Nowości w Gemini 3.6 Flash i 3.5 Flash-Lite

Najnowszy model Inne modele

Modele Gemini 3.6 Flash (gemini-3.6-flash) i Gemini 3.5 Flash-Lite (gemini-3.5-flash-lite) są ogólnie dostępne i gotowe do użytku produkcyjnego.

• Gemini 3.6 Flash: większa wydajność w przypadku złożonych zadań agentowych i wielomodalnych przy jednoczesnym zmniejszeniu zużycia tokenów i niższej cenie niż w przypadku modelu 3.5 Flash.
• Gemini 3.5 Flash-Lite: najszybszy i najtańszy model z rodziny 3.5. Przewyższa poprzednie generacje Flash-Lite pod względem wykonywania zadań o wysokiej przepustowości.

Z tego przewodnika dowiesz się, co nowego wprowadziliśmy w poszczególnych modelach, jakie zmiany w interfejsie API mają wpływ na Twój kod i jak przeprowadzić migrację.

Nowe modele

Oba modele obsługują okno kontekstu o wielkości 1 mln tokenów, maksymalnie 64 tys. tokenów wyjściowych, myślenie i pełny zestaw wbudowanych narzędzi, w tym korzystanie z komputera.

Pełne specyfikacje znajdziesz na stronach modeli:

• Strona modelu Gemini 3.6 Flash
• Strona modelu Gemini 3.5 Flash-Lite

Szczegółowe informacje o cenach znajdziesz na stronie z cennikiem.

Krótkie wprowadzenie

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."
  }'

Nowości w Gemini 3.6 Flash

• Redukcja liczby tokenów i etapów: wykonuje wieloetapowe procesy z mniejszą liczbą etapów rozumowania, etapów konwersacji i wywołań narzędzi niż Gemini 3.5. Ogranicza też spiralne działanie pętli wykonania.
• Ulepszone generowanie kodu: generuje kod wyższej jakości, gotowy do wdrożenia, z mniejszą liczbą niechcianych zmian i pętli debugowania.
• Lepsze wykonywanie instrukcji: ogranicza niepożądane zmiany w plikach podczas zadań diagnostycznych.
• Zaawansowane rozumowanie multimodalne i przestrzenne: lepsze wyniki w zakresie interpretacji wykresów, konwersji wizualnych planów i generowania układów stron internetowych z wieloma elementami.
• Wstępne sprawdzanie automatyczne: częściej niż Gemini 3.5 Flash uruchamia skrypty kodu diagnostycznego przed wprowadzeniem zmian. Zwiększa to dokładność w przypadku złożonych zadań, ale może wymagać dodatkowych kroków eksploracyjnych w przypadku rutynowych prac związanych z interfejsem.
• Obsługa korzystania z komputera: obsługiwana jako wbudowane narzędzie do automatyzacji interfejsu agenta.
• Preferencje dotyczące stylu interfejsu: lepiej tworzy funkcjonalny kod, ale weryfikatorzy preferowali wcześniejsze modele pod względem układu wizualnego i stylu. Możesz temu zapobiec, podając wyraźne wytyczne dotyczące projektu.
• Domyślny nakład pracy związany z myśleniem (średni): korzysta z tego samego medium domyślnego nakładu pracy związanego z myśleniem co Gemini 3.5 Flash.
• Niższe ceny: niższe koszty tokenów wyjściowych (7,50 USD za milion w porównaniu z 9,00 USD za milion w przypadku 3.5 Flash). Tokeny wejściowe nadal kosztują 1,50 USD za milion.

Nowości w Gemini 3.5 Flash-Lite

• Krótszy czas oczekiwania na wykonanie zadania: najwyższa przepustowość w rodzinie 3.5 na potrzeby analizowania dużych ilości danych i wyodrębniania dokumentów.
• Ulepszone rozumowanie i wydajność multimodalna: łatwa migracja z Gemini 2.5 Flash, z wyższymi wynikami w przypadku zadań związanych z rozumowaniem, takich jak HLE (18,0% w porównaniu z 11,0%), oraz testów porównawczych multimodalnych, takich jak CharXIV (74,5% w porównaniu z 63,7%).
• Administrowanie subagentami i niezawodność narzędzi: zwiększa niezawodność wykonywania narzędzi w przypadku przepływów pracy związanych z wykonywaniem kodu, wyszukiwaniem i MCP. Zwiększ poziom myślenia w przypadku autonomicznego planowania i złożonych zadań podrzędnych agentów.
• Lepsze rozumienie dokumentów: zwiększa dokładność analizowania dokumentów i wyodrębniania danych strukturalnych. Eksperymentuj z minimalnym i wysokim poziomem myślenia w zależności od złożoności dokumentu.
• Interaktywne kodowanie w internecie i przetwarzanie danych tabelarycznych: dobrze radzi sobie z JavaScriptem po stronie klienta i przetwarzaniem danych tabelarycznych, planując za pomocą lekkiego wykonywania kodu.
• Trwałość chatbota i osobowości: lepsze wykonywanie instrukcji wieloetapowych i spójność osobowości w porównaniu z modelem Gemini 3.1 Flash-Lite.
• Obsługa korzystania z komputera: obsługiwana jako wbudowane narzędzie do automatyzacji interfejsu agenta.

