Tính năng mới trong Gemini 3.6 Flash và 3.5 Flash-Lite

Mô hình mới nhất Các mô hình khác

Gemini 3.6 Flash (gemini-3.6-flash) và Gemini 3.5 Flash-Lite (gemini-3.5-flash-lite) là các bản phát hành thế hệ trước trong dòng Gemini 3 và vẫn có thể dùng cho mục đích sản xuất. Để xem mô hình Flash mới nhất của chúng tôi, hãy xem Gemini 3.8 Flash.

• Gemini 3.6 Flash: Hiệu suất mạnh mẽ hơn đối với các tác vụ phức tạp, nhiều phương thức và tác nhân , đồng thời giảm mức sử dụng token, ở mức giá thấp hơn so với 3.5 Flash.
• Gemini 3.5 Flash-Lite: Mô hình nhanh nhất và có chi phí thấp nhất trong dòng 3.5. Hiệu suất vượt trội so với các thế hệ Flash-Lite trước đây để thực thi thông lượng cao.

Hướng dẫn này giải thích những nội dung được giới thiệu trong từng mô hình, những thay đổi về API ảnh hưởng đến mã của bạn và cách di chuyển.

Mô hình mới

Cả hai mô hình đều hỗ trợ cửa sổ ngữ cảnh 1 triệu token, tối đa 64 nghìn token đầu ra, tư duy và bộ công cụ tích hợp đầy đủ, bao gồm cả tính năng Sử dụng máy tính.

Để biết thông số kỹ thuật đầy đủ, hãy xem các trang mô hình:

• Trang mô hình Gemini 3.6 Flash
• Trang mô hình Gemini 3.5 Flash-Lite

Để biết giá chi tiết, hãy xem trang giá.

Bắt đầu nhanh

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."
  }'

Tính năng mới trong Gemini 3.6 Flash

• Giảm số lượng token và lượt phản hồi: Hoàn thành quy trình làm việc nhiều bước với ít bước suy luận, lượt phản hồi trong cuộc trò chuyện và lệnh gọi công cụ hơn so với Gemini 3.5. Mô hình này cũng giảm tình trạng vòng lặp thực thi.
• Cải thiện khả năng tạo mã: Tạo mã chất lượng cao hơn, sẵn sàng cho quá trình sản xuất với ít lần chỉnh sửa không mong muốn và ít vòng lặp gỡ lỗi hơn.
• Tuân thủ hướng dẫn tốt hơn: Giảm các thay đổi không mong muốn đối với tệp trong các tác vụ chẩn đoán.
• Khả năng suy luận mạnh mẽ về không gian và nhiều phương thức: Cải thiện hiệu suất khi diễn giải biểu đồ, chuyển đổi bản thiết kế trực quan và tạo bố cục web nhiều thành phần.
• Kiểm tra theo chương trình trước: Ưu tiên chạy các tập lệnh mã chẩn đoán trước khi thực hiện thay đổi thường xuyên hơn so với Gemini 3.5 Flash. Điều này giúp cải thiện độ chính xác đối với các tác vụ phức tạp, nhưng có thể thêm các bước khám phá bổ sung trong công việc thường xuyên ở giao diện người dùng.
• Hỗ trợ tính năng Sử dụng máy tính: Được hỗ trợ dưới dạng một công cụ tích hợp cho tính năng tự động hoá giao diện người dùng tác nhân.
• Tuỳ chọn tạo kiểu cho giao diện người dùng: Tạo mã chức năng tốt hơn, mặc dù người đánh giá là con người thích các mô hình trước đó hơn về bố cục trực quan và kiểu dáng. Bạn có thể giảm thiểu vấn đề này bằng cách cung cấp các nguyên tắc thiết kế rõ ràng.
• Nỗ lực tư duy mặc định (trung bình): Sử dụng cùng một cấp độ tư duy mặc định medium như Gemini 3.5 Flash.
• Giảm giá: Chi phí token đầu ra thấp hơn (7,50 USD/1 triệu so với 9,00 USD/1 triệu cho 3.5 Flash). Token đầu vào vẫn ở mức 1,50 USD/1 triệu.

