Gemini 3.6 Flash è un modello ad alta velocità, economico e potente della famiglia Gemini 3. Progettato per offrire capacità agentiche quasi pari a quelle di Pro senza compromettere le prestazioni o il valore, il modello è ora in disponibilità generale (GA) per gli sviluppatori che utilizzano l'API Gemini e per le aziende che utilizzano Gemini Enterprise Agent Platform.
Questo documento illustra le novità di 3.6 Flash, come si inserisce nella famiglia di modelli Gemini, come eseguire la migrazione a 3.6 Flash e fornisce una guida rapida per l'utilizzo di 3.6 Flash.
Come si inserisce nella famiglia Gemini?
Gemini 3.6 Flash è il principale modello agentico della famiglia Gemini 3. Colma il divario tra i modelli Gemini Pro con ragionamento approfondito e i modelli Gemini Flash-Lite con throughput elevato. Rispetto a Gemini 3.5 Flash, 3.6 Flash offre una qualità significativamente superiore nell'orchestrazione di strumenti in più passaggi, nel refactoring del codice full-stack e nel ragionamento visivo, utilizzando al contempo meno token e turni di ragionamento. Offre funzionalità di livello quasi Pro alla velocità e ai prezzi di Flash.
Specifiche e confronti dei modelli
La seguente tabella mette a confronto alcune delle specifiche di 3.6 Flash, 3.5 Flash e 3.1 Pro:
| Gemini 3.6 Flash | Gemini 3.5 Flash | Gemini 3.1 Pro | |
|---|---|---|---|
| ID modello | gemini-3.6-flash |
gemini-3.5-flash |
gemini-3.1-pro-preview |
| Fase di lancio | GA | GA | Anteprima |
| Tipi di input | Testo, immagine, audio, video | Testo, immagine, audio, video | Testo, immagine, audio, video |
| Tipi di output | Testo | Testo | Testo |
| Finestra contestuale | 1.048.576 | 1.048.576 | 1.048.576 |
| Lunghezza massima dei token di output | 65.536 | 65.536 | 65.536 |
| Aree geografiche supportate | Globale, multiregionale | Globale, Multiregionale, Americhe, Europa, Asia Pacifico | Globale |
| Livelli di ragionamento supportati |
MINIMAL, LOW, MEDIUM, HIGH(Predefinito: MEDIUM)
|
MINIMAL, LOW, MEDIUM, HIGH(Predefinito: MEDIUM)
|
LOW, MEDIUM, HIGH(Predefinito: HIGH)
|
| Scopo principale | Agentic Workflows ad alta efficienza, orchestrazione in più passaggi e programmazione full-stack | Attività bilanciate, chiamate agli strumenti e ragionamento intermedio | Ragionamento approfondito, attività ad alta complessità |
Consulta la pagina del modello 3.6 Flash per l'elenco completo delle funzionalità, degli strumenti e delle opzioni di consumo supportati.
Quali sono le novità di Gemini 3.6 Flash?
3.6 Flash è ottimizzato per l'orchestrazione in più passaggi, il refactoring del codice full-stack e il ragionamento generale con un'efficienza dei token significativamente migliore rispetto ai suoi predecessori.
Aggiornamenti su funzionalità e prestazioni
Di seguito è riportato l'elenco delle modifiche alle funzionalità e alle prestazioni di 3.6 Flash rispetto ai modelli precedenti:
- Riduzione dei token e dei turni: consuma meno token e completa i workflow in più passaggi con meno passaggi di ragionamento e turni di conversazione rispetto a 3.5 Flash.
- Generazione di codice migliorata: produce codice più pulito con tassi di errore di compilazione e revisione inferiori negli ambienti di creazione di applicazioni, prototipazione e agenti IDE.
- Riduzione del bias di azione: risolve le attività di diagnostica di sola lettura senza apportare modifiche non richieste allo spazio di lavoro o mutare lo stato prematuramente.
- Ragionamento multimodale e spaziale: offre prestazioni migliorate nell'interpretazione dei grafici, nella conversione dei progetti visivi e nella generazione di layout web con più elementi.
