Gemini 3.5 Flash में नया क्या है

Gemini 3.5 Flash, सामान्य रूप से उपलब्ध (GA) है. यह भरोसेमंद है और बड़े पैमाने पर प्रोडक्शन के लिए तैयार है. यह हमारा सबसे इंटेलिजेंट Flash मॉडल है. यह एजेंटिक एक्ज़ीक्यूशन, कोडिंग, और लंबे समय तक चलने वाले टास्क में लगातार बेहतरीन परफ़ॉर्मेंस देता है.

इस गाइड में, Gemini 3.5 Flash में किए गए सुधारों, एपीआई में हुए बदलावों, और माइग्रेशन के बारे में जानकारी दी गई है.

नया मॉडल

Gemini 3.5 Flash में 10 लाख टोकन वाली कॉन्टेक्स्ट विंडो, ज़्यादा से ज़्यादा 65 हज़ार आउटपुट टोकन, और सोचने-समझने की क्षमता होती है. साथ ही, इसमें Gemini 3 Flash की तरह ही टूल और प्लैटफ़ॉर्म की सुविधाएं होती हैं. इनमें कंप्यूटर का इस्तेमाल (प्रीव्यू) भी शामिल है.

पूरी जानकारी के लिए, मॉडल की खास जानकारी देखें. कीमत की जानकारी के लिए, कीमत तय करने से जुड़ा पेज देखें.

क्विकस्टार्ट

इस गाइड में दिए गए सभी उदाहरणों में, Interactions API का इस्तेमाल किया गया है. GenerateContent API भी काम करता है. इसके लिए, कॉन्फ़िगरेशन के वही विकल्प और सुझाव लागू होते हैं.

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.5-flash",
    input="Explain how parallel agentic execution works in three sentences."
)
print(interaction.output_text)

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

const client = new GoogleGenAI({});

async function main() {
  const interaction = await client.interactions.create({
    model: "gemini-3.5-flash",
    input: "Explain how parallel agentic execution works in three sentences.",
  });
  console.log(interaction.output_text);
}

main();

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "gemini-3.5-flash",
    "input": "Explain how parallel agentic execution works in three sentences."
  }'

नया क्या है

• बेहतरीन परफ़ॉर्मेंस: हमारा सबसे बेहतरीन Flash मॉडल, एजेंटिक और कोडिंग से जुड़े कामों को बड़े पैमाने पर करने के लिए ऑप्टिमाइज़ किया गया है.
• एजेंट की मदद से काम करना: सब-एजेंट को डिप्लॉय करना, समस्या हल करना, और बड़े पैमाने पर एजेंट की मदद से तेज़ी से काम करना.
• कोडिंग: कोडिंग के साइकल को दोहराना, तेज़ी से एक्सप्लोर करना, और प्रोटोटाइप बनाना, ताकि अलग-अलग पाथ को टेस्ट किया जा सके और डाइनैमिक तरीके से समाधानों को एक्सप्लोर किया जा सके.
• लंबे समय तक: कई चरणों वाले वर्कफ़्लो और बड़े पैमाने पर टूल का इस्तेमाल.
• सोच को बनाए रखना: मॉडल, एक से ज़्यादा बार की गई बातचीत के दौरान, तर्क को अपने-आप बनाए रखता है. एपीआई में कोई बदलाव करने की ज़रूरत नहीं है.
• डिफ़ॉल्ट तौर पर तय किया गया नया लेवल: डिफ़ॉल्ट थिंकिंग एफर्ट को high से बदलकर medium कर दिया गया है. ज़्यादा जानकारी के लिए, डिफ़ॉल्ट बिडिंग की नई रणनीति देखें.
• low की सोचने की क्षमता बेहतर हुई है: low अब कोड और एजेंट से जुड़े ऐसे टास्क के लिए काफ़ी बेहतर हो गया है जिन्हें कम चरणों में पूरा किया जा सकता है. यह कम समय और कम लागत में अच्छी क्वालिटी देता है.
• GA रिलीज़: बड़े पैमाने पर प्रोडक्शन के लिए स्टेबल मॉडल.

सही फ़्लैश मॉडल चुनना

Gemini 3.5 Flash, हमारा सबसे ऐडवांस और काबिल Flash मॉडल है. हालांकि, अलग-अलग इस्तेमाल के मामलों में, लागत और इंतज़ार के समय से जुड़ी अलग-अलग ज़रूरतें हो सकती हैं.

