Yang baru di Gemini 3.6 Flash dan 3.5 Flash-Lite

Model terbaru Model lainnya

Gemini 3.6 Flash (gemini-3.6-flash) dan Gemini 3.5 Flash-Lite (gemini-3.5-flash-lite) kini tersedia secara umum (GA) dan siap digunakan untuk produksi.

• Gemini 3.6 Flash: Performa yang lebih baik pada tugas multimodal dan agentik yang kompleks sekaligus mengurangi penggunaan token, dengan titik harga yang lebih rendah daripada 3.5 Flash.
• Gemini 3.5 Flash-Lite: Model tercepat dan berbiaya terendah dalam rangkaian 3.5. Mengungguli generasi Flash-Lite sebelumnya untuk eksekusi dengan throughput tinggi.

Panduan ini menjelaskan hal-hal baru di setiap model, perubahan API yang memengaruhi kode Anda, dan cara melakukan migrasi.

Model baru

Kedua model mendukung jendela konteks 1 juta token, 64 ribu token output maksimum, kemampuan berpikir, dan rangkaian lengkap alat bawaan termasuk Penggunaan Komputer.

Untuk melihat spesifikasi lengkap, lihat halaman model:

• Halaman model Gemini 3.6 Flash
• Halaman model Gemini 3.5 Flash-Lite

Untuk mengetahui harga mendetail, lihat halaman harga.

Panduan memulai

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."
  }'

Yang baru di Gemini 3.6 Flash

• Pengurangan token dan giliran: Menyelesaikan alur kerja multi-langkah dengan lebih sedikit langkah penalaran, giliran percakapan, dan panggilan alat dibandingkan Gemini 3.5. Hal ini juga mengurangi perulangan eksekusi yang tidak terkendali.
• Pembuatan kode yang lebih baik: Menghasilkan kode siap produksi berkualitas lebih tinggi dengan lebih sedikit pengeditan yang tidak diinginkan dan lebih sedikit loop proses debug.
• Kualitas mengikuti petunjuk yang lebih baik: Mengurangi perubahan file yang tidak diinginkan selama tugas diagnostik.
• Kemampuan penalaran multimodal dan spasial yang kuat: Peningkatan performa dalam interpretasi diagram, konversi cetak biru visual, dan pembuatan tata letak web multi-elemen.
• Pemeriksaan terprogram di awal: Lebih memilih menjalankan skrip kode diagnostik sebelum melakukan perubahan lebih sering daripada Gemini 3.5 Flash. Hal ini meningkatkan akurasi pada tugas yang kompleks, tetapi dapat menambahkan langkah-langkah eksplorasi ekstra pada pekerjaan frontend rutin.
• Dukungan Penggunaan Komputer: Didukung sebagai alat bawaan untuk otomatisasi UI berbasis agen.
• Preferensi gaya UI: Lebih baik dalam membuat kode fungsional, meskipun evaluator manusia lebih menyukai model sebelumnya untuk tata letak visual dan gaya. Anda dapat mengurangi risiko ini dengan memberikan pedoman desain yang jelas.
• Upaya penalaran default (sedang): Menggunakan tingkat penalaran default medium yang sama dengan Gemini 3.5 Flash.
• Harga yang lebih rendah: Biaya token output yang lebih rendah ($7,50/1 juta token versus $9,00/1 juta token untuk 3.5 Flash). Token input tetap $1,50/1M.

Yang baru di Gemini 3.5 Flash-Lite

• Latensi eksekusi tugas yang lebih rendah: Throughput tertinggi dalam keluarga 3.5 untuk penguraian data dan ekstraksi dokumen dalam volume tinggi.
• Peningkatan performa multimodal dan penalaran: Jalur migrasi yang kuat dari Gemini 2.5 Flash, dengan skor yang lebih tinggi pada tugas penalaran seperti HLE (18,0% vs. 11,0%) dan tolok ukur multimodal seperti CharXIV (74,5% vs. 63,7%).
• Orkestrasi sub-agen dan keandalan alat: Meningkatkan keandalan eksekusi alat untuk eksekusi kode, penelusuran, dan alur kerja MCP. Meningkatkan tingkat pemikiran untuk perencanaan mandiri dan tugas sub-agen yang kompleks.
• Peningkatan pemahaman dokumen: Meningkatkan akurasi penguraian dokumen dan ekstraksi data terstruktur. Bereksperimenlah dengan tingkat penalaran minimal dan tinggi, bergantung pada kompleksitas dokumen.
• Coding web interaktif dan pemrosesan data tabular: Berperforma baik dalam pemrosesan data tabular dan JavaScript frontend dengan perencanaan menggunakan eksekusi kode ringan.
• Persistensi chatbot dan persona: Kemampuan mengikuti petunjuk multi-turn dan konsistensi persona yang lebih baik dibandingkan Gemini 3.1 Flash-Lite.
• Dukungan Penggunaan Komputer: Didukung sebagai alat bawaan untuk otomatisasi UI berbasis agen.

