Tính năng mới trong Gemini 3.6 Flash và 3.5 Flash-Lite

Mô hình mới nhất Các mô hình khác

Gemini 3.6 Flash (gemini-3.6-flash) và Gemini 3.5 Flash-Lite (gemini-3.5-flash-lite) là các bản phát hành thế hệ trước trong dòng Gemini 3 và vẫn được cung cấp để sử dụng trong môi trường thực tế. Để biết thông tin về mô hình Flash mới nhất của chúng tôi, hãy xem bài viết về Gemini 3.8 Flash.

• Gemini 3.6 Flash: Hiệu suất mạnh mẽ hơn đối với các tác vụ phức tạp dựa trên tác nhân và đa phương thức, đồng thời giảm mức sử dụng mã thông báo với mức giá thấp hơn so với 3.5 Flash.
• Gemini 3.5 Flash-Lite: Mô hình nhanh nhất và có chi phí thấp nhất trong dòng 3.5. Vượt trội hơn các thế hệ Flash-Lite trước đây về khả năng thực thi thông lượng cao.

Hướng dẫn này giải thích những điểm mới trong từng mô hình, những thay đổi về API ảnh hưởng đến mã của bạn và cách di chuyển.

Mô hình mới

Cả hai mô hình đều hỗ trợ cửa sổ ngữ cảnh 1 triệu token, tối đa 64.000 token đầu ra, khả năng tư duy và đủ bộ công cụ tích hợp, bao gồm cả Sử dụng máy tính.

Để biết thông số kỹ thuật đầy đủ, hãy xem các trang về mô hình:

• Trang mô hình Gemini 3.6 Flash
• Trang mô hình Gemini 3.5 Flash-Lite

Để biết thông tin chi tiết về giá, hãy xem trang giá.

Bắt đầu nhanh

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."}]
    }]
  }'

Tính năng mới trong Gemini 3.6 Flash

• Giảm số lượng mã thông báo và lượt trò chuyện: Hoàn thành các quy trình công việc gồm nhiều bước với ít bước suy luận, lượt trò chuyện và lệnh gọi công cụ hơn so với Gemini 3.5. Điều này cũng giúp giảm tình trạng vòng lặp thực thi tăng vọt.
• Cải thiện khả năng tạo mã: Tạo mã chất lượng cao hơn, sẵn sàng cho môi trường thực tế, ít phải chỉnh sửa không mong muốn và ít phải lặp lại quy trình gỡ lỗi hơn.
• Làm theo hướng dẫn tốt hơn: Giảm thiểu các thay đổi không mong muốn đối với tệp trong quá trình chẩn đoán.
• Khả năng suy luận đa phương thức và không gian mạnh mẽ: Cải thiện hiệu quả trong việc diễn giải biểu đồ, chuyển đổi bản thiết kế trực quan và tạo bố cục web có nhiều phần tử.
• Kiểm tra có lập trình trước: Ưu tiên chạy các tập lệnh mã chẩn đoán trước khi thực hiện thay đổi thường xuyên hơn so với Gemini 3.5 Flash. Điều này giúp cải thiện độ chính xác đối với các nhiệm vụ phức tạp, nhưng có thể thêm các bước khám phá bổ sung cho công việc giao diện người dùng thông thường.
• Hỗ trợ sử dụng máy tính: Được hỗ trợ dưới dạng một công cụ tích hợp để tự động hoá giao diện người dùng dựa trên tác nhân.
• Lựa chọn ưu tiên về kiểu giao diện người dùng: Tạo mã chức năng tốt hơn, mặc dù người đánh giá thích các mô hình trước đó hơn về bố cục trực quan và kiểu dáng. Bạn có thể giảm thiểu vấn đề này bằng cách đưa ra các nguyên tắc thiết kế rõ ràng.
• Nỗ lực tư duy mặc định (trung bình): Sử dụng cùng mediummức tư duy mặc định như Gemini 3.5 Flash.
• Giảm giá: Giảm chi phí cho token đầu ra (7,5 USD/1 triệu token so với 9 USD/1 triệu token cho 3.5 Flash). Giá token đầu vào vẫn là 1,5 USD/1 triệu token.