• Gemini 3.1 Flash-Lite: कम लागत वाले, ज़्यादा काम के लिए जिनमें 3.5 Flash की तरह ऐडवांस रीज़निंग की गहराई की ज़रूरत नहीं होती है, हम Gemini 3.1 Flash-Lite का इस्तेमाल करने का सुझाव देते हैं. यह एक स्थिर और लंबे समय तक चलने वाला मॉडल है, जिसे बेहतर परफ़ॉर्मेंस के लिए ऑप्टिमाइज़ किया गया है. ज़्यादा जानकारी के लिए, Flash-Lite डेवलपर गाइड देखें.
• Gemini 3 Flash की झलक: हम सुझाव देते हैं कि आप 3.5 Flash पर माइग्रेट करें, ताकि आपको जीए की स्थिरता और बेहतर गहराई से विश्लेषण क्षमता मिल सके. हालांकि, Gemini 3 Flash (Preview) उन डेवलपर के लिए उपलब्ध रहेगा जो झलक वाले मॉडल के साथ टेस्टिंग जारी रखना चाहते हैं.

व्यवहार में बदलाव

डिफ़ॉल्ट तौर पर तय किया गया नया प्रयास लेवल: medium

सोचने की डिफ़ॉल्ट क्षमता अब medium है. Gemini 3 Flash Preview में यह high थी. medium, कई तरह के टास्क के लिए बहुत अच्छे नतीजे देता है. साथ ही, यह ज़्यादा तेज़ और किफ़ायती है. मुश्किल समस्याओं के लिए, high मॉडल को ज़्यादा गहराई से सोचने के लिए बढ़ावा देता है.

डिफ़ॉल्ट सेटिंग बदलने के लिए, अपने कॉन्फ़िगरेशन में thinking_level सेट करें:

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.5-flash",
    input="Prove that the square root of 2 is irrational.",
    generation_config={"thinking_level": "high"},
)
print(interaction.output_text)

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

const client = new GoogleGenAI({});

async function main() {
  const interaction = await client.interactions.create({
    model: "gemini-3.5-flash",
    input: "Prove that the square root of 2 is irrational.",
    generationConfig: { thinkingLevel: "high" },
  });
  console.log(interaction.output_text);
}

main();

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "gemini-3.5-flash",
    "input": "Prove that the square root of 2 is irrational.",
    "generation_config": {"thinking_level": "high"}
  }'

इस टेबल में बताया गया है कि हर मॉडल के लिए, सोच-विचार के कौनसे लेवल काम करते हैं:

सोच को बनाए रखना

यह मॉडल, कई बार की बातचीत के दौरान, तर्क को अपने-आप बनाए रखता है. बातचीत के इतिहास में मौजूद होने पर, तर्क से जुड़े कॉन्टेक्स्ट को आगे बढ़ाया जाता है. इससे, कई चरणों वाले मुश्किल टास्क को पूरा करने में मदद मिलती है. जैसे, बार-बार डीबग करना और कोड को फिर से व्यवस्थित करना. एपीआई में कोई बदलाव करने की ज़रूरत नहीं है:

• Interactions API: इसमें, थॉट अपने-आप सेव हो जाते हैं. व्यवहार में कोई बदलाव नहीं हुआ.
• GenerateContent API: Gemini 3.5 Flash से शुरू होने वाले मॉडल, बातचीत के इतिहास में थॉट सिग्नेचर मौजूद होने पर, पिछले सभी टर्न से तर्क के कॉन्टेक्स्ट का इस्तेमाल करते हैं. इसे चालू करने के लिए, contents में बातचीत का पूरा और बिना बदलाव वाला इतिहास (इसमें सोच के सिग्नेचर भी शामिल हैं) पास करें. SDK, इसे अपने-आप मैनेज करते हैं.

Gemini 3.x में पैरामीटर से जुड़े अपडेट और सबसे सही तरीके

ये नीतियां, Gemini 3.5 Flash के साथ-साथ Gemini 3.x के सभी मॉडल पर लागू होती हैं.