Wybór odpowiedniego modelu Flash lub Flash-Lite

Wybierz odpowiedni model i ścieżkę migracji dla swoich zbiorów zadań.

Oba modele wymagają usunięcia wycofanych parametrów próbkowania (temperature, top_p, top_k) i przygotowanych odpowiedzi modelu. Więcej informacji znajdziesz w sekcji Zmiany w interfejsie API.

Pomoc dotycząca agenta Antigravity

W Gemini 3.6 Flash wprowadziliśmy obsługę agenta Antigravity w zarządzanych agentach Gemini.

Aktualne przykładowe kody i najnowszą domyślną konfigurację agenta znajdziesz w przewodniku po agencie Antigravity i przewodniku po Gemini 3.8 Flash.

Zmiany w interfejsie API i aktualizacje parametrów

Począwszy od modeli Gemini 3.6 Flash i Gemini 3.5 Flash-Lite, poniższe zmiany w API będą dotyczyć tych modeli i wszystkich przyszłych wersji modeli Gemini.

• Wycofanie parametrów próbkowania: wycofujemy parametry temperature, top_p i top_k. Interfejs API ignoruje te parametry i w przyszłych generacjach modelu zwraca błąd.
• Weryfikacja przygotowanej odpowiedzi modelu: przygotowywanie odpowiedzi modelu nie jest już obsługiwane. Jeśli ostatnia niepusta tura w żądaniu jest turą model, interfejs API zwraca błąd 400.

W kolejnych sekcjach znajdziesz szczegółowe wyjaśnienia i przykłady kodu dotyczące każdej zmiany w interfejsie API.

1. Wycofanie parametrów próbkowania (temperature, top_p, top_k)

temperature, top_p i top_k są wycofane i ignorowane. W przyszłych generacjach modelu podanie tych parametrów spowoduje zwrócenie błędu HTTP 400. Usuń te parametry ze wszystkich żądań.

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

Aby zwiększyć determinizm, zdefiniuj instrukcję systemową z wyraźnymi regułami dla konkretnego przypadku użycia.

2. Weryfikacja przygotowanej odpowiedzi modelu

Żądania do interfejsu API kończące się niepustą rolą modelu są niedozwolone i zwracają błąd HTTP 400.

⚠️ Unikaj

W starszych wersjach generateContent lub w nieprzetworzonych ładunkach REST kończenie odpowiedzi rolą modelu jest teraz niedozwolone:

/* ❌ 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 */
  ]
}

✅ Zalecana migracja (Interactions API)

W interfejsie Interactions API tury modelu nie są wypełniane ręcznie. Jeśli Twoja aplikacja wcześniej wstępnie wypełniała turę modelu, aby pominąć wstępy lub wymusić formatowanie JSON, użyj zamiast tego system_instruction lub ustrukturyzowanych danych wyjściowych.

# ✅ 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 kontrolna migracji

Migracja do modelu gemini-3.6-flash

• Zaktualizuj identyfikator modelu: zmień ciąg docelowego modelu na gemini-3.6-flash.
• Zastosuj aktualizacje parametrów: usuń wycofane parametry próbkowania (temperature, top_p, top_k), candidate_count (nieobsługiwane w Gemini 3 i nowszych wersjach) oraz wstępnie wypełnione odpowiedzi modelu zgodnie z opisem w sekcji Zmiany w interfejsie API i aktualizacje parametrów.
• Skonfiguruj poziom myślenia: zastąp thinking_budget wartością thinking_level ("medium" lub "high").
• Sprawdzanie wywoływania funkcji:
  • Umieść zasoby multimodalne w ładunku odpowiedzi.
  • Instrukcje w tekście formatuj za pomocą \n\n.
  • Jeśli widzisz błędy Malformed_Function_Call związane z tekstem przed narzędziem, zapoznaj się z obejściami wymagań dotyczących tekstu przed narzędziem.
• Podstawowe wymagania dotyczące Gemini 3.x: informacje o aktualizacjach pakietu SDK i zachowaniu sygnatury myśli znajdziesz na liście kontrolnej migracji do Gemini 3.5.

Migracja do gemini-3.5-flash-lite

• Zaktualizuj identyfikator modelu: zmień ciąg docelowego modelu na gemini-3.5-flash-lite.
• Skonfiguruj poziom wysiłku umysłowego:
  • W przypadku wyodrębniania, kierowania lub klasyfikowania dużych ilości danych pozostaw wartość thinking_level na "minimal" (domyślnie), aby uzyskać maksymalną przepustowość.
  • W przypadku autonomicznych subagentów z wywołaniami narzędzi, wykonywaniem kodu lub wieloetapowym rozumowaniem ustaw wartość thinking_level na "medium" lub "high", aby zapobiec przedwczesnemu zakończeniu działania narzędzia.
• Usuwanie wycofanych parametrów i weryfikowanie wywoływania funkcji: zastosuj te same reguły co w przypadku wersji 3.6 Flash.
• Wymagania podstawowe dotyczące Gemini 3.x: zapoznaj się z listą kontrolną migracji do Gemini 3.5.

Dalsze kroki

• Specyfikacje interfejsu API znajdziesz w przeglądzie modeli.
• Więcej informacji o administrowaniu wieloma agentami znajdziesz w przewodniku po interfejsie Interactions API.
• Testuj i dopracowuj prompty w Google AI Studio.