-Lite בביצועים עם תפוקה גבוהה.

במדריך הזה מוסבר מה נוסף בכל מודל, אילו שינויים ב-API משפיעים על הקוד ואיך לבצע את ההעברה.

מודלים חדשים

שני המודלים תומכים בחלון הקשר של מיליון טוקנים, עד 64,000 טוקנים לפלט, חשיבה וחבילה מלאה של כלים מובנים, כולל שימוש במחשב.

המפרטים המלאים מופיעים בדפי הדגמים:

• דף המודל של Gemini 3.6 Flash
• דף המודל של Gemini 3.5 Flash-Lite

למידע מפורט על תמחור, אפשר לעיין בדף התמחור.

מדריך למתחילים

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."}]
    }]
  }'

מה חדש ב-Gemini 3.6 Flash

• פחות טוקנים ושלבים: משלים תהליכי עבודה מרובי שלבים עם פחות שלבי חשיבה, שלבי שיחה וקריאות לכלי, בהשוואה ל-Gemini 3.5. היא גם מפחיתה את התרחבות לולאת ההפעלה.
• יצירת קוד משופרת: יצירת קוד איכותי יותר שמוכן לייצור, עם פחות עריכות לא רצויות ופחות לולאות ניפוי באגים.
• מילוי הוראות משופר: מפחית שינויים לא רצויים בקבצים במהלך משימות אבחון.
• הסקה מרחבית ורב-אופנית משופרת: ביצועים משופרים בניתוח תרשימים, בהמרת תוכניות חזותיות וביצירת פריסות אינטרנט עם כמה רכיבים.
• בדיקה תוכניתית מראש: מעדיף להריץ סקריפטים של קוד אבחון לפני ביצוע שינויים בתדירות גבוהה יותר מ-Gemini 3.5 Flash. זה משפר את הדיוק במשימות מורכבות, אבל יכול להוסיף שלבי בדיקה נוספים בעבודה שגרתית של פיתוח ממשק משתמש.
• תמיכה בשימוש במחשב: נתמך ככלי מובנה לאוטומציה של ממשק משתמש מבוסס-סוכן.
• העדפות לגבי סגנון ממשק המשתמש: המודל טוב יותר ביצירת קוד פונקציונלי, אבל בפריסה חזותית ובסגנון, בודקים אנושיים העדיפו מודלים קודמים. כדי לצמצם את הסיכון הזה, כדאי לספק הנחיות עיצוב ברורות.
• מאמץ חשיבה שמוגדר כברירת מחדל (בינוני): משתמש באותה רמת חשיבה שמוגדרת כברירת מחדל ב-medium כמו ב-Gemini 3.5 Flash.
• מחיר נמוך יותר: עלויות נמוכות יותר לטוקנים של פלט (7.50$ למיליון טוקנים לעומת 9.00 $למיליון טוקנים ב-‎3.5 Flash). המחיר של טוקנים של קלט נשאר 1.50 $למיליון.

מה חדש ב-Gemini 3.5 Flash-Lite

• זמן אחזור קצר יותר בביצוע משימות: קצב העברת הנתונים הגבוה ביותר במשפחת מודלי 3.5, לניתוח כמויות גדולות של נתונים ולחילוץ מידע ממסמכים.
• יכולות משופרות של חשיבה רציונלית וביצועים מולטי-מודאליים: מסלול מעבר נוח מ-Gemini 2.5 Flash, עם ציונים גבוהים יותר במשימות של חשיבה רציונלית כמו HLE‏ (18.0% לעומת 11.0%) ובבדיקות השוואתיות מולטי-מודאליות כמו CharXIV‏ (74.5% לעומת 63.7%).
• תזמור סוכני משנה ואמינות הכלים: משפר את אמינות הפעלת הכלים להרצת קוד, לחיפוש ולתהליכי עבודה של MCP. כדי לתכנן באופן אוטונומי ולבצע משימות מורכבות של סוכני משנה, מגדילים את רמת החשיבה.
• הבנה משופרת של מסמכים: ניתוח מדויק יותר של מסמכים וחילוץ נתונים מובְנים. כדאי להתנסות ברמות חשיבה שונות, בהתאם למורכבות של המסמך.
• קידוד אינטראקטיבי באינטרנט ועיבוד נתונים טבלאיים: הביצועים של Gemini טובים מאוד ב-JavaScript של צד הלקוח ובעיבוד נתונים טבלאיים, כי הוא מתכנן באמצעות הפעלת קוד קל משקל.
• צ'אט בוט ופרסונה עקביים: יכולת משופרת למלא הוראות רב-שלביות ועקביות גבוהה יותר של הפרסונה בהשוואה ל-Gemini 3.1 Flash-Lite.
• תמיכה בשימוש במחשב: נתמך ככלי מובנה לאוטומציה של ממשק משתמש מבוסס-סוכן.

איך בוחרים את המודל המתאים – Flash או Flash-Lite

בעזרת הטבלה הזו תוכלו לבחור את המודל ואת נתיב ההעברה שמתאימים לעומסי העבודה שלכם.