• temperature, top_p, top_k: हम डिफ़ॉल्ट वैल्यू में बदलाव न करने का सुझाव देते हैं. Gemini 3 की तर्क करने की क्षमताओं को डिफ़ॉल्ट सेटिंग के लिए ऑप्टिमाइज़ किया गया है.
• thinking_budget के बजाय, thinking_level का इस्तेमाल करें.
• फ़ंक्शन कॉल करने के जवाब का मेल खाना: id, name, और जवाब की संख्या, पिछले कॉल से मेल खानी चाहिए.
• मल्टीमोडल फ़ंक्शन के जवाब: मल्टीमोडल कॉन्टेंट को फ़ंक्शन के जवाब में शामिल करें, न कि उसके बाहर.
• फ़ंक्शन के जवाबों में इनलाइन निर्देश: इन्हें फ़ंक्शन के जवाब वाले टेक्स्ट में जोड़ा जाता है, अलग-अलग हिस्सों में नहीं.
• ज़रूरत से ज़्यादा टूल कॉल कम करें: एजेंटिक वर्कफ़्लो में टूल कॉल कम करने के लिए, कम थिंकिंग लेवल का इस्तेमाल करें या सिस्टम के निर्देशों के साथ एक्सपेरिमेंट करें.

अपने कोड को अपडेट करने का तरीका जानने के लिए, यहां दिए गए सेक्शन देखें.

सैंपलिंग पैरामीटर (अब इस्तेमाल करने का सुझाव नहीं दिया जाता)

temperature, top_p, और top_k को अब Gemini 3.x के सभी मॉडल के लिए इस्तेमाल करने का सुझाव नहीं दिया जाता. Gemini 3 की तर्क करने की क्षमताओं को डिफ़ॉल्ट सेटिंग के लिए ऑप्टिमाइज़ किया गया है. सभी अनुरोधों से इन पैरामीटर को हटाएं.

# ⚠️ Remove these parameters (not recommended)
generation_config = {
    "temperature": 0.7,
    "top_p": 0.9,
    "top_k": 40,
}

निश्चितता बनाए रखने के लिए, हमारा सुझाव है कि आप अपने इस्तेमाल के खास उदाहरण के लिए, साफ़ तौर पर नियमों के साथ सिस्टम के निर्देश तय करें.

thinking_budget (अब इसका सुझाव नहीं दिया जाता)

कच्चे न्यूमेरिक thinking_budget पैरामीटर का इस्तेमाल अब Gemini 3.x के सभी मॉडल में नहीं किया जा सकता. इसके बजाय, thinking_level स्ट्रिंग enum का इस्तेमाल करें.

# ⚠️ Before (not recommended)
generation_config = {
    "thinking": {"thinking_budget": 7500},
}

# ✅ After
generation_config = {
    "thinking": {"thinking_level": "medium"},
}

उपलब्ध वैल्यू: minimal, low, medium (डिफ़ॉल्ट), और high.

फ़ंक्शन कॉलिंग: जवाब का सटीक मिलान

फ़ंक्शन के जवाबों के मेल न खाने पर, Interactions API पहले से ही गड़बड़ी का मैसेज दिखाता है. GenerateContent API में अब तक कोई गड़बड़ी नहीं हुई है. हालांकि, जवाब मेल न खाने की वजह से, मॉडल ज़्यादातर मामलों में finish_reason: STOP के साथ खाली जवाब देता है. हमेशा इन तरीकों का पालन करें:

# ✅ Include matching call_id and name in the function_result
final_interaction = client.interactions.create(
    model="gemini-3.5-flash",
    previous_interaction_id=interaction.id,
    tools=[my_tool],
    input=[{
        "type": "function_result",
        "name": fc_step.name,
        "call_id": fc_step.id,
        "result": [{"type": "text", "text": json.dumps(result)}],
    }],
)

// ✅ Include matching call_id and name in the function_result
const finalInteraction = await client.interactions.create({
  model: "gemini-3.5-flash",
  previousInteractionId: interaction.id,
  tools: [myTool],
  input: [{
    type: "function_result",
    name: fcStep.name,
    call_id: fcStep.id,
    result: [{ type: "text", text: JSON.stringify(result) }],
  }],
});

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "gemini-3.5-flash",
    "previous_interaction_id": "<INTERACTION_ID>",
    "tools": [...],
    "input": [{
      "type": "function_result",
      "name": "my_function",
      "call_id": "<CALL_ID>",
      "result": [{"type": "text", "text": "..."}]
    }]
  }'

टेक्स्ट, इमेज, और वीडियो वगैरह का इस्तेमाल करके की गई क्वेरी के जवाब

हम अक्सर देखते हैं कि क्लाइंट, फ़ंक्शन के जवाब के बाहर इमेज उपलब्ध कराते हैं. इससे मॉडल का व्यवहार अप्रत्याशित हो सकता है.उदाहरण के लिए, थॉट लीकेज. साथ ही, इससे आउटपुट की क्वालिटी खराब हो सकती है. इसके बजाय, मल्टीमॉडल फ़ंक्शन रिस्पॉन्स एपीआई के दस्तावेज़ में दिए गए सुझाव का पालन करें. साथ ही, फ़ंक्शन रिस्पॉन्स के उन हिस्सों में मल्टीमॉडल कॉन्टेंट शामिल करें जिन्हें आपको मॉडल को भेजना है. मॉडल, इस मल्टीमॉडल कॉन्टेंट को अपने अगले टर्न में प्रोसेस कर सकता है, ताकि ज़्यादा जानकारी वाला जवाब दिया जा सके.

# ✅ Include multimodal content in the function response
final_interaction = client.interactions.create(
    model="gemini-3.5-flash",
    previous_interaction_id=interaction.id,
    input=[
        {
            "type": "function_result",
            "name": tool_call.name,
            "call_id": tool_call.id,
            "result": [
                {"type": "text", "text": "instrument.jpg"},
                {
                    "type": "image",
                    "mime_type": "image/jpeg",
                    "data": base64_image_data,
                },
            ],
        }
    ],
)

// ✅ Include multimodal content in the function response
const finalInteraction = await client.interactions.create({
  model: "gemini-3.5-flash",
  previousInteractionId: interaction.id,
  input: [{
    type: "function_result",
    name: toolCall.name,
    call_id: toolCall.id,
    result: [
      { type: "text", text: "instrument.jpg" },
      {
        type: "image",
        mime_type: "image/jpeg",
        data: base64ImageData,
      },
    ],
  }],
});

फ़ंक्शन के जवाबों में इनलाइन निर्देश

हम अक्सर देखते हैं कि क्लाइंट, फ़ंक्शन के जवाबों के साथ-साथ अन्य निर्देश भी देते हैं. ये निर्देश, बाद के Parts के तौर पर दिए जाते हैं. इससे मॉडल का व्यवहार उम्मीद के मुताबिक़ नहीं होता.उदाहरण के लिए, मॉडल के जवाब में ऐसी जानकारी शामिल हो सकती है जो प्रॉम्प्ट में नहीं दी गई है. साथ ही, इससे खराब क्वालिटी वाले आउटपुट मिल सकते हैं. इसके बजाय, किसी भी अतिरिक्त निर्देश को फ़ंक्शन के जवाब के टेक्स्ट के आखिर में जोड़ें. इसके लिए, दो नई लाइनों का इस्तेमाल करें.

# ✅ Append inline instructions to the end of the function response separated by two newlines
result_text = f"{json.dumps(result)}\n\n<your inline instructions>"

final_interaction = client.interactions.create(
    model="gemini-3.5-flash",
    previous_interaction_id=interaction.id,
    tools=[my_tool],
    input=[{
        "type": "function_result",
        "name": fc_step.name,
        "call_id": fc_step.id,
        "result": [{"type": "text", "text": result_text}],
    }],
)

// ✅ Append inline instructions to the end of the function response separated by two newlines
const resultText = `${JSON.stringify(result)}\n\n<your inline instructions>`;

const finalInteraction = await client.interactions.create({
  model: "gemini-3.5-flash",
  previousInteractionId: interaction.id,
  tools: [myTool],
  input: [{
    type: "function_result",
    name: fcStep.name,
    call_id: fcStep.id,
    result: [{ type: "text", text: resultText }],
  }],
});

ग़ैर-ज़रूरी टूल कॉल कम करना

अगर आपको टूल कॉल का ज़्यादा इस्तेमाल करने की समस्या आ रही है, तो इन दो तकनीकों से इसे कम किया जा सकता है:

1. सोचने के लेवल को कम करके शुरू करें (medium, low या minimal): सोचने के लेवल को ज़्यादा रखने पर, मॉडल को एक्सप्लोर करने और पुष्टि करने के लिए ज़्यादा टूल इस्तेमाल करने के लिए बढ़ावा मिलता है. इसलिए, लेवल को कम करने से टूल कॉल कम हो सकते हैं.

