Nouveautés de Gemini 3.6 Flash et 3.5 Flash-Lite

Dernier modèle Autres modèles

Gemini 3.6 Flash (gemini-3.6-flash) et Gemini 3.5 Flash-Lite (gemini-3.5-flash-lite) sont disponibles pour tous les utilisateurs et prêts à être utilisés en production.

• Gemini 3.6 Flash : amélioration des performances pour les tâches complexes d'agent et multimodales, tout en réduisant l'utilisation de jetons, à un prix inférieur à celui de 3.5 Flash.
• Gemini 3.5 Flash-Lite : le modèle le plus rapide et le moins cher de la famille 3.5. Surpasse les générations précédentes de Flash-Lite pour l'exécution à haut débit.

Ce guide explique les nouveautés de chaque modèle, les modifications d'API qui affectent votre code et comment migrer.

Nouveaux modèles

Les deux modèles sont compatibles avec la fenêtre de contexte d'un million de jetons, le nombre maximal de 64 000 jetons de sortie, la réflexion et l'ensemble complet d'outils intégrés, y compris Utilisation de l'ordinateur.

Pour obtenir les caractéristiques complètes, consultez les pages des modèles :

• Page du modèle Gemini 3.6 Flash
• Page du modèle Gemini 3.5 Flash-Lite

Pour en savoir plus sur les tarifs, consultez la page des tarifs.

Guide de démarrage rapide

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": "Write a three.js script that renders an interactive 3D robot."
  }'

Nouveautés de Gemini 3.6 Flash

• Réduction des jetons et des tours de conversation : exécute des workflows multi-étapes avec moins d'étapes de raisonnement, de tours de conversation et d'appels d'outils que Gemini 3.5. Il réduit également la spirale de la boucle d'exécution.
• Génération de code améliorée : génère du code prêt pour la production de meilleure qualité, avec moins de modifications indésirables et moins de boucles de débogage.
• Meilleure compréhension des instructions : réduit les modifications de fichiers indésirables lors des tâches de diagnostic.
• Raisonnement multimodal et spatial renforcé : amélioration des performances en termes d'interprétation des graphiques, de conversion des plans visuels et de génération de mises en page Web multi-éléments.
• Inspection programmatique en amont : préfère exécuter des scripts de code de diagnostic avant d'apporter des modifications plus souvent que Gemini 3.5 Flash. Cela améliore la précision des tâches complexes, mais peut ajouter des étapes d'exploration supplémentaires aux tâches de routine de l'interface utilisateur.
• Assistance pour l'utilisation de l'ordinateur : prise en charge en tant qu'outil intégré pour l'automatisation de l'UI agentique.
• Préférence pour le style de l'UI : il est plus performant pour créer du code fonctionnel, mais les évaluateurs humains ont préféré les modèles précédents pour la présentation visuelle et le style. Pour éviter cela, vous pouvez fournir des consignes de conception explicites.
• Effort de réflexion par défaut (moyen) : utilise le même niveau de réflexion par défaut medium que Gemini 3.5 Flash.
• Tarifs réduits : les coûts des jetons de sortie sont plus bas (7,50 $/1M contre 9,00 $/1M pour 3.5 Flash). Les jetons d'entrée restent à 1,50 $/1M.

Nouveautés de Gemini 3.5 Flash-Lite

• Latence d'exécution des tâches réduite : débit le plus élevé de la famille 3.5 pour l'analyse de données à volume élevé et l'extraction de documents.
• Performances multimodales et de raisonnement améliorées : chemin de migration solide depuis Gemini 2.5 Flash, avec des scores plus élevés pour les tâches de raisonnement comme HLE (18% contre 11%) et les benchmarks multimodaux comme CharXIV (74,5% contre 63,7%).
• Orchestration des sous-agents et fiabilité des outils : améliore la fiabilité de l'exécution des outils pour les workflows d'exécution de code, de recherche et MCP. Augmentez le niveau de réflexion pour la planification autonome et les tâches complexes des sous-agents.
• Compréhension améliorée des documents : améliore la justesse de l'analyse des documents et de l'extraction des données structurées. Testez les niveaux de réflexion minimal et élevé en fonction de la complexité du document.
• Codage Web interactif et traitement des données tabulaires : il est très performant pour le traitement des données tabulaires et JavaScript frontend en planifiant l'exécution de code léger.
• Persistance du chatbot et du persona : meilleure cohérence du persona et suivi des instructions multitours par rapport à Gemini 3.1 Flash-Lite.
• Assistance pour l'utilisation de l'ordinateur : prise en charge en tant qu'outil intégré pour l'automatisation de l'UI agentique.

