Gemini 3.6 Flash — модель Google для агентных и мультимодальных задач. Её выбирают, когда нужна скорость и умеренная цена, а качество проседать не должно. Ниже собраны ответы на три вопроса: что нового в gemini 3.6 flash, сколько она стоит и что придётся переписать в коде при переходе. Опора — документация Gemini API, которую Google опубликовали для 3.6 Flash и её младшей соседки 3.5 Flash-Lite.
Сразу о статусе модели. Google называют 3.6 Flash и 3.5 Flash-Lite предыдущим поколением серии Gemini 3, а самой свежей Flash-моделью — Gemini 3.8 Flash. Обе модели остаются доступными для продакшна. Разбор пригодится тем, кто уже работает на 3.6 Flash, и тем, кто переезжает со старых версий и выбирает, на чём остановиться.
К концу статьи станет ясно, чем 3.6 Flash отличается от 3.5 Flash по поведению и цене, когда хватит дешёвой Flash-Lite, какие изменения API ломают старые запросы и в каких задачах модель работает хуже предшественниц.
В чём задача
Flash-модели в линейке Gemini занимают среднюю полку: быстрее и дешевле Pro, умнее самых лёгких вариантов. Их ставят туда, где запросов много и каждый должен отрабатывать быстро: в агентов, в обработку документов, в генерацию кода внутри рабочих инструментов.
У агентной работы своя экономика. Агент — это модель, которая сама выполняет задачу по шагам: рассуждает, вызывает инструмент, читает результат, решает, что делать дальше. Счёт складывается из десятков таких шагов. Каждый шаг расходует токены — единицы текста, за которые берёт деньги API. Хуже всего, когда агент зацикливается: снова и снова проверяет одно и то же, а до результата не доходит. Деньги уходят, работа стоит.
Именно сюда целится 3.6 Flash. Google заявляют, что модель проходит многошаговые сценарии за меньшее число шагов рассуждения, реплик и вызовов инструментов, чем Gemini 3.5, и реже уходит в такие циклы.
Вторая типовая задача — поток однотипной работы: разобрать тысячи документов, вытащить из них поля в JSON, разложить входящие обращения по категориям. Здесь важнее пропускная способность и цена за токен, чем глубина рассуждений. Под этот класс работ Google выпустили 3.5 Flash-Lite.
Где место модели в линейке Gemini
Обе модели получили одинаковую базу. Окно контекста — 1 млн токенов. Окно контекста — это объём материала, который модель держит в одном запросе. Его удобно представлять как стол: всё, что на нём лежит, модель видит, остальное — нет. Максимальный ответ — 64 тыс. токенов. Обе модели умеют «думать» и поддерживают полный набор встроенных инструментов, включая Computer Use — инструмент, через который агент управляет интерфейсом приложения, как человек мышью и клавиатурой.
| Gemini 3.6 Flash | Gemini 3.5 Flash-Lite | |
|---|---|---|
| ID модели | gemini-3.6-flash | gemini-3.5-flash-lite |
| Уровень размышлений по умолчанию | medium | minimal |
| Для чего задумана | агентные и мультимодальные задачи, баланс скорости и интеллекта | высокая пропускная способность, самая быстрая и дешёвая в семействе 3.5 |
| Типовые сценарии по версии Google | генерация кода, пространственные и мультимодальные рассуждения, многошаговые агентные цепочки | автономные субