שימוש במודלים העדכניים של Gemini

הנושאים בדף 3.5 Flash

‫Gemini 3.6 Flash‏ (gemini-3.6-flash) ו-Gemini 3.5 Flash-Lite‏ (gemini-3.5-flash-lite) זמינים לכלל המשתמשים (GA) ומוכנים לשימוש בסביבת ייצור.

• ‫Gemini 3.6 Flash: ביצועים טובים יותר במשימות מורכבות של סוכנים ושל מודלים מולטי-מודאליים, תוך צמצום השימוש בטוקנים, במחיר נמוך יותר מ-3.5 Flash.
• ‫Gemini 3.5 Flash-Lite: המודל הכי מהיר והכי זול בסדרת 3.5. הביצועים שלו טובים יותר מהדורות הקודמים של Flash-Lite בביצוע עם תפוקה גבוהה.

במדריך הזה מוסבר מה חדש בכל מודל, אילו שינויים ב-API משפיעים על הקוד ואיך לבצע מיגרציה.

מודלים חדשים

שני המודלים תומכים בחלון הקשר של מיליון טוקנים, ב-64,000 טוקנים מקסימליים של פלט, בחשיבה ובחבילה המלאה של כלים מובנים, כולל שימוש במחשב.

מפרטים מלאים זמינים בדפי הדגמים:

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

למידע מפורט על המחירים, אפשר לעיין בדף המחירים.

מדריך למתחילים

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.6-flash",
    input="Write a three.js script that renders an interactive 3D robot."
)

print(interaction.output_text)

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

const ai = new GoogleGenAI({});

async function main() {
  const interaction = await ai.interactions.create({
    model: "gemini-3.6-flash",
    input: "Write a three.js script that renders an interactive 3D robot.",
  });
  console.log(interaction.outputText);
}

main();

curl "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "model": "gemini-3.6-flash",
    "input": {
      "parts": [{"text": "Write a three.js script that renders an interactive 3D robot."}]
    }
  }'

מה חדש ב-Gemini 3.6 Flash

• צמצום של טוקנים ושל תורות בדיבור: השלמת תהליכי עבודה מרובי-שלבים עם פחות שלבי חשיבה רציונלית, תורות בדיבור וקריאות לכלים בהשוואה ל-Gemini 3.5. היא גם מפחיתה את הסיכון ללולאות אינסופיות של ביצוע.
• יצירת קוד משופרת: יצירת קוד באיכות גבוהה יותר שמוכן לייצור, עם פחות עריכות לא רצויות ופחות לולאות ניפוי באגים.
• שיפור היכולת לפעול לפי הוראות: הפחתת שינויים לא רצויים בקבצים במהלך משימות אבחון.
• הסקה מרחבית ורב-אופנית משופרת: ביצועים משופרים בניתוח תרשימים, בהמרת תוכניות חזותיות וביצירת פריסות אינטרנט מרובות רכיבים.
• בדיקה תוכניתית מראש: Gemini 2.5 Pro מעדיף להריץ סקריפטים של קוד אבחון לפני ביצוע שינויים בתדירות גבוהה יותר מ-Gemini 3.5 Flash. השיטה הזו משפרת את הדיוק במשימות מורכבות, אבל יכולה להוסיף שלבים מיותרים של חיפוש מידע בעבודות פשוטות שקשורות לחלק הקצה הקדמי של האתר.
• תמיכה בשימוש במחשב: נתמכת ככלי מקורי לאוטומציה של ממשק משתמש מבוסס-סוכן.
• העדפות לגבי סגנון ממשק המשתמש: המודל טוב יותר ביצירת קוד פונקציונלי, אבל בודקים אנושיים העדיפו מודלים קודמים מבחינת פריסה חזותית וסגנון. כדי לצמצם את הבעיה, אפשר 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.
• תמחור מוזל: עלויות נמוכות יותר של טוקנים של פלט (7.50$ למיליון לעומת 9.00$ למיליון ל-3.5 Flash). המחיר של טוקנים של קלט נשאר 1.50 $למיליון.