Choisir le bon modèle Flash ou Flash-Lite

Utilisez ce tableau pour sélectionner le modèle et le chemin de migration adaptés à vos charges de travail.

Les deux modèles nécessitent la suppression des paramètres d'échantillonnage obsolètes (temperature, top_p, top_k) et des tours de modèle préremplis. Pour en savoir plus, consultez Modifications des API.

Assistance pour l'agent Antigravity

Gemini 3.6 Flash a ajouté la compatibilité avec l'agent Antigravity dans les Managed Agents Gemini.

Pour obtenir des exemples de code actuels et la dernière configuration d'agent par défaut, consultez le guide de l'agent Antigravity et le guide Gemini 3.8 Flash.

Modifications de l'API et mises à jour des paramètres

À partir de Gemini 3.6 Flash et Gemini 3.5 Flash-Lite, les modifications suivantes de l'API s'appliquent à ces modèles et à toutes les futures versions de modèles Gemini.

• Abandon des paramètres d'échantillonnage : temperature, top_p et top_k sont abandonnés. L'API ignore ces paramètres et renvoie une erreur dans les futures générations de modèles.
• Validation des tours de modèle préremplis : le préremplissage des tours de modèle n'est plus accepté. Si le dernier tour non vide de la requête est un tour model, l'API renvoie une erreur 400.

Les sections suivantes fournissent des explications détaillées et des exemples de code pour chaque modification de l'API.

1. Obsolescence des paramètres d'échantillonnage (temperature, top_p, top_k)

temperature, top_p et top_k sont obsolètes et ignorés. Dans les futures générations de modèles, la fourniture de ces paramètres renverra une erreur HTTP 400. Supprimez ces paramètres de toutes les requêtes.

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

Pour améliorer le déterminisme, définissez une instruction système avec des règles explicites pour votre cas d'utilisation spécifique.

2. Validation des tours de modèle préremplis

Les requêtes API se terminant par un tour de rôle de modèle non vide ne sont pas autorisées et renvoient une erreur HTTP 400.

⚠️ Éviter

Dans les anciennes charges utiles generateContent ou REST brutes, il n'est désormais plus autorisé de terminer par un tour de rôle de modèle :

/* ❌ 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 */
  ]
}

✅ Migration recommandée (API Interactions)

Dans l'API Interactions, les tours de modèle ne sont pas préremplis manuellement. Si votre application préremplissait auparavant un tour de modèle pour supprimer les préambules ou forcer le formatage JSON, utilisez plutôt system_instruction ou Sorties structurées.

# ✅ 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.",
)

Checklist de migration

Migrer vers gemini-3.6-flash

• Mettez à jour l'ID du modèle : remplacez la chaîne de modèle cible par gemini-3.6-flash.
• Appliquez les mises à jour des paramètres : supprimez les paramètres d'échantillonnage obsolètes (temperature, top_p, top_k), candidate_count (non pris en charge dans Gemini 3 et versions ultérieures) et les tours de modèle préremplis, comme indiqué dans Modifications de l'API et mises à jour des paramètres.
• Configurer le niveau de réflexion : remplacez thinking_budget par thinking_level ("medium" ou "high").
• Auditer l'appel de fonction :
  • Placez les composants multimodaux dans le payload de réponse.
  • Mettez en forme les instructions intégrées à l'aide de \n\n.
  • Si vous voyez des erreurs Malformed_Function_Call liées au texte avant l'outil, consultez Solutions de contournement pour les exigences concernant le texte avant l'outil.
• Exigences de base pour Gemini 3.x : pour les mises à jour du SDK et la préservation de la signature de pensée, consultez la Checklist de migration Gemini 3.5.

Migrer vers gemini-3.5-flash-lite

• Mettez à jour l'ID du modèle : remplacez la chaîne de modèle cible par gemini-3.5-flash-lite.
• Configurer le niveau d'effort de réflexion :
  • Pour l'extraction, le routage ou la classification à volume élevé : laissez thinking_level sur "minimal" (par défaut) pour un débit maximal.
  • Pour les sous-agents autonomes avec des appels d'outils, l'exécution de code ou le raisonnement en plusieurs étapes : définissez thinking_level sur "medium" ou "high" pour éviter l'arrêt prématuré de l'outil.
• Supprimez les paramètres obsolètes et validez l'appel de fonction : appliquez les mêmes règles que pour 3.6 Flash.
• Exigences de base pour Gemini 3.x : consultez la checklist de migration vers Gemini 3.5.

Étapes suivantes

• Consultez les spécifications de l'API sur la page Présentation des modèles.
• Découvrez l'orchestration multi-agent dans le guide de l'API Interactions.
• Testez et affinez les requêtes dans Google AI Studio.