Yang baru di Gemini 3.6 Flash dan 3.5 Flash-Lite

Model terbaru Model lainnya

Gemini 3.6 Flash (gemini-3.6-flash) dan Gemini 3.5 Flash-Lite (gemini-3.5-flash-lite) adalah rilis generasi sebelumnya dalam seri Gemini 3 dan tetap tersedia untuk penggunaan produksi. Untuk model Flash terbaru kami, lihat Gemini 3.8 Flash.

• Gemini 3.6 Flash: Performa yang lebih kuat dalam tugas agentic dan multimodal yang kompleks sekaligus mengurangi penggunaan token, dengan harga yang lebih rendah daripada 3.5 Flash.
• Gemini 3.5 Flash-Lite: Model tercepat dan berbiaya terendah dalam rangkaian 3.5. Mengungguli generasi Flash-Lite sebelumnya untuk eksekusi dengan throughput tinggi.

Panduan ini menjelaskan apa yang diperkenalkan di setiap model, perubahan API yang memengaruhi kode Anda, dan cara melakukan migrasi.

Model baru

Kedua model mendukung jendela konteks 1 juta token, 64 ribu token output maksimum, kemampuan berpikir, dan rangkaian lengkap alat bawaan termasuk Penggunaan Komputer.

Untuk spesifikasi lengkap, lihat halaman model:

• Halaman model Gemini 3.6 Flash
• Halaman model Gemini 3.5 Flash-Lite

Untuk mengetahui harga mendetail, lihat halaman harga.

Panduan memulai

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."}]
    }]
  }'

Yang baru di Gemini 3.6 Flash

• Pengurangan token dan giliran: Menyelesaikan alur kerja multilangkah dengan langkah penalaran, giliran percakapan, dan panggilan alat yang lebih sedikit daripada Gemini 3.5. Hal ini juga mengurangi perulangan eksekusi yang tidak terkendali.
• Pembuatan kode yang ditingkatkan: Menghasilkan kode siap produksi berkualitas lebih tinggi dengan lebih sedikit pengeditan yang tidak diinginkan dan lebih sedikit loop proses debug.
• Kualitas mengikuti petunjuk yang lebih baik: Mengurangi perubahan file yang tidak diinginkan selama tugas diagnostik.
• Penalaran spasial dan multimodal yang kuat: Peningkatan performa dalam interpretasi diagram, konversi blueprint visual, dan pembuatan tata letak web multi-elemen.
• Pemeriksaan terprogram di awal: Lebih memilih menjalankan skrip kode diagnostik sebelum melakukan perubahan lebih sering daripada Gemini 3.5 Flash. Hal ini meningkatkan akurasi pada tugas yang kompleks, tetapi dapat menambahkan langkah eksplorasi tambahan pada pekerjaan frontend rutin.
• Dukungan Penggunaan Komputer: Didukung sebagai alat bawaan untuk otomatisasi UI agentic.
• Preferensi gaya UI: Lebih baik dalam membuat kode fungsional, meskipun evaluator manusia lebih menyukai model sebelumnya untuk tata letak visual dan gaya. Anda dapat mengurangi risiko ini dengan memberikan pedoman desain yang jelas.
• Upaya penalaran default (sedang): Menggunakan tingkat penalaran default medium yang sama dengan Gemini 3.5 Flash.
• Harga lebih rendah: Biaya token output lebih rendah ($7,50/1 juta versus $9,00/1 juta untuk 3.5 Flash). Token input tetap seharga $1,50/1 juta.

Yang baru di Gemini 3.5 Flash-Lite

• Latensi eksekusi tugas yang lebih rendah: Throughput tertinggi dalam rangkaian 3.5 untuk penguraian data dan ekstraksi dokumen bervolume tinggi.
• Peningkatan performa multimodal dan penalaran: Jalur migrasi yang kuat dari Gemini 2.5 Flash, dengan skor yang lebih tinggi pada tugas penalaran seperti HLE (18,0% versus 11,0%) dan benchmark multimodal seperti CharXIV (74,5% versus 63,7%).
• Orkestrasi subagen dan keandalan alat: Meningkatkan keandalan eksekusi alat untuk eksekusi kode, penelusuran, dan alur kerja MCP. Tingkatkan level penalaran untuk perencanaan otonom dan tugas sub-agen yang kompleks.
• Peningkatan pemahaman dokumen: Meningkatkan akurasi penguraian dokumen dan ekstraksi data terstruktur. Bereksperimenlah dengan tingkat penalaran minimal dan tinggi, bergantung pada kompleksitas dokumen.
• Coding web interaktif dan pemrosesan data tabulasi: Berperforma kuat pada JavaScript frontend dan pemrosesan data tabulasi dengan merencanakan menggunakan eksekusi kode ringan.
• Chatbot dan persistensi persona: Kemampuan mengikuti petunjuk multi-turn dan konsistensi persona yang lebih kuat dibandingkan dengan Gemini 3.1 Flash-Lite.
• Dukungan Penggunaan Komputer: Didukung sebagai alat bawaan untuk otomatisasi UI berbasis agen.