- Supporto per l'utilizzo del computer: supportato come strumento integrato per l'automazione della UI agentica.
- Preferenza per lo stile della UI: migliore nella creazione di codice funzionale, anche se i valutatori umani hanno notato una preferenza per i modelli precedenti per la presentazione frontend e il layout grafico. Questo problema può essere mitigato fornendo linee guida di progettazione esplicite.
Modifiche ai parametri comportamentali e dell'API
Di seguito è riportato l'elenco delle modifiche ai parametri comportamentali e dell'API per 3.6 Flash rispetto ai modelli precedenti:
- Sinteticità dei passaggi: utilizza meno passaggi di ragionamento rispetto a 3.5 Flash. Sebbene ciò riduca la latenza e i costi di rifattorizzazione del codice e dei flussi di lavoro degli strumenti, può causare uscite anticipate in conversazioni estese con più turni in cui sono necessarie catene di iterazione più lunghe.
- Ispezione programmatica iniziale: preferisce eseguire script di codice diagnostico (
execute_code) per ispezionare i problemi prima di mutare lo stato più frequentemente rispetto a 3.5 Flash. Sebbene ciò migliori l'accuratezza della diagnostica sul refactoring complesso del backend, a volte può comportare l'esecuzione di passaggi di ispezione esplorativa aggiuntivi su semplici attività di scripting e web frontend in cui la versione precedente generava direttamente il codice. - Impegno predefinito: mantiene il livello di impegno predefinito medio introdotto in 3.5 Flash.
- Nessun override del campionamento: i valori personalizzati per i parametri
temperature,top-kotop-pnon sono più supportati. L'impostazione di valori personalizzati verrà ignorata nella piattaforma API. Utilizza invecethinking_levelo schemi JSON strutturati per controllare il determinismo dell'output. - Limitazioni relative alle penalità per frequenza e presenza: i valori personalizzati per questi parametri non sono più supportati. Se li imposti, verrà generato un errore di API attiva.
- Le richieste API in cui l'ultimo turno di input ha il ruolo "Modello" non sono supportate.
- I turni vuoti nella cronologia delle conversazioni vengono eliminati.
- Le firme di pensiero non valide ora genereranno errori.
- Chiamata di funzione rigorosa:
FunctionResponsedeve corrispondere rigorosamente aid,namee al conteggio di esecuzione delFunctionCallprecedente. Aggiungi le istruzioni inline direttamente nel testo della risposta della funzione, separate da due caratteri di nuova riga (\n\n).
Guida rapida
Prima di iniziare, devi autenticarti su Agent Platform utilizzando le Credenziali predefinite dell'applicazione (ADC) o una chiave API. Per saperne di più, consulta Inizia a utilizzare Gemini Enterprise Agent Platform.
Nei blocchi di codice seguenti, sostituisci PROJECT_ID con l'ID progetto.
Installazione
Assicurati di utilizzare l'SDK google-genai più recente:
pip install --upgrade google-genai
Richiesta di base
Python
from google import genai
client = genai.Client(enterprise=True, project="PROJECT_ID", location="global")
response = client.models.generate_content(
model="gemini-3.6-flash",
contents="How does AI work?",
)
print(response.text)
REST
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json" \
https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/google/models/gemini-3.6-flash:generateContent \
-d '{
"contents": {
"role": "USER",
"parts": { "text": "Why is the sky blue?" },
},
}'
Esegui la migrazione a 3.6 Flash da 3.5 Flash o 3.1 Pro
Per eseguire la migrazione a 3.6 Flash da 3.5 Flash o 3.1 Pro, segui questi passaggi:
- Aggiorna l'ID modello: modifica la stringa del modello nelle chiamate API in
gemini-3.6-flash. - Adatta il tuo codice alle nuove regole dell'API della famiglia Gemini 3:
Gemini 3.6 Flash applica rigorosamente le regole dei parametri e le convenzioni dell'API stabilite per la famiglia Gemini 3:
- Rimuovi temperatura, top-K e top-P: rimuovi questi parametri personalizzati dal payload. Anche se non generano un errore, il modello li ignorerà completamente. Utilizza invece il parametro
thinking_levelo gli output strutturatijson_schemaper controllare il determinismo dell'output. - Rimuovi le penalità di frequenza e presenza: rimuovi eventuali configurazioni personalizzate per le penalità di frequenza o presenza per evitare che le chiamate API generino errori di runtime.
