Gemini Deep Research 现已推出预览版，支持协作规划、可视化、MCP 等功能。

Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

Gemini 3.5 Flash 的新功能

注意：此版本的页面介绍了新的 Interactions API，该 API 目前为 Beta 版。
对于稳定的生产部署，我们建议您继续使用 generateContent API。您可以使用此页面上的切换开关在两个版本之间切换。

Gemini 3.5 Flash 现已正式发布 (GA)，性能稳定，可用于大规模生产。作为我们最智能的 Flash 模型，它在智能体执行、编码和长期任务方面可大规模提供持续的领先性能。

本指南概述了 Gemini 3.5 Flash 的改进、API 变更和迁移指南。

新建模型

模型	模型 ID	说明
Gemini 3.5 Flash	`gemini-3.5-flash`	Google 最智能的模型，可在智能体和编码任务中持续提供前沿性能。

Gemini 3.5 Flash 支持 100 万个 token 的上下文窗口、最多 65,000 个输出 token、思考功能，以及与 Gemini 3 Flash 相同的工具和平台功能集。目前不支持电脑使用。

如需了解完整规格，请参阅型号概览。如需了解价格，请参阅价格页面。

快速入门

本指南中的所有示例均使用 Interactions API。该 API 还支持 GenerateContent API；相同的配置选项和建议也适用于该 API。

Python

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)

JavaScript

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();

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -H "Api-Revision: 2026-05-20" \
  -d '{
    "model": "gemini-3.5-flash",
    "input": "Explain how parallel agentic execution works in three sentences."
  }'

行为变更

新的默认运动强度：`medium`

默认的思考程度现在为 medium，与 Gemini 3 Flash 预览版中的 high 不同。medium 在各种任务中都能提供非常出色的结果，同时速度更快、成本效益更高。对于复杂问题，high 会促使模型进行更深入的思考。

工作量等级	适用情形
`minimal`	针对响应速度进行了优化。适用于聊天类使用情形、快速的事实性回答、更简单的工具调用。
`low`	需要更低延迟和更少步骤的代码和智能体任务。还非常适合需要一定思考的分析和写作任务。
`medium`（默认）	适合大多数任务，可提供最佳质量。建议用于复杂的代码和智能体用例。
`high`	最大限度地提高模型的思考能力和工具使用能力。最擅长处理复杂的推理、困难的数学问题以及最难的代码或代理任务。允许进行扩展思考和函数调用。

如需替换默认值，请在配置中设置 thinking_level：

Python

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)

JavaScript

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();

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -H "Api-Revision: 2026-05-20" \
  -d '{
    "model": "gemini-3.5-flash",
    "input": "Prove that the square root of 2 is irrational.",
    "generation_config": {"thinking_level": "high"}
  }'

下表显示了每个模型支持的思维水平：

思考等级	Gemini 3.5 Flash	Gemini 3.1 Pro	Gemini 3.1 Flash-Lite	Gemini 3 Flash	说明
`minimal`	支持	不受支持	支持（默认）	支持	与大多数查询的“不思考”设置相匹配。请注意，`minimal` 并不保证思考功能处于关闭状态，模型可能会针对复杂任务进行非常简单的推理。
`low`	支持	支持	支持	支持	最大限度地缩短延迟时间并降低费用。
`medium`	支持（默认）	支持	支持	支持	平衡的思考能力，适合处理大多数任务。
`high`	支持（动态）	支持（默认，动态）	支持（动态）	支持（默认，动态）	最大限度地提高推理深度。

思维保留

模型会自动在多轮对话中保持中间推理。如果对话历史记录中存在推理上下文，则会将其沿用下去，从而提高在复杂的多步任务（例如迭代调试和代码重构）方面的性能。无需进行 API 更改：

Interactions API：系统已自动保留想法。行为没有变化。
GenerateContent API：从 Gemini 3.5 Flash 开始，当对话历史记录中存在思考签名时，模型会使用之前所有轮次的推理上下文。为此，请在 contents 中传递完整且未修改的对话历史记录（包括思考签名）。SDK 会自动处理此问题。

Gemini 3.x 中的参数更新和最佳实践

以下内容适用于所有 Gemini 3.x 模型，包括 Gemini 3.5 Flash。

temperature、top_p、top_k：我们强烈建议不要更改默认值。Gemini 3 的推理能力已针对默认设置进行优化。
不过，应使用 thinking_level 代替 thinking_budget。
函数调用响应匹配：id、name 和响应计数必须与前面的调用匹配。
多模态函数响应：在函数响应内（而非外部）包含多模态内容。
函数响应中的内嵌指令：附加到函数响应文本，而不是作为单独的部分。
减少不必要的工具调用：使用较低的思考水平或通过实验调整系统指令，以减少代理工作流中的工具调用。

如需了解如何更新代码，请参阅以下部分。

抽样参数（不再推荐）

temperature、top_p 和 top_k 不再建议用于所有 Gemini 3.x 模型。Gemini 3 的推理能力已针对默认设置进行了优化。从所有请求中移除这些参数。