Tính năng mới trong Gemini 3.5 Flash-Lite

• Giảm độ trễ khi thực thi tác vụ: Thông lượng cao nhất trong nhóm mô hình 3.5 để phân tích cú pháp dữ liệu và trích xuất tài liệu với khối lượng lớn.
• Hiệu suất suy luận và đa thức nâng cao: Lộ trình di chuyển mạnh mẽ từ Gemini 2.5 Flash, với điểm số cao hơn trong các nhiệm vụ suy luận như HLE (18% so với 11%) và các điểm chuẩn đa thức như CharXIV (74,5% so với 63,7%).
• Điều phối tác nhân phụ và độ tin cậy của công cụ: Cải thiện độ tin cậy khi thực thi công cụ cho quy trình thực thi mã, tìm kiếm và MCP. Tăng mức độ tư duy để lập kế hoạch tự động và thực hiện các nhiệm vụ phức tạp của tác nhân phụ.
• Cải thiện khả năng hiểu tài liệu: Cải thiện độ chính xác khi phân tích cú pháp tài liệu và trích xuất dữ liệu có cấu trúc. Hãy thử nghiệm cả mức độ tư duy tối thiểu và cao, tuỳ thuộc vào độ phức tạp của tài liệu.
• Lập trình web tương tác và xử lý dữ liệu dạng bảng: Thực hiện hiệu quả trên JavaScript giao diện người dùng và xử lý dữ liệu dạng bảng bằng cách lập kế hoạch sử dụng hoạt động thực thi mã đơn giản.
• Chatbot và tính nhất quán của nhân vật: Khả năng tuân theo chỉ dẫn nhiều lượt và tính nhất quán của nhân vật tốt hơn so với Gemini 3.1 Flash-Lite.
• Hỗ trợ Sử dụng máy tính: Được hỗ trợ dưới dạng một công cụ tích hợp sẵn để tự động hoá giao diện người dùng dựa trên tác nhân.

Chọn mô hình Flash hoặc Flash-Lite phù hợp

Hãy sử dụng bảng này để chọn mô hình và phương pháp di chuyển phù hợp cho khối lượng công việc của bạn.

Cả hai mô hình đều yêu cầu xoá các tham số lấy mẫu không dùng nữa (temperature, top_p, top_k) và các lượt phản hồi điền sẵn của mô hình. Hãy xem phần Các thay đổi về API để biết thông tin chi tiết.

Hỗ trợ tác nhân Antigravity

Thay đổi về API và nội dung cập nhật về tham số

Bắt đầu từ Gemini 3.6 Flash và Gemini 3.5 Flash-Lite, những thay đổi sau đây về API sẽ áp dụng cho các mô hình này và tất cả các bản phát hành mô hình Gemini trong tương lai.

• Không dùng tham số lấy mẫu nữa: temperature, top_p và top_k không còn được dùng nữa. API sẽ bỏ qua các tham số này và trả về lỗi trong các thế hệ mô hình sau này.
• Xác thực lượt phản hồi điền sẵn của mô hình: Chúng tôi không còn hỗ trợ tính năng điền sẵn lượt phản hồi của mô hình nữa. Nếu lượt không trống cuối cùng trong yêu cầu là lượt model, thì API sẽ trả về lỗi 400.

Các phần sau đây cung cấp nội dung giải thích chi tiết và mã mẫu cho từng thay đổi về API.

1. Ngừng sử dụng tham số lấy mẫu (temperature, top_p, top_k)

temperature, top_p và top_k không được dùng nữa và bị bỏ qua. Trong các thế hệ mô hình trong tương lai, việc cung cấp các tham số này sẽ trả về lỗi HTTP 400. Xoá các thông số này khỏi tất cả yêu cầu.

