Novità di Gemini 3.6 Flash e 3.5 Flash-Lite

Ultimo modello Altri modelli

Gemini 3.6 Flash (gemini-3.6-flash) e Gemini 3.5 Flash-Lite (gemini-3.5-flash-lite) sono release di generazione precedente della serie Gemini 3 e rimangono disponibili per l'utilizzo in produzione. Per il nostro modello Flash più recente, vedi Gemini 3.8 Flash.

• Gemini 3.6 Flash: prestazioni migliori per attività agentiche e multimodali complesse, riducendo al contempo l'utilizzo dei token, a un prezzo inferiore rispetto a 3.5 Flash.
• Gemini 3.5 Flash-Lite: il modello più veloce ed economico della famiglia 3.5. Supera le generazioni precedenti di Flash-Lite per l'esecuzione ad alto throughput.

Questa guida spiega le novità introdotte in ogni modello, le modifiche dell'API che interessano il codice e come eseguire la migrazione.

Nuovi modelli

Entrambi i modelli supportano la finestra contestuale di 1 milione di token, un massimo di 64.000 token di output, il pensiero e la suite completa di strumenti integrati, incluso l'utilizzo del computer.

Per le specifiche complete, consulta le pagine dei modelli:

• Pagina del modello Gemini 3.6 Flash
• Pagina del modello Gemini 3.5 Flash-Lite

Per i prezzi dettagliati, consulta la pagina dei prezzi.

Guida rapida

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."
  }'

Novità di Gemini 3.6 Flash

• Riduzione dei token e dei turni:completa i workflow in più passaggi con meno passaggi di ragionamento, turni di conversazione e chiamate di strumenti rispetto a Gemini 3.5. Riduce anche la spirale del ciclo di esecuzione.
• Generazione di codice migliorata:produce codice di qualità superiore pronto per la produzione con meno modifiche indesiderate e meno cicli di debug.
• Migliore rispetto delle istruzioni: riduce le modifiche indesiderate ai file durante le attività di diagnostica.
• Ragionamento multimodale e spaziale avanzato:prestazioni migliorate nell'interpretazione dei grafici, nella conversione di progetti visivi e nella generazione di layout web multi-elemento.
• Ispezione programmatica anticipata:preferisce eseguire script di codice di diagnostica prima di apportare modifiche più frequentemente rispetto a Gemini 3.5 Flash. Ciò migliora l'accuratezza delle attività complesse, ma può aggiungere passaggi esplorativi aggiuntivi al lavoro di frontend di routine.
• Supporto per l'utilizzo del computer:supportato come strumento integrato per l'automazione dell'interfaccia utente agentica.
• Preferenza per lo stile dell'interfaccia utente: migliore nella creazione di codice funzionale, anche se i valutatori umani hanno preferito i modelli precedenti per il layout grafico e lo stile visivi. Puoi risolvere questo problema fornendo linee guida di progettazione esplicite.
• Impegno di ragionamento predefinito (medio) : utilizza lo stesso medium impegno di ragionamento predefinito di Gemini 3.5 Flash.
• Prezzi ridotti: costi dei token di output inferiori (7,50 $ per 1 milione rispetto a 9,00 $per 1 milione per 3.5 Flash). I token di input rimangono a 1,50 $per 1 milione.

Novità di Gemini 3.5 Flash-Lite

• Latenza di esecuzione delle attività ridotta:throughput più elevato nella famiglia 3.5 per l'analisi dei dati ad alto volume e l'estrazione dei documenti.
• Prestazioni di ragionamento e multimodali migliorate:percorso di migrazione efficace da Gemini 2.5 Flash, con punteggi più elevati nelle attività di ragionamento come HLE (18,0% rispetto a 11,0%) e nei benchmark multimodali come CharXIV (74,5% rispetto a 63,7%).
• Orchestrazione di subagenti e affidabilità degli strumenti:migliora l'affidabilità dell'esecuzione degli strumenti per l'esecuzione di codice, la ricerca e i workflow MCP. Aumenta il livello di pensiero per la pianificazione autonoma e le attività complesse dei subagenti.
• Comprensione dei documenti migliorata:migliora l'accuratezza dell'analisi dei documenti e dell'estrazione dei dati strutturati. Sperimenta con i livelli di pensiero minimo e alto a seconda della complessità del documento.
• Programmazione web interattiva e trattamento dati tabulari:prestazioni elevate nell'elaborazione di JavaScript frontend e dati tabulari tramite la pianificazione utilizzando l'esecuzione di codice leggero.
• Persistenza di chatbot e persona:migliore rispetto delle istruzioni multi-turno e coerenza della persona rispetto a Gemini 3.1 Flash-Lite.
• Supporto per l'utilizzo del computer:supportato come strumento integrato per l'automazione dell'interfaccia utente agentica.