Tính năng mới trong Gemini 3.5 Flash-Lite

• Giảm độ trễ khi thực thi tác vụ: Thông lượng cao nhất trong dòng 3.5 để phân tích cú pháp dữ liệu khối lượng lớn và trích xuất tài liệu.
• Cải thiện hiệu suất suy luận và nhiều phương thức: Đường dẫn di chuyển mạnh mẽ từ Gemini 2.5 Flash, với điểm số cao hơn đối với các tác vụ suy luận như HLE (18,0% so với 11,0%) và các tiêu chí so sánh nhiều phương thức như CharXIV (74,5% so với 63,7%).
• Điều phối tác nhân phụ và độ tin cậy của công cụ: Cải thiện độ tin cậy khi thực thi công cụ để thực thi mã, tìm kiếm và quy trình công việc MCP. Tăng cấp độ tư duy để lập kế hoạch tự động và các tác vụ phức tạp của tác nhân phụ.
• Cải thiện khả năng hiểu tài liệu: Cải thiện độ chính xác khi phân tích cú pháp tài liệu và trích xuất dữ liệu có cấu trúc. Thử nghiệm cả cấp độ tư duy tối thiểu và cao tuỳ thuộc vào độ phức tạp của tài liệu.
• Lập trình web tương tác và xử lý dữ liệu dạng bảng: Thực hiện tốt trên JavaScript ở giao diện người dùng và xử lý dữ liệu dạng bảng bằng cách lập kế hoạch sử dụng tính năng thực thi mã đơn giản.
• Chatbot và tính nhất quán của nhân vật: Tuân thủ hướng dẫn nhiều lượt phản hồi và tính nhất quán của nhân vật tốt hơn so với Gemini 3.1 Flash-Lite.
• Hỗ trợ tính năng Sử dụng máy tính: Được hỗ trợ dưới dạng một công cụ tích hợp cho tính năng tự động hoá giao diện người dùng tác nhân.

Chọn mô hình Flash hoặc Flash-Lite phù hợp

Hãy sử dụng bảng này để chọn mô hình và đường dẫn di chuyển phù hợp cho khối lượng công việc của bạn.

Cả hai mô hình đều yêu cầu xoá các tham số lấy mẫu không dùng nữa (temperature, top_p, top_k) và lượt phản hồi điền sẵn của mô hình. Hãy xem Các thay đổi về API để biết thông tin chi tiết.

Hỗ trợ tác nhân Antigravity

Gemini 3.6 Flash đã hỗ trợ tác nhân Antigravity trong Tác nhân được quản lý của Gemini.

Để xem các mã mẫu hiện tại và cấu hình tác nhân mặc định mới nhất, hãy xem hướng dẫn về tác nhân Antigravity và hướng dẫn về Gemini 3.8 Flash.

Các thay đổi về API và cập nhật tham số

Bắt đầu từ Gemini 3.6 Flash và Gemini 3.5 Flash-Lite, các thay đổi sau đây về API sẽ áp dụng cho các mô hình này và tất cả các bản phát hành mô hình Gemini trong tương lai.

• Ngừng sử dụng tham số lấy mẫu: temperature, top_p và top_k không còn được dùng nữa. API sẽ bỏ qua các tham số này và trả về lỗi trong các thế hệ mô hình trong tương lai.
• Xác thực lượt phản hồi điền sẵn của mô hình: Không còn hỗ trợ tính năng điền sẵn lượt phản hồi của mô hình. Nếu lượt phản hồi không trống cuối cùng trong yêu cầu là lượt phản hồi model, thì API sẽ trả về lỗi 400.

Các phần sau đây cung cấp giải thích chi tiết và mẫu mã cho từng thay đổi về API.