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

Để cải thiện tính tất định, hãy xác định một chỉ dẫn hệ thống có các quy tắc rõ ràng cho trường hợp sử dụng cụ thể của bạn.

2. Xác thực lượt phản hồi điền sẵn của mô hình

Các yêu cầu API kết thúc bằng một lượt vai trò mô hình không trống sẽ không được cho phép và trả về Lỗi HTTP 400.

⚠️ Tránh

Trong generateContent cũ hoặc tải trọng REST thô, việc kết thúc bằng một lượt vai trò mô hình hiện không được phép:

/* ❌ 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 */
  ]
}

✅ Di chuyển (Nên dùng)

Nếu trước đây ứng dụng của bạn đã điền sẵn một lượt tương tác mô hình để chặn lời nói đầu hoặc buộc định dạng JSON, hãy sử dụng system_instruction hoặc Đầu ra có cấu trúc.

# ✅ 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."},
)

Danh sách kiểm tra cho quy trình di chuyển

Di chuyển sang gemini-3.6-flash

• Cập nhật mã nhận dạng mẫu: Thay đổi chuỗi mẫu mục tiêu thành gemini-3.6-flash.
• Áp dụng các bản cập nhật tham số: Xoá các tham số lấy mẫu không dùng nữa (temperature, top_p, top_k), candidate_count (không được hỗ trợ trong Gemini 3 trở lên) và các lượt phản hồi điền sẵn của mô hình như được trình bày chi tiết trong phần Thay đổi về API và cập nhật tham số.
• Định cấu hình mức độ suy nghĩ: Thay thế thinking_budget bằng thinking_level ("medium" hoặc "high").
• Kiểm tra lệnh gọi hàm:
  • Đảm bảo tất cả đối tượng FunctionResponse đều có call_id và name.
  • Đặt các thành phần đa thức bên trong tải trọng phản hồi.
  • Định dạng hướng dẫn nội tuyến bằng cách sử dụng \n\n.
  • Nếu bạn thấy lỗi Malformed_Function_Call liên quan đến văn bản trước công cụ, hãy xem phần Cách giải quyết cho các yêu cầu về văn bản trước công cụ.
• Yêu cầu cơ bản đối với Gemini 3.x: Để biết thông tin về các bản cập nhật SDK và cách giữ lại chữ ký suy nghĩ, hãy xem phần Chữ ký suy nghĩ.

Di chuyển sang gemini-3.5-flash-lite

• Cập nhật mã nhận dạng mô hình: Thay đổi chuỗi mô hình mục tiêu thành gemini-3.5-flash-lite.
• Định cấu hình mức độ nỗ lực tư duy:
  • Đối với việc trích xuất, định tuyến hoặc phân loại khối lượng lớn: hãy để thinking_level ở mức "minimal" (mặc định) để đạt được công suất tối đa.
  • Đối với các tác nhân phụ tự động có lệnh gọi công cụ, thực thi mã hoặc suy luận đa bước: hãy đặt thinking_level thành "medium" hoặc "high" để ngăn việc chấm dứt công cụ sớm.
• Xoá các tham số không dùng nữa và xác thực lệnh gọi hàm: Áp dụng các quy tắc tương tự như 3.6 Flash.
• Yêu cầu cơ bản đối với Gemini 3.x: Tham khảo Chữ ký suy nghĩ.

Các mô hình khác

• Gemini 4 Argon (Mới nhất)
• Gemini 3.8 Flash
• Xem tất cả các mẫu

Bước tiếp theo

• Xem quy cách API trên trang Tổng quan về các mô hình.
• Khám phá tính năng điều phối nhiều tác nhân trong Hướng dẫn về Interactions API.
• Kiểm thử và tinh chỉnh câu lệnh trong Google AI Studio.