2. सिस्टम के लिए निर्देश जोड़ें: अगर सोचने के लेवल को अडजस्ट करने के बाद भी टूल का ज़्यादा इस्तेमाल जारी रहता है, तो ऐसा प्रॉम्प्ट इस्तेमाल करें जिससे टूल के इस्तेमाल पर पाबंदी लगाई जा सके. उदाहरण के लिए:

   You have a limited action budget of <n> tool calls. Use them efficiently.
   

माइग्रेशन की चेकलिस्ट

हमारा सुझाव है कि आप google-genai SDK v2.0.0 या उसके बाद के वर्शन पर अपडेट करें. इस वर्शन में, Interactions API में बड़े बदलाव किए गए हैं. ज़्यादा जानकारी के लिए, एपीआई में हुए बड़े बदलावों के बारे में जानकारी देने वाली गाइड देखें.

Gemini 3 Flash की झलक आज़माने की सुविधा से माइग्रेट करना

• मॉडल का नाम अपडेट करें: gemini-3-flash-preview → gemini-3.5-flash
• किराये की समीक्षा करें. Gemini 3.5 Flash, Gemini 3 Flash Preview से ज़्यादा महंगा है. अगर आपको कम लागत में काम करना है, तो Gemini 3.1 Flash-Lite पर माइग्रेट करें. ज़्यादा जानकारी के लिए, कीमत तय करने से जुड़ा पेज देखें.
• अपने कॉन्फ़िगरेशन से temperature, top_p, top_k हटाएं. अब इनका इस्तेमाल करने का सुझाव नहीं दिया जाता.
• thinking_budget को thinking_level से बदलें.
• FunctionResponse के सभी हिस्सों में id और उससे मिलता-जुलता name जोड़ें.
• अपने प्रॉम्प्ट की जांच करें. डिफ़ॉल्ट कोशिश को high → medium में बदल दिया गया है; क्वालिटी, स्पीड, और लागत की पुष्टि करें.
• सोच को बनाए रखने की सुविधा, अब डिफ़ॉल्ट रूप से चालू होती है. गहराई से विश्लेषण का कॉन्टेक्स्ट हर बार इस्तेमाल किया जाता है. इससे परफ़ॉर्मेंस बेहतर होती है, लेकिन टोकन का इस्तेमाल बढ़ सकता है.
• ज़रूरत से ज़्यादा टूल कॉल कम करें: इसके लिए, सबसे पहले सोचने के लेवल को कम करें (medium, low या minimal); अगर टूल का इस्तेमाल ज़रूरत से ज़्यादा किया जा रहा है, तो टूल के इस्तेमाल को सीमित करने के लिए सिस्टम निर्देश जोड़ें.
• कंप्यूटर का इस्तेमाल किया जा सकता है.

Gemini 2.5 से माइग्रेट करना

ऊपर दी गई सभी सुविधाएं. साथ ही:

• प्रॉम्प्ट को आसान बनाएं. अगर आपने गहराई से विश्लेषण के लिए चेन-ऑफ़-थॉट प्रॉम्प्ट इंजीनियरिंग का इस्तेमाल किया है, तो इसके बजाय आसान प्रॉम्प्ट के साथ thinking_level: "medium" या "high" का इस्तेमाल करें.
• PDF और मीडिया वर्कलोड की जांच करें. अगर आपने डेंस दस्तावेज़ पार्स करने के लिए किसी खास व्यवहार का इस्तेमाल किया है, तो media_resolution_high सेटिंग की जांच करें. इससे यह पक्का किया जा सकेगा कि आपको सटीक नतीजे मिलते रहें. Gemini 3 के डिफ़ॉल्ट वर्शन पर माइग्रेट करने से, PDF के लिए टोकन का इस्तेमाल बढ़ सकता है. हालांकि, वीडियो के लिए यह कम हो सकता है. अगर अनुरोध, कॉन्टेक्स्ट विंडो से ज़्यादा हैं, तो media_resolution को साफ़ तौर पर कम करें. ज़्यादा जानकारी के लिए, मीडिया रिज़ॉल्यूशन से जुड़े दस्तावेज़ देखें.
• एक साथ कई टूल इस्तेमाल करने की सुविधा का फ़ायदा उठाएं. एक ही अनुरोध में, Google Search, यूआरएल कॉन्टेक्स्ट, कोड एक्ज़ीक्यूशन, और कस्टम फ़ंक्शन का इस्तेमाल किया जा सकता है.
• अगर मल्टीमोडल फ़ंक्शन के जवाबों का इस्तेमाल किया जा रहा है, तो मल्टीमोडल कॉन्टेंट को फ़ंक्शन के जवाब वाले हिस्सों में डालें, न कि उनके साथ.
• फ़ंक्शन के जवाबों के साथ इनलाइन निर्देशों का इस्तेमाल करते समय, उन्हें अलग-अलग हिस्सों के तौर पर नहीं, बल्कि दो नई लाइनों से अलग किए गए फ़ंक्शन के जवाब वाले टेक्स्ट में जोड़ें.
• Gemini 3.x में इमेज सेगमेंटेशन की सुविधा काम नहीं करती. सेगमेंटेशन से जुड़े वर्कलोड के लिए, सूझ-बूझ वाली सुविधा बंद करके Gemini 2.5 Flash का इस्तेमाल जारी रखें या Gemini Robotics-ER 1.6 का इस्तेमाल करें.
• अपने कॉन्फ़िगरेशन से candidate_count हटा दें (Gemini 3.x में मौजूद नहीं है)