Scegliere il modello Flash o Flash-Lite giusto

Utilizza questa tabella per selezionare il modello e il percorso di migrazione giusti per i tuoi workload.

Entrambi i modelli richiedono la rimozione dei parametri di campionamento deprecati (temperature, top_p, top_k) e dei turni precompilati del modello. Per i dettagli, consulta Modifiche dell'API.

Supporto dell'agente Antigravity

Gemini 3.6 Flash ha introdotto il supporto per l'agente Antigravity in Gemini Managed Agents.

Per gli esempi di codice attuali e la configurazione dell'agente predefinita più recente, consulta la guida dell'agente Antigravity e la guida di Gemini 3.8 Flash.

Modifiche dell'API e aggiornamenti dei parametri

A partire da Gemini 3.6 Flash e Gemini 3.5 Flash-Lite, le seguenti modifiche dell'API si applicano a questi modelli e a tutte le release future dei modelli Gemini.

• Deprecazione dei parametri di campionamento: temperature, top_p e top_k sono deprecati. L'API ignora questi parametri e restituisce un errore nelle generazioni future dei modelli.
• Convalida del turno precompilato del modello: la precompilazione dei turni del modello non è più supportata. Se l'ultimo turno non vuoto nella richiesta è un turno model, l'API restituisce un errore 400.

Le sezioni seguenti forniscono spiegazioni dettagliate ed esempi di codice per ogni modifica dell'API.

1. Deprecazione dei parametri di campionamento (temperature, top_p, top_k)

temperature, top_p e top_k sono deprecati e ignorati. Nelle generazioni future dei modelli, la fornitura di questi parametri restituisce un errore HTTP 400. Rimuovi questi parametri da tutte le richieste.

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

Per migliorare il determinismo, definisci un'istruzione di sistema con regole esplicite per il tuo caso d'uso specifico.

2. Convalida del turno precompilato del modello

Le richieste API che terminano con un turno di ruolo del modello non vuoto non sono consentite e restituiscono un errore HTTP 400.

⚠️ Evita

Nei payload REST non elaborati o generateContent legacy, la fine con un turno di ruolo del modello non è più consentita:

/* ❌ 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 */
  ]
}

✅ Migrazione consigliata (API Interactions)

Nell'API Interactions, i turni del modello non vengono precompilati manualmente. Se in precedenza la tua applicazione precompilava un turno del modello per eliminare i preamboli o forzare la formattazione JSON, utilizza system_instruction o output strutturati invece.

# ✅ 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.",
)

Elenco di controllo per la migrazione

Esegui la migrazione a gemini-3.6-flash

• Aggiorna l'ID modello:modifica la stringa del modello di destinazione in gemini-3.6-flash.
• Applica gli aggiornamenti dei parametri: rimuovi i parametri di campionamento deprecati (temperature, top_p, top_k), candidate_count (non supportato in Gemini 3 e versioni successive) e i turni precompilati del modello come descritto in Modifiche dell'API e aggiornamenti dei parametri.
• Configura il livello di pensiero:sostituisci thinking_budget con thinking_level ("medium" o "high").
• Esegui l'audit della chiamata di funzione
  • Inserisci gli asset multimodali nel payload della risposta.
  • Formatta le istruzioni in linea utilizzando \n\n.
  • Se visualizzi errori Malformed_Function_Call associati al testo pre-strumento, consulta Soluzioni alternative per i requisiti del testo pre-strumento.
• Requisiti di base di Gemini 3.x:per gli aggiornamenti dell'SDK e la conservazione della firma del pensiero, consulta Firme del pensiero.

Esegui la migrazione a gemini-3.5-flash-lite

• Aggiorna l'ID modello:modifica la stringa del modello di destinazione in gemini-3.5-flash-lite.
• Configura il livello di impegno di ragionamento:
  • Per l'estrazione, il routing o la classificazione ad alto volume: lascia thinking_level su "minimal" (impostazione predefinita) per il massimo throughput.
  • Per i subagenti autonomi con chiamate di strumenti, esecuzione di codice o ragionamento multi-step: imposta thinking_level su "medium" o "high" per evitare la chiusura prematura dello strumento.
• Rimuovi i parametri deprecati e convalida la chiamata di funzione: Applica le stesse regole di 3.6 Flash.
• Requisiti di base di Gemini 3.x:consulta Firme del pensiero.

Altri modelli

• Gemini 4 Argon (ultima versione)
• Gemini 3.8 Flash
• Visualizza tutti i modelli

Passaggi successivi

• Esamina le specifiche dell'API nella panoramica dei modelli.
• Esplora l'orchestrazione multi-agente nella Guida all'API Interactions.
• Testa e perfeziona i prompt in Google AI Studio.