מה חדש ב-Gemini 3.5 Flash-Lite

• זמן האחזור של ביצוע המשימות קצר יותר: התפוקה הכי גבוהה במשפחת 3.5 לניתוח נתונים בכמויות גדולות ולחילוץ מסמכים.
• ביצועים משופרים של חשיבה רציונלית ומולטי-מודאליות: נתיב מיגרציה חזק מ-Gemini 2.5 Flash, עם ציונים גבוהים יותר במשימות של חשיבה רציונלית כמו HLE‏ (18.0% לעומת 11.0%) ובמדדי ביצועים מולטי-מודאליים כמו CharXIV‏ (74.5% לעומת 63.7%).
• ארגון של סוכנים משניים ומהימנות של כלים: שיפור המהימנות של הפעלת כלים לביצוע קוד, לחיפוש ולתהליכי עבודה של MCP. העלאת רמת החשיבה לתכנון אוטונומי ולמשימות מורכבות של סוכני משנה.
• הבנה משופרת של מסמכים: שיפור הדיוק בניתוח מסמכים ובחילוץ נתונים מובְנים. אפשר להתנסות ברמות חשיבה מינימליות וגבוהות, בהתאם למורכבות המסמך.
• קידוד אינטראקטיבי ועיבוד נתונים טבלאיים: ביצועים טובים מאוד ב-JavaScript של חזית האתר ובעיבוד נתונים טבלאיים באמצעות תכנון דרך הרצת קוד קלה.
• צ'אטבוט ועקביות התפקיד: יכולת טובה יותר לעקוב אחרי הוראות רב-שלביות ולשמור על עקביות התפקיד בהשוואה ל-Gemini 3.1 Flash-Lite.
• תמיכה בשימוש במחשב: נתמכת ככלי מקורי לאוטומציה של ממשק משתמש מבוסס-סוכן.

בחירת המודל המתאים של Flash או Flash-Lite

אפשר להשתמש בטבלה הזו כדי לבחור את המודל ואת נתיב ההעברה שמתאימים לעומסי העבודה שלכם.

בשני המודלים צריך להסיר פרמטרים של דגימה שהוצאו משימוש (temperature, top_p, top_k) ופניות למודל שמולאו מראש. פרטים נוספים זמינים במאמר בנושא שינויים ב-API.

סוכן Antigravity עודכן

בגלל הביצועים המשופרים שלו, Gemini 3.6 Flash הוא עכשיו מודל ברירת המחדל החדש שמפעיל את סוכן Antigravity ב-Gemini Managed Agents. אפשר לשנות את זה על ידי הגדרת שדה חדש ב-API.

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input="Read Hacker News, summarize the top 10 stories, and save the results as a PDF.",
    environment="remote",
)

print(interaction.output_text)

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

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
    agent: "antigravity-preview-05-2026",
    input: "Read Hacker News, summarize the top 10 stories, and save the results as a PDF.",
    environment: "remote",
}, { timeout: 300000 });

console.log(interaction.output_text);

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "Content-Type: application/json" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-d '{
    "agent": "antigravity-preview-05-2026",
    "input": "Read Hacker News, summarize the top 10 stories, and save the results as a PDF.",
    "environment": "remote"
}'

שינויים ב-API ועדכונים בפרמטרים

החל מ-Gemini 3.6 Flash ומ-Gemini 3.5 Flash-Lite, השינויים הבאים ב-API חלים על מודלים אלה ועל כל מודלי Gemini העתידיים.

• הוצאה משימוש של פרמטרים לדגימה: הפרמטרים temperature,‏ top_p ו-top_k הוצאו משימוש. ממשק ה-API מתעלם מהפרמטרים האלה ומחזיר שגיאה בדורות עתידיים של המודל.
• אימות של תפניות במודל עם מילוי מראש: אין יותר תמיכה במילוי מראש של תפניות במודל. אם התור האחרון בבקשה שלא ריק הוא תור של model, ה-API מחזיר שגיאת 400.

בהמשך מופיעים הסברים מפורטים ודוגמאות קוד לכל שינוי ב-API.

1. הוצאה משימוש של פרמטרים לדגימה (temperature, top_p, top_k)

התכונות temperature, top_p וגם top_k הוצאו משימוש ומתעלמים מהן. בדורות הבאים של המודלים, אם תספקו את הפרמטרים האלה, תוחזר שגיאת HTTP 400. הסרת 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 תורות במודל עם מילוי מראש

בקשות ל-API שמסתיימות בתפקיד מודל לא ריק אסורות, ומוחזרת שגיאת HTTP 400.

⚠️ הימנעות

במטען ייעודי (payload) של generateContent מדור קודם או במטען ייעודי (payload) של REST גולמי, אסור עכשיו 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 */
  ]
}

‫✅ מיגרציה מומלצת (Interactions API)

ב-Interactions API, לא מתבצעת מילוי מראש ידני של תורות במודל. אם האפליקציה שלכם מילאה מראש תור של מודל כדי להשמיט פתיחים או לכפות עיצוב JSON, אתם צריכים להשתמש במקום זאת ב-system_instruction או בפלט מובנה.

# ✅ RECOMMENDED: Use system_instruction in the Interactions API to specify output format
interaction = client.interactions.create(
    model="gemini-3.6-flash",
    input="Translate 'Hello world' to Spanish.",
    system_instruction="Output only the translation without introductory text.",
)

רשימת משימות להעברה

מעבר אל gemini-3.6-flash

• עדכון מזהה המודל: משנים את מחרוזת מודל היעד ל-gemini-3.6-flash.
• הסרת פרמטרים של דגימה שהוצאו משימוש:
  • הסרת temperature,‏ top_p ו-top_k מהגדרות היצירה.
  • מחליפים את thinking_budget במחרוזת enum thinking_level שמוגדרת ל-"medium" או ל-"high".
  • הסרת candidate_count (לא נתמך ב-Gemini 3.x).
• החלת כללי אימות של תור:
  • סטנדרטיזציה של שיחות רב-שלביות בצד השרת previous_interaction_id.
  • הסרת תפניות של מודל שמולאו מראש.
• ביקורת של הפעלת פונקציות:
  • ממקמים נכסים מולטימודאליים בתוך מטען הייעודי (payload) של התגובה.
  • מעצבים הוראות מוטבעות באמצעות \n\n.
  • אם מופיעות שגיאות Malformed_Function_Call שקשורות לטקסט לפני הכלי, אפשר לעיין במאמר פתרונות עקיפים לדרישות לגבי טקסט לפני הכלי.
  • רק אם משתמשים ב-generateContent API: מוודאים שכל האובייקטים מסוג FunctionResponse כוללים את call_id ואת name.
• דרישות בסיסיות ל-Gemini 3.x: למידע על עדכוני SDK ועל שמירת חתימת המחשבה, אפשר לעיין ברשימת המשימות למיגרציה ל-Gemini 3.5.

מעבר ל-gemini-3.5-flash-lite

• עדכון מזהה המודל: משנים את מחרוזת מודל היעד ל-gemini-3.5-flash-lite.
• הגדרת רמת המאמץ המחשבתי:
  • למיצוי, להעברה או לסיווג של נפחים גדולים: משאירים את הערך 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 לערך "medium" או את "high" לערך "high" כדי למנוע סיום מוקדם של הכלי.
• הסרת פרמטרים שהוצאו משימוש ואימות של הפעלת פונקציות: צריך להחיל את אותם כללים כמו ב-3.6 Flash.
• הדרישות הבסיסיות ל-Gemini 3.x: אפשר לעיין ברשימת המשימות להעברה ל-Gemini 3.5.

השלבים הבאים

• אפשר לעיין במפרטי ה-API בסקירה הכללית של המודלים.
• מידע נוסף על תזמור של כמה סוכנים זמין במדריך לשימוש ב-Interactions API.
• בודקים ומעדנים את ההנחיות ב-Google AI Studio.