Gemini 3 की फ़ैमिली प्लान वाली सुविधाएं

Gemini 3.5 Flash में, Gemini 3 मॉडल फ़ैमिली की सभी सुविधाएं शामिल हैं. इनमें कंप्यूटर का इस्तेमाल करने की सुविधा भी शामिल है. Gemini 3 में लॉन्च की गई ये सुविधाएं अब भी उपलब्ध हैं:

• सोचना: एन्क्रिप्ट (सुरक्षित) किया गया एपीआई कॉल के दौरान, तर्क से जुड़े कॉन्टेक्स्ट को सुरक्षित रखा जाता है. Interactions API में अपने-आप; GenerateContent में इंप्लिसिट.
• टूल के साथ स्ट्रक्चर्ड आउटपुट: JSON मोड को बिल्ट-इन टूल (खोज, यूआरएल कॉन्टेक्स्ट, कोड एक्ज़ीक्यूट करना, फ़ंक्शन कॉल करना) के साथ कंबाइन करें.
• कई मोड में फ़ंक्शन के जवाब: फ़ंक्शन कॉल के नतीजों में इमेज, ऑडियो, और अन्य मीडिया दिखाएं.
• इमेज के साथ कोड को एक्ज़ीक्यूट करना: इमेज को प्रोसेस करने और जनरेट करने वाले कोड को एक्ज़ीक्यूट करें.
• एक साथ कई टूल का इस्तेमाल करना: एक ही अनुरोध में, पहले से मौजूद टूल और कस्टम फ़ंक्शन कॉलिंग का इस्तेमाल करें.
• मीडिया रिज़ॉल्यूशन: इमेज, वीडियो, और PDF इनपुट के लिए टोकन के बंटवारे पर बेहतर कंट्रोल. Gemini 3 मॉडल, अलग-अलग फ़िडेलिटी वाले प्रॉम्प्ट के लिए, हर कॉन्टेंट आइटम के हिसाब से रिज़ॉल्यूशन सेटिंग (low, medium, high, ultra_high) की सुविधा देते हैं.
• थॉट सिग्नेचर: मॉडल की इंटरनल रीज़निंग के एन्क्रिप्ट (सुरक्षित) किए गए वर्शन. स्टेटलेस मोड में, सिलसिलेवार बातचीत में फ़ंक्शन कॉलिंग के लिए ज़रूरी है. इसे Interactions API और आधिकारिक एसडीके अपने-आप मैनेज करते हैं.

प्रॉम्प्ट लिखने के सबसे सही तरीके

Gemini 3.x मॉडल, रीज़निंग मॉडल हैं. इसलिए, आपको प्रॉम्प्ट देने के तरीके में बदलाव करना होगा.