Memilih model Flash atau Flash-Lite yang tepat

Gunakan tabel ini untuk memilih model dan jalur migrasi yang tepat untuk workload Anda.

Kedua model memerlukan penghapusan parameter sampling yang tidak digunakan lagi (temperature, top_p, top_k) dan respons model yang telah disiapkan. Lihat Perubahan API untuk mengetahui detailnya.

Dukungan agen Antigravity

Perubahan API dan pembaruan parameter

Mulai dari Gemini 3.6 Flash dan Gemini 3.5 Flash-Lite, perubahan API berikut berlaku untuk model ini dan semua rilis model Gemini mendatang.

• Penghentian parameter pengambilan sampel: temperature, top_p, dan top_k tidak digunakan lagi. API akan mengabaikan parameter ini dan menampilkan error dalam pembuatan model mendatang.
• Validasi respons model yang telah disiapkan: Pengisian otomatis respons model tidak lagi didukung. Jika giliran terakhir yang tidak kosong dalam permintaan adalah giliran model, API akan menampilkan error 400.

Bagian berikut memberikan penjelasan mendetail dan contoh kode untuk setiap perubahan API.

1. Penghentian penggunaan parameter sampling (temperature, top_p, top_k)

temperature, top_p, dan top_k tidak digunakan lagi dan diabaikan. Pada generasi model mendatang, memberikan parameter ini akan menampilkan error HTTP 400. Hapus parameter ini dari semua permintaan.

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

Untuk meningkatkan determinisme, tentukan petunjuk sistem dengan aturan eksplisit untuk kasus penggunaan spesifik Anda.

2. Validasi respons model yang telah diisi sebelumnya

Permintaan API yang diakhiri dengan giliran peran model yang tidak kosong tidak diizinkan dan menampilkan Error HTTP 400.

⚠️ Hindari

Dalam payload REST mentah atau generateContent lama, mengakhiri dengan pergantian peran model kini tidak diizinkan:

/* ❌ 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 */
  ]
}

✅ Migrasi yang Direkomendasikan

Jika aplikasi Anda sebelumnya mengisi otomatis giliran model untuk menyembunyikan kata pengantar atau memaksakan pemformatan JSON, gunakan system_instruction atau Output terstruktur.

# ✅ 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."},
)

Checklist migrasi

Bermigrasi ke gemini-3.6-flash

• Perbarui ID Model: Ubah string model target Anda menjadi gemini-3.6-flash.
• Terapkan pembaruan parameter: Hapus parameter pengambilan sampel yang tidak digunakan lagi (temperature, top_p, top_k), candidate_count (tidak didukung di Gemini 3 dan yang lebih baru), serta giliran model yang telah diisi sebelumnya seperti yang dijelaskan dalam Perubahan API dan pembaruan parameter.
• Konfigurasikan tingkat penalaran: Ganti thinking_budget dengan thinking_level ("medium" atau "high").
• Mengaudit panggilan fungsi:
  • Pastikan semua objek FunctionResponse menyertakan call_id dan name.
  • Tempatkan aset multimodal di dalam payload respons.
  • Format petunjuk inline menggunakan \n\n.
  • Jika Anda melihat error Malformed_Function_Call yang terkait dengan teks pra-alat, lihat Solusi untuk persyaratan teks pra-alat.
• Persyaratan dasar Gemini 3.x: Untuk update SDK dan mempertahankan tanda tangan pemikiran, lihat Tanda tangan pemikiran.

Bermigrasi ke gemini-3.5-flash-lite

• Perbarui ID Model: Ubah string model target Anda menjadi gemini-3.5-flash-lite.
• Mengonfigurasi tingkat upaya penalaran:
  • Untuk ekstraksi, perutean, atau klasifikasi volume tinggi: biarkan thinking_level di "minimal" (default) untuk throughput maksimum.
  • Untuk subagen otonom dengan panggilan alat, eksekusi kode, atau penalaran multi-langkah: tetapkan thinking_level ke "medium" atau "high" untuk mencegah penghentian alat sebelum waktunya.
• Hapus parameter yang tidak digunakan lagi dan validasi panggilan fungsi: Terapkan aturan yang sama seperti 3.6 Flash.
• Persyaratan dasar Gemini 3.x: Lihat Tanda tangan pemikiran.

Model lainnya

• Gemini 4 Argon (Terbaru)
• Gemini 3.8 Flash
• Lihat semua model

Langkah berikutnya

• Tinjau spesifikasi API di Ringkasan Model.
• Pelajari orkestrasi multi-agen di Panduan Interactions API.
• Menguji dan menyempurnakan perintah di Google AI Studio.