1. Ngừng sử dụng tham số lấy mẫu (temperature, top_p, top_k)

temperature, top_p và top_k không còn được dùng nữa và bị bỏ qua. Trong các thế hệ mô hình trong tương lai, việc cung cấp các tham số này sẽ trả về lỗi HTTP 400. Xoá các tham số này khỏi tất cả các yêu cầu.

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

Để cải thiện tính xác định, hãy xác định một hướng dẫn hệ thống có các quy tắc rõ ràng cho trường hợp sử dụng cụ thể của bạn.

2. Xác thực lượt phản hồi điền sẵn của mô hình

Các yêu cầu API kết thúc bằng lượt phản hồi vai trò mô hình không trống sẽ không được phép và trả về Lỗi HTTP 400.

⚠️ Tránh

Trong generateContent cũ hoặc tải trọng REST thô, việc kết thúc bằng lượt phản hồi vai trò mô hình hiện không được phép:

/* ❌ 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 */
  ]
}

✅ Di chuyển được đề xuất (API Tương tác)

Trong Interactions API, lượt phản hồi của mô hình không được điền sẵn theo cách thủ công. Nếu trước đây ứng dụng của bạn đã điền sẵn lượt phản hồi của mô hình để ngăn chặn phần mở đầu hoặc buộc định dạng JSON, hãy sử dụng system_instruction hoặc đầu ra có cấu trúc thay thế.

# ✅ 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.",
)

Danh sách kiểm tra di chuyển

Di chuyển sang gemini-3.6-flash

• Cập nhật mã mô hình: Thay đổi chuỗi mô hình mục tiêu thành gemini-3.6-flash.
• Áp dụng các bản cập nhật tham số: Xoá các tham số lấy mẫu không dùng nữa (temperature, top_p, top_k), candidate_count (không được hỗ trợ trong Gemini 3 trở lên) và lượt phản hồi điền sẵn của mô hình như được nêu chi tiết trong Các thay đổi về API và bản cập nhật tham số.
• Định cấu hình cấp độ tư duy: Thay thế thinking_budget bằng thinking_level ("medium" hoặc "high").
• Kiểm tra lệnh gọi hàm:
  • Đặt các thành phần nhiều phương thức bên trong tải trọng phản hồi.
  • Định dạng hướng dẫn nội tuyến bằng \n\n.
  • Nếu bạn thấy các lỗi Malformed_Function_Call liên quan đến văn bản trước công cụ, hãy xem Các giải pháp cho các yêu cầu về văn bản trước công cụ.
• Các yêu cầu cơ bản đối với Gemini 3.x: Để biết thông tin cập nhật về SDK và giữ lại chữ ký tư duy, hãy xem Chữ ký tư duy.

Di chuyển sang gemini-3.5-flash-lite

• Cập nhật mã mô hình: Thay đổi chuỗi mô hình mục tiêu thành gemini-3.5-flash-lite.
• Định cấu hình cấp độ nỗ lực tư duy:
  • Đối với hoạt động trích xuất, định tuyến hoặc phân loại khối lượng lớn: hãy để thinking_level ở mức "minimal" (mặc định) để có thông lượng tối đa.
  • Đối với các tác nhân phụ tự động có lệnh gọi công cụ, thực thi mã hoặc suy luận đa bước: hãy đặt thinking_level thành "medium" hoặc "high" để ngăn việc chấm dứt công cụ sớm.
• Xoá các tham số không dùng nữa và xác thực lệnh gọi hàm: Áp dụng các quy tắc tương tự như 3.6 Flash.
• Các yêu cầu cơ bản đối với Gemini 3.x: Hãy tham khảo Chữ ký tư duy.

Các mô hình khác

• Gemini 4 Argon (Mới nhất)
• Gemini 3.8 Flash
• Xem tất cả mẫu xe

Bước tiếp theo

• Xem lại thông số kỹ thuật của API trên trang Tổng quan về mô hình.
• Khám phá tính năng điều phối nhiều tác nhân trong Hướng dẫn về API Tương tác.
• Kiểm thử và tinh chỉnh câu lệnh trong Google AI Studio.