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

为确保确定性，我们建议您根据具体使用情形定义包含明确规则的系统指令。

`thinking_budget`（不再推荐）

现在，不建议在所有 Gemini 3.x 模型中使用原始数值 thinking_budget 参数。请改用 thinking_level 字符串枚举。

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

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

可用值：minimal、low、medium（默认值）和 high。

函数调用：严格的响应匹配

如果函数响应不匹配，Interactions API 已经会出错。GenerateContent API 目前不会出错，但如果响应不匹配，模型在大多数情况下会返回带有 finish_reason: STOP 的空响应。请务必遵循以下惯例：

要求	详细信息
包括 `id`	每个 `FunctionResponse` 都必须包含相应 `FunctionCall` 中的 `id`
第 `name` 场	响应中的 `name` 必须与调用中的 `name` 一致
匹配数	针对收到的每个 `FunctionCall` 准确返回一个 `FunctionResponse`

Python

# ✅ 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)}],
    }],
)

JavaScript

// ✅ 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) }],
  }],
});

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -H "Api-Revision: 2026-05-20" \
  -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": "..."}]
    }]
  }'

多模态函数响应

我们经常看到客户在函数响应之外提供图片。这可能会导致模型出现意外行为（例如思维泄露），并导致输出质量下降。请遵循多模态函数响应 API 文档中的建议，在发送给模型的函数响应部分中添加多模态内容。模型可以在下一轮对话中处理此多模态内容，从而生成更明智的回答。

Python

# ✅ 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,
                },
            ],
        }
    ],
)

JavaScript

// ✅ 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,
      },
    ],
  }],
});

函数响应中的内嵌指令

我们经常看到，客户端会提供额外的指令以及函数响应作为后续的 Parts。这可能会导致模型出现意外行为（例如思维泄露），并导致输出质量下降。而是将所有额外说明附加到函数响应文本的末尾，并用两个换行符分隔。

Python

# ✅ 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}],
    }],
)

JavaScript

// ✅ 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 }],
  }],
});

减少不必要的工具调用

如果您发现工具调用使用过度，可以采用以下两种技巧来尽量减少这种情况：

首先降低思考水平（medium、low 或 minimal）：较高的思考水平会促使模型使用更多工具进行探索和验证，因此降低思考水平可以减少工具调用次数。
添加系统指令：如果调整思维水平后，过度使用的情况仍然存在，请考虑使用限制工具使用的提示。例如：
```
You have a limited action budget of <n> tool calls. Use them efficiently.
```

迁移核对清单

我们强烈建议您更新到 google-genai SDK v2.0.0 或更高版本。此版本对 Interactions API 引入了重大更改。如需了解详情，请参阅重大更改迁移指南。

从 Gemini 3 Flash 预览版迁移

更新了模型名称：gemini-3-flash-preview → gemini-3.5-flash
查看价格。Gemini 3.5 Flash 比 Gemini 3 Flash 预览版更贵。如果您的使用场景对成本非常敏感，请考虑改用 Gemini 3.1 Flash-Lite。如需了解详情，请参阅价格页面。
从配置中移除 temperature、top_p、top_k（不再推荐）。
将 thinking_budget 替换为 thinking_level。
向所有 FunctionResponse 部分添加了 id 和匹配的 name。
测试提示。默认效果已从 high 更改为 medium；请验证质量、速度和费用。
现在，系统默认启用思维保留功能。推理上下文会在对话轮次之间延续，这有助于提升性能，但可能会增加令牌用量。
减少不必要的工具调用：首先降低思考水平（medium、low 或 minimal）；如果过度使用工具的情况持续存在，请添加系统指令来限制工具使用。
Gemini 3.5 Flash 目前不支持电脑使用。对于电脑使用工作负载，请继续使用 Gemini 3 Flash 预览版。

从 Gemini 2.5 迁移

以上全部，外加：

简化提示。如果您之前使用思维链提示工程来强制推理，请尝试改用 thinking_level: "medium" 或 "high" 并搭配更简单的提示。
测试 PDF 和媒体工作负载。如果您依赖于密集文档解析的特定行为，请测试 media_resolution_high 设置，以确保准确性不会受到影响。迁移到 Gemini 3 默认设置还可能会增加 PDF 的 token 使用量，但会减少视频的 token 使用量；如果请求超出上下文窗口，请明确降低 media_resolution。如需了解详情，请参阅媒体分辨率文档。
利用组合工具使用。Google 搜索、网址上下文、代码执行和自定义函数可以在同一请求中使用。
如果使用多模态函数响应，请将多模态内容移到函数响应部分内，而不是放在旁边。
如果将内嵌指令与函数响应搭配使用，请将内嵌指令附加到函数响应文本中，并用两个换行符分隔，而不是作为单独的部分。
Gemini 3.x 不支持图像分割。对于分割工作负载，请继续使用 Gemini 2.5 Flash 并关闭思考功能，或使用 Gemini Robotics-ER 1.6。
从配置中移除 candidate_count（Gemini 3.x 中不支持）