Memilih model Flash atau Flash-Lite yang tepat

Gunakan tabel ini untuk memilih model dan jalur migrasi yang tepat untuk workload Anda.

Kedua model memerlukan penghapusan parameter pengambilan sampel yang tidak digunakan lagi (temperature, top_p, top_k) dan giliran model yang telah diisi otomatis. Lihat Perubahan API untuk mengetahui detailnya.

Dukungan agen antigravitasi

Gemini 3.6 Flash memperkenalkan dukungan untuk agen Antigravity di Agen Terkelola Gemini.

Untuk contoh kode saat ini dan konfigurasi agen default terbaru, lihat panduan agen Antigravity dan panduan Gemini 3.8 Flash.

Perubahan API dan pembaruan parameter

Mulai dari Gemini 3.6 Flash dan Gemini 3.5 Flash-Lite, perubahan API berikut berlaku untuk model ini dan semua rilis model Gemini mendatang.

• Penghentian parameter pengambilan sampel: temperature, top_p, dan top_k tidak digunakan lagi. API akan mengabaikan parameter ini dan menampilkan error dalam pembuatan model mendatang.
• Validasi respons model yang telah disiapkan: Pengisian otomatis respons model tidak lagi didukung. Jika giliran non-kosong terakhir dalam permintaan adalah giliran model, API akan menampilkan error 400.

Bagian berikut memberikan penjelasan mendetail dan contoh kode untuk setiap perubahan API.

1. Penghentian penggunaan parameter pengambilan sampel (temperature, top_p, top_k)

temperature, top_p, dan top_k tidak digunakan lagi dan diabaikan. Pada generasi model mendatang, memberikan parameter ini akan menampilkan error HTTP 400. Hapus parameter ini dari semua permintaan.

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

Untuk meningkatkan determinisme, tentukan petunjuk sistem dengan aturan eksplisit untuk kasus penggunaan spesifik Anda.

2. Validasi respons model yang telah diisi sebelumnya

Permintaan API yang diakhiri dengan giliran peran model yang tidak kosong tidak diizinkan dan akan menampilkan Error HTTP 400.

⚠️ Hindari

Dalam payload REST mentah atau generateContent lama, mengakhiri dengan pergantian peran model kini tidak diizinkan:

/* ❌ 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 */
  ]
}

✅ Migrasi yang Direkomendasikan (Interactions API)

Di Interactions API, giliran model tidak diisi otomatis secara manual. Jika aplikasi Anda sebelumnya mengisi otomatis belokan model untuk menekan kata pengantar atau memaksakan pemformatan JSON, gunakan system_instruction atau Output terstruktur.

# ✅ 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 migrasi

Bermigrasi ke gemini-3.6-flash

• Perbarui ID Model: Ubah string model target Anda menjadi gemini-3.6-flash.
• Terapkan pembaruan parameter: Hapus parameter pengambilan sampel yang tidak digunakan lagi (temperature, top_p, top_k), candidate_count (tidak didukung di Gemini 3 dan yang lebih baru), serta giliran model yang telah diisi sebelumnya seperti yang dijelaskan dalam Perubahan API dan pembaruan parameter.
• Mengonfigurasi tingkat pemikiran: Ganti thinking_budget dengan thinking_level ("medium" atau "high").
• Panggilan fungsi audit:
  • Tempatkan aset multimodal di dalam payload respons.
  • Format petunjuk inline menggunakan \n\n.
  • Jika Anda melihat error Malformed_Function_Call yang terkait dengan teks sebelum alat, lihat Solusi untuk persyaratan teks sebelum alat.
• Persyaratan dasar Gemini 3.x: Untuk update SDK dan pelestarian tanda tangan pemikiran, lihat Daftar Periksa Migrasi Gemini 3.5.

Bermigrasi ke gemini-3.5-flash-lite

• Perbarui ID Model: Ubah string model target Anda menjadi gemini-3.5-flash-lite.
• Mengonfigurasi tingkat upaya penalaran:
  • Untuk ekstraksi, perutean, atau klasifikasi volume tinggi: biarkan thinking_level di "minimal" (default) untuk throughput maksimum.
  • Untuk subagen otonom dengan panggilan alat, eksekusi kode, atau penalaran multi-langkah: tetapkan thinking_level ke "medium" atau "high" untuk mencegah penghentian alat sebelum waktunya.
• Menghapus parameter yang tidak digunakan lagi dan memvalidasi panggilan fungsi: Menerapkan aturan yang sama seperti 3.6 Flash.
• Persyaratan dasar Gemini 3.x: Lihat Daftar Periksa Migrasi Gemini 3.5.

Langkah berikutnya

• Tinjau spesifikasi API di Ringkasan Model.
• Pelajari orkestrasi multi-agen di Panduan Interactions API.
• Uji dan sempurnakan perintah di Google AI Studio.