- Assicurati che l'integrazione della chat non tenti il pre-riempimento del modello:
esamina gli array della cronologia dei messaggi per assicurarti che il payload dell'API non termini con un turno utente o un turno modello vuoto. Se l'ultimo oggetto nell'array della cronologia è un ruolo "
model" (API GenerateContent) o un tipo "model_output" (API Interactions), ristruttura la sequenza per evitare di attivare un errore di convalida rigorosa. - Utilizza
thinking_level: rimuovi le istanze del parametrothinking_budgetdeprecato e utilizzathinking_level. - Applica convenzioni di chiamata di funzione rigorose:
FunctionResponsedeve corrispondere rigorosamente aid,namee al numero di esecuzioni diFunctionCallprecedente. Se devi aggiungere istruzioni in linea, inseriscile direttamente nel testo della risposta della funzione, separate da due nuove righe (\n\n).
- Rimuovi temperatura, top-K e top-P: rimuovi questi parametri personalizzati dal payload. Anche se non generano un errore, il modello li ignorerà completamente. Utilizza invece il parametro
- Tieni conto dei cambiamenti nel flusso di lavoro:
- Se la tua applicazione si basa su loop di conversazione a più turni, testa i tuoi workflow per assicurarti che la nuova concisione dei passaggi del modello non attivi uscite premature.
- Se crei agenti di frontend o di scripting di base, monitora le chiamate
execute_codeesplorative non necessarie dovute al nuovo bias del modello verso l'ispezione programmatica iniziale.
Soluzioni alternative per i requisiti di testo pre-strumento
Se il prompt richiede che il modello generi testo strutturato (XLM, YAML, Json,
ecc.) (ad esempio, <UPDATE>...</UPDATE>) immediatamente prima di effettuare una chiamata allo strumento, la chiamata allo strumento potrebbe occasionalmente non riuscire con un errore
Malformed_Function_Call. Per risolvere il problema, puoi utilizzare una delle seguenti soluzioni alternative:
- (Consigliato) Chiedi al modello di inserire le note pre-strumento all'interno di una chiamata di funzione
update()dedicata anziché di testo non elaborato. Per istruzioni dettagliate sull'implementazione, consulta la sezione successiva. - Chiedi al modello di scrivere le note come intestazioni Markdown (ad esempio,
# UPDATE,## PLAN) anziché come testo strutturato. - Non richiedere al modello di generare testo prima delle chiamate allo strumento.
Soluzione consigliata: inserisci le note di lavoro in una chiamata di funzione dedicata
Invece dell'istruzione originale:
Before calling a tool, in every response you MUST first output a single
`<UPDATE>` part as specified, don't skip this part or any of required sub-tags
within `<UPDATE>`.
Utilizza questa istruzione aggiornata:
Before calling any other tool, in every response you MUST first call `update`
with all required parameters (previous_step, plan, next_step, external).
Aggiorna tutti i riferimenti al vecchio formato XML <UPDATE> nella richiesta del cliente.
Poi aggiungi la dichiarazione di funzione corrispondente per la funzione di aggiornamento:
{
"name": "update",
"description": "Update working notes (previous step analysis, plan, next step, external note).",
"parameters": {
"type": "OBJECT",
"properties": {
"previous_step": {
"type": "STRING",
"description": "Key findings and outcomes since the previous step."
},
"plan": {
"type": "STRING",
"description": "The current status of the plan."
},
"next_step": {
"type": "STRING",
"description": "Brief explanation of the immediate next action according to the plan."
},
"external": {
"type": "STRING",
"description": "A short, plain-language note shown to the User about what you are ABOUT TO DO next."
}
},
"required": [
"previous_step",
"plan",
"next_step",
"external"
]
}
}
Il modello effettuerà due chiamate nello stesso passaggio: la chiamata update() che sostituisce l'XML strutturato e la chiamata di funzione effettiva che vuole effettuare.