Gemini 3 系列功能

Gemini 3.5 Flash 继承了 Gemini 3 系列的所有功能，但“电脑使用”功能除外。Gemini 3 中引入并沿用至今的功能：

思考：在 API 调用之间保留加密的推理上下文。在 Interactions API 中自动进行；在 GenerateContent 中隐式进行。
使用工具生成结构化输出：将 JSON 模式与内置工具（搜索、网址上下文、代码执行、函数调用）相结合。
多模态函数响应：在函数调用结果中返回图片、音频和其他媒体。
使用图片执行代码：执行处理和生成图片的代码。
组合使用工具：在同一请求中使用内置工具和自定义函数调用。
媒体分辨率：对图片、视频和 PDF 输入的 token 分配进行精细控制。Gemini 3 模型支持为混合保真度提示设置每个内容项的分辨率（low、medium、high、ultra_high）。
思考特征：模型内部推理的加密表示形式。在无状态模式下进行多轮函数调用时需要；由 Interactions API 和官方 SDK 自动管理。

提示最佳实践

Gemini 3.x 模型是推理模型，因此您应采用不同的提示方式。

明确的指令：简洁明了。Gemini 3.x 最能理解直接、清晰的指令。为旧版模型设计的冗长或复杂的提示工程技术可能会导致模型过度分析。
输出详细程度：默认情况下，Gemini 3 和 3.1 的输出详细程度较低，更倾向于直接、高效的回答。如果您的应用场景需要对话式语气，请在提示中明确引导模型（例如，“以友好健谈的助理身份解释此内容”）。
上下文管理：处理大型数据集（例如整本书、代码库或长视频）时，请将具体指令或问题放在提示末尾的数据上下文之后。通过以“根据上述信息…”等短语开头来锚定模型的推理。

如需详细了解提示设计策略，请参阅提示工程指南。

限制

Gemini 3.x 不支持图像分割。对于分割工作负载，请继续使用 Gemini 2.5 Flash 并关闭思考功能，或使用 Gemini Robotics-ER 1.6。

常见问题解答

Gemini 3.5 Flash 的知识截点是什么？Gemini 3.5 Flash 的知识截点为 2025 年 1 月。如需了解最新信息，请使用搜索依据工具。
上下文窗口有哪些限制？Gemini 3.5 Flash 支持 100 万个 token 输入的上下文窗口，以及最多 65,000 个输出 token。
我的旧版 thinking_budget 代码是否仍然有效？是的，为了实现向后兼容性，我们仍支持 thinking_budget，但建议您迁移到 thinking_level，以便获得更可预测的性能。请勿在同一请求中同时使用这两者。
Gemini 3.5 Flash 是否支持 Batch API？可以。如需了解详情，请参阅 Batch API 指南。
是否支持上下文缓存？支持，上下文缓存受支持。
支持哪些工具？Gemini 3.5 Flash 支持Google 搜索、Grounding with Google Maps、文件搜索、代码执行、网址上下文和标准函数调用，包括组合使用工具。Gemini 3.5 Flash 不支持电脑使用。

后续步骤

如需详细了解提示设计策略，请参阅提示工程指南。
开始使用 Gemini 3 Cookbook
了解 Gemini API 优化和推理

Gemini 3.5 Flash 的新功能

新建模型

快速入门

Python

JavaScript

REST

最新资讯

选择合适的 Flash 型号

行为变更

新的默认运动强度：`medium`

Python

JavaScript

REST

思维保留

Gemini 3.x 中的参数更新和最佳实践

抽样参数（不再推荐）

`thinking_budget`（不再推荐）

函数调用：严格的响应匹配

Python

JavaScript

REST

多模态函数响应

Python

JavaScript

函数响应中的内嵌指令

Python

JavaScript

减少不必要的工具调用

迁移核对清单

从 Gemini 3 Flash 预览版迁移

从 Gemini 2.5 迁移

Gemini 3 系列功能

提示最佳实践

限制

常见问题解答

后续步骤

Gemini 3.5 Flash 的新功能

新建模型

快速入门

Python

JavaScript

REST

最新资讯

选择合适的 Flash 型号

行为变更

新的默认运动强度：medium

Python

JavaScript

REST

思维保留

Gemini 3.x 中的参数更新和最佳实践

抽样参数（不再推荐）

thinking_budget（不再推荐）

函数调用：严格的响应匹配

Python

JavaScript

REST

多模态函数响应

Python

JavaScript

函数响应中的内嵌指令

Python

JavaScript

减少不必要的工具调用

迁移核对清单

从 Gemini 3 Flash 预览版迁移

从 Gemini 2.5 迁移

Gemini 3 系列功能

提示最佳实践

限制

常见问题解答

后续步骤

新的默认运动强度：`medium`

`thinking_budget`（不再推荐）