בשני המודלים צריך להסיר פרמטרים של דגימה שהוצאו משימוש (temperature, top_p, top_k) ותשובות מודל מאוכלסות מראש. פרטים נוספים זמינים במאמר שינויים ב-API.

תמיכה בסוכן Antigravity

שינויים ב-API ועדכוני פרמטרים

החל מ-Gemini 3.6 Flash ומ-Gemini 3.5 Flash-Lite, השינויים הבאים ב-API חלים על המודלים האלה ועל כל הגרסאות העתידיות של מודלי Gemini.

• הוצאה משימוש של פרמטר הדגימה: הפרמטרים temperature,‏ top_p ו-top_k הוצאו משימוש. ממשק ה-API מתעלם מהפרמטרים האלה ומחזיר שגיאה בדורות עתידיים של המודל.
• אימות של תשובת מודל מאוכלסת מראש: אין יותר תמיכה באכלוס מראש של תשובות מודל. אם החלק האחרון בבקשה שלא ריק הוא חלק של model, ה-API מחזיר שגיאת 400.

בקטעים הבאים מופיעים הסברים מפורטים ודוגמאות קוד לכל שינוי ב-API.

1. הוצאה משימוש של פרמטר הדגימה (temperature, top_p, top_k)

המאפיינים temperature,‏ top_p ו-top_k הוצאו משימוש והמערכת מתעלמת מהם. בדורות הבאים של המודלים, אם תספקו את הפרמטרים האלה תוחזר שגיאת HTTP 400. הסירו את הפרמטרים האלה מכל הבקשות.

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

כדי לשפר את הדטרמיניזם, צריך להגדיר הוראה למערכת עם כללים מפורשים לתרחיש השימוש הספציפי.

2. אימות של תשובת מודל מאוכלסת מראש

בקשות API שמסתיימות בתור של תפקיד מודל לא ריק לא מורשות ומחזירות שגיאת HTTP 400.

⚠️ הימנעות

ב-generateContent מדור קודם או במטען ייעודי (payload) גולמי של REST, אסור לסיים עם תור של תפקיד מודל:

/* ❌ 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 */
  ]
}

‫✅ העברה מומלצת

אם האפליקציה שלכם מילאה מראש את התור של המודל כדי להסתיר את ההוראות המקדימות או לאלץ פורמט JSON, השתמשו במקום זאת ב-system_instruction או בפלט מובנה.

# ✅ 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."},
)

רשימת משימות להעברת נתונים (מיגרציה)

מעבר ל-gemini-3.6-flash

• עדכון מזהה המודל: משנים את מחרוזת מודל היעד ל-gemini-3.6-flash.
• החלת עדכוני פרמטרים: צריך להסיר פרמטרים של דגימה שהוצאו משימוש (‎temperature, top_p, top_k), ‏ candidate_count (לא נתמך ב-Gemini 3 ואילך) ופניות למודל עם מילוי מראש, כפי שמפורט במאמר שינויים ב-API ועדכוני פרמטרים.
• הגדרת רמת החשיבה: מחליפים את thinking_budget ב-thinking_level ("medium" או "high").
• ביקורת על הפעלת פונקציות:
  • מוודאים שכל האובייקטים FunctionResponse כוללים את call_id ואת name.
  • ממקמים נכסים מולטי-מודאליים בתוך המטען הייעודי (payload) של התגובה.
  • ההוראות בקוד צריכות להיות בתוך \n\n.
  • אם מופיעות שגיאות מסוג Malformed_Function_Call שקשורות לטקסט שלפני הכלי, כדאי לעיין בקטע פתרונות עקיפים לדרישות לגבי טקסט שלפני הכלי.
• דרישות בסיסיות ל-Gemini 3.x: כדי לעדכן את ה-SDK ולשמור על חתימות החשיבה, עיינו בקטע חתימות חשיבה.

מעבר ל-gemini-3.5-flash-lite

• עדכון מזהה המודל: משנים את מחרוזת מודל היעד ל-gemini-3.5-flash-lite.
• הגדרת רמת מאמץ החשיבה:
  • לשליפה, להעברה או לסיווג של נפחים גדולים: משאירים את thinking_level על "minimal" (ברירת מחדל) כדי למקסם את קצב העברת הנתונים.
  • עבור סוכני משנה אוטונומיים עם קריאות לכלים, הפעלת קוד או נימוקים מרובי-שלבים: מגדירים את thinking_level ל-"medium" או ל-"high" כדי למנוע סיום מוקדם של הכלי.
• הסרת פרמטרים שהוצאו משימוש ואימות של הפעלת פונקציות: צריך להחיל את אותם כללים כמו בגרסה 3.6 של Flash.
• דרישות בסיסיות ל-Gemini 3.x: עיינו בקטע חתימות של תהליכי חשיבה.

מודלים אחרים

• ‫Gemini 4 Argon (הגרסה העדכנית)
• ‫Gemini 3.8 Flash
• לצפייה בכל המודלים

המאמרים הבאים

• אפשר לעיין במפרט ה-API בסקירה הכללית של המודלים.
• במדריך ל-Interactions API מוסבר איך לתזמר כמה סוכנים.
• לבדוק ולשפר את ההנחיות ב-Google AI Studio.