• सटीक निर्देश: कम से कम शब्दों में निर्देश दें. Gemini 3.x, सीधे और साफ़ तौर पर दिए गए निर्देशों का सबसे अच्छा जवाब देता है. ज़्यादा जानकारी देने वाले या मुश्किल प्रॉम्प्ट इंजीनियरिंग की ऐसी तकनीकें जो पुराने मॉडल के लिए डिज़ाइन की गई हैं उनकी वजह से, मॉडल ज़्यादा विश्लेषण कर सकता है.
• जवाब में शब्दों का इस्तेमाल: डिफ़ॉल्ट रूप से, Gemini 3 और 3.1 में कम शब्दों का इस्तेमाल किया जाता है. साथ ही, इसमें सीधे और असरदार जवाब देने को प्राथमिकता दी जाती है. अगर आपको बातचीत वाली टोन में जवाब चाहिए, तो अपने प्रॉम्प्ट में मॉडल को साफ़ तौर पर निर्देश दें. उदाहरण के लिए, "इसे एक दोस्ताना, बातचीत करने वाले असिस्टेंट के तौर पर समझाओ".
• कॉन्टेक्स्ट मैनेजमेंट: बड़े डेटासेट (जैसे, पूरी किताबें, कोडबेस या लंबे वीडियो) के साथ काम करते समय, अपने खास निर्देश या सवाल, प्रॉम्प्ट के आखिर में रखें. ऐसा डेटा के कॉन्टेक्स्ट के बाद करें. अपने सवाल की शुरुआत ऐसे वाक्यांश से करें जिससे मॉडल को जवाब देने के लिए, पहले दी गई जानकारी का इस्तेमाल करने के लिए कहा जा सके. जैसे, "ऊपर दी गई जानकारी के आधार पर...".

प्रॉम्प्ट इंजीनियरिंग गाइड में, प्रॉम्प्ट डिज़ाइन करने की रणनीतियों के बारे में ज़्यादा जानें.

सीमाएं

• Gemini 3.x में इमेज सेगमेंटेशन की सुविधा काम नहीं करती. सेगमेंटेशन से जुड़े वर्कलोड के लिए, सूझ-बूझ वाली सुविधा बंद करके Gemini 2.5 Flash का इस्तेमाल जारी रखें या Gemini Robotics-ER 1.6 का इस्तेमाल करें.

अक्सर पूछे जाने वाले सवाल

1. Gemini 3.5 Flash के लिए, जानकारी अपडेट होने की आखिरी तारीख क्या है? Gemini 3.5 Flash के पास जनवरी 2025 तक का डेटा है. ज़्यादा नई जानकारी के लिए, खोज के नतीजों से जानकारी पाने वाले टूल का इस्तेमाल करें.

2. कॉन्टेक्स्ट विंडो की सीमाएं क्या हैं? Gemini 3.5 Flash, 10 लाख टोकन वाली इनपुट कॉन्टेक्स्ट विंडो और 65 हज़ार तक आउटपुट टोकन के साथ काम करता है.

3. क्या मेरा पुराना thinking_budget कोड अब भी काम करेगा? हां, thinking_budget अब भी पुराने सिस्टम के साथ काम करता है. हालांकि, हम बेहतर परफ़ॉर्मेंस के लिए, thinking_level पर माइग्रेट करने का सुझाव देते हैं. एक ही अनुरोध में दोनों का इस्तेमाल न करें.

4. क्या Gemini 3.5 Flash, Batch API के साथ काम करता है? हां. ज़्यादा जानकारी के लिए, Batch API गाइड देखें.

5. क्या कॉन्टेक्स्ट को कैश मेमोरी में सेव करने की सुविधा काम करती है? हां, कॉन्टेक्स्ट को कैश मेमोरी में सेव करने की सुविधा काम करती है.

6. किन टूल का इस्तेमाल किया जा सकता है? Gemini 3.5 Flash इन सुविधाओं के साथ काम करता है: Google Search, Google Maps से मिली जानकारी का इस्तेमाल करना, फ़ाइलें खोजना, कोड एक्ज़ीक्यूट करना, यूआरएल का कॉन्टेक्स्ट, और स्टैंडर्ड फ़ंक्शन कॉलिंग, जिसमें एक साथ कई टूल इस्तेमाल करना भी शामिल है. Gemini 3.5 Flash में, कंप्यूटर का इस्तेमाल करने की सुविधा नहीं दी गई है.

अगले चरण

• प्रॉम्प्ट इंजीनियरिंग गाइड में, प्रॉम्प्ट डिज़ाइन करने की रणनीतियों के बारे में ज़्यादा जानें.
• Gemini 3 Cookbook का इस्तेमाल शुरू करना
• Gemini API के ऑप्टिमाइज़ेशन और अनुमान लगाने की सुविधा के बारे में जानें