Como usar os modelos mais recentes do Gemini

Esta página 3.5 Flash

O Gemini 3.6 Flash (gemini-3.6-flash) e o Gemini 3.5 Flash-Lite (gemini-3.5-flash-lite) estão em disponibilidade geral (GA) e prontos para uso em produção.

• Gemini 3.6 Flash: performance mais forte em tarefas complexas de agentes e multimodais, reduzindo o uso de tokens, com um preço mais baixo do que o 3.5 Flash.
• Gemini 3.5 Flash-Lite: o modelo mais rápido e de menor custo da família 3.5. Supera as gerações anteriores do Flash-Lite para execução de alta capacidade.

Este guia explica as novidades de cada modelo, quais mudanças na API afetam seu código e como migrar.

Novos modelos

Os dois modelos oferecem suporte à janela de contexto de 1 milhão de tokens, 64 mil tokens de saída máximos, pensamento e o conjunto completo de ferramentas integradas, incluindo Uso do computador.

Para conferir as especificações completas, consulte as páginas do modelo:

• Página do modelo Gemini 3.6 Flash
• Página do modelo Gemini 3.5 Flash-Lite

Para conferir os preços detalhados, consulte a página de preços.

Guia de início rápido

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."}]
    }
  }'

Novidades do Gemini 3.6 Flash

• Redução de tokens e turnos:conclui fluxos de trabalho de várias etapas com menos etapas de raciocínio, turnos de conversa e chamadas de ferramentas do que o Gemini 3.5. Ele também reduz a espiral do loop de execução.
• Geração de código aprimorada:produz código pronto para produção de maior qualidade com menos edições indesejadas e menos loops de depuração.
• Melhor acompanhamento de instruções: reduz as mudanças de arquivo indesejadas durante as tarefas de diagnóstico.
• Raciocínio multimodal e espacial forte:performance aprimorada na interpretação de gráficos, conversão de projetos visuais e geração de layouts da Web com vários elementos.
• Inspeção programática antecipada:prefere executar scripts de código de diagnóstico antes de fazer mudanças com mais frequência do que o Gemini 3.5 Flash. Isso melhora a precisão em tarefas complexas, mas pode adicionar etapas exploratórias extras em trabalhos simples de front-end.
• Suporte ao uso do computador:com suporte como ferramenta nativa para automação de interface de agentes.
• Preferência de estilo de interface: melhor na criação de código funcional, embora os avaliadores humanos tenham preferido modelos anteriores para layout visual e estilo. É possível mitigar isso fornecendo diretrizes de design explícitas.
• Esforço de pensamento padrão (médio) : usa o mesmo nível de pensamento padrão medium do Gemini 3.5 Flash.
• Preços reduzidos: custos de token de saída mais baixos (US$ 7,50/1 milhão em comparação com US$ 9,00/1 milhão para o 3.5 Flash). Os tokens de entrada permanecem em US $1,50/1 milhão.

Novidades do Gemini 3.5 Flash-Lite

• Latência de execução de tarefas reduzida:maior capacidade de processamento na família 3.5 para análise de dados de alto volume e extração de documentos.
• Raciocínio aprimorado e performance multimodal:caminho de migração forte do Gemini 2.5 Flash, com pontuações mais altas em tarefas de raciocínio, como HLE (18,0% em comparação com 11,0%) e benchmarks multimodais, como CharXIV (74,5% em comparação com 63,7%).
• Orquestração de subagentes e confiabilidade de ferramentas:melhora a confiabilidade da execução de ferramentas para execução de código, pesquisa e fluxos de trabalho de MCP. Aumente o nível de pensamento para planejamento autônomo e tarefas complexas de subagentes.
• Melhor compreensão de documentos:melhora a acurácia na análise de documentos e na extração de dados estruturados. Teste níveis de pensamento mínimos e altos, dependendo da complexidade do documento.
• Programação interativa da Web e processamento de dados tabulares:tem um bom desempenho no JavaScript de front-end e no processamento de dados tabulares, planejando a execução de código leve.
• Chatbot e persistência de persona:acompanhamento de instruções multiturno e consistência de persona mais fortes do que o Gemini 3.1 Flash-Lite.
• Suporte ao uso do computador:com suporte como ferramenta nativa para automação de interface de agentes.

Como escolher o modelo Flash ou Flash-Lite certo

Use esta tabela para selecionar o modelo e o caminho de migração certos para suas cargas de trabalho.

Os dois modelos exigem a remoção de parâmetros de amostragem descontinuados (temperature, top_p, top_k) e turnos de modelo pré-preenchidos. Consulte Mudanças na API para mais detalhes.

Agente do Antigravity atualizado

Devido à performance aprimorada, o Gemini 3.6 Flash agora é o novo modelo padrão que alimenta o agente do Antigravity nos agentes gerenciados do Gemini. Isso pode ser alterado definindo um novo campo na 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"
}'

Mudanças na API e atualizações de parâmetros

A partir do Gemini 3.6 Flash e do Gemini 3.5 Flash-Lite, as seguintes mudanças na API se aplicam a esses modelos e a todos os lançamentos futuros de modelos do Gemini.

• Descontinuação do parâmetro de amostragem: temperature, top_p e top_k foram descontinuados. A API ignora esses parâmetros e retorna um erro em gerações futuras de modelos.
• Validação de turnos de modelo pré-preenchidos: o pré-preenchimento de turnos de modelo não é mais compatível. Se o último turno não vazio na solicitação for um turno model, a API vai retornar um erro 400.

Confira abaixo explicações detalhadas e exemplos de código para cada mudança na API.

1. Descontinuação do parâmetro de amostragem (temperature, top_p, top_k)

temperature, top_p e top_k foram descontinuados e ignorados. Em gerações futuras de modelos, o fornecimento desses parâmetros retorna um erro HTTP 400. Remova esses parâmetros de todas as solicitações.

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

Para melhorar o determinismo, defina uma instrução de sistema com regras explícitas para seu caso de uso específico.

2. Validação de turnos de modelo pré-preenchidos

As solicitações de API que terminam com um turno de função de modelo não vazio não são permitidas e retornam um erro HTTP 400.

⚠️ Evite

Em payloads REST brutos ou generateContent legados, o encerramento com um turno de função de modelo não é mais permitido:

/* ❌ 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 */
  ]
}

✅ Migração recomendada (API Interactions)

Na API Interactions, os turnos de modelo não são pré-preenchidos manualmente. Se o aplicativo tiver pré-preenchido um turno de modelo para suprimir preâmbulos ou forçar a formatação JSON, use system_instruction ou saídas estruturadas em vez disso.

# ✅ 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.",
)

Lista de verificação de migração

Migrar para o gemini-3.6-flash

• Atualizar o ID do modelo:mude a string do modelo de destino para gemini-3.6-flash.
• Remover parâmetros de amostragem descontinuados:
  • Remova temperature, top_p e top_k das configurações de geração.
  • Substitua thinking_budget pela enumeração de string thinking_level definida como "medium" ou "high".
  • Remova candidate_count (sem suporte no Gemini 3.x).
• Aplicar regras de validação de turnos:
  • Padronize conversas multiturno no previous_interaction_id do lado do servidor.
  • Remova os turnos de modelo pré-preenchidos.
• Auditoria de chamadas de função
  • Coloque recursos multimodais no payload da resposta.
  • Formate instruções inline usando \n\n.
  • Se você encontrar erros Malformed_Function_Call vinculados ao texto pré-ferramenta, consulte Soluções alternativas para requisitos de texto pré-ferramenta.
  • Somente se você estiver usando a API generateContent: verifique se todos os objetos FunctionResponse incluem call_id e name.
• Requisitos básicos do Gemini 3.x:para atualizações do SDK e preservação da assinatura de pensamento, consulte a lista de verificação de migração do Gemini 3.5.

Migrar para o gemini-3.5-flash-lite

• Atualizar o ID do modelo:mude a string do modelo de destino para gemini-3.5-flash-lite.
• Configurar o nível de esforço de pensamento:
  • Para extração, roteamento ou classificação de alto volume: deixe thinking_level como "minimal" (padrão) para capacidade máxima.
  • Para subagentes autônomos com chamadas de ferramentas, execução de código ou raciocínio em várias etapas: defina thinking_level como "medium" ou "high" para evitar o encerramento prematuro da ferramenta.
• Remover parâmetros descontinuados e validar chamadas de função: aplique as mesmas regras do 3.6 Flash.
• Requisitos básicos do Gemini 3.x:consulte a lista de verificação de migração do Gemini 3.5.

Próximas etapas

• Revise as especificações da API na visão geral dos modelos.
• Conheça a orquestração multiagente no guia da API Interactions.
• Teste e refine comandos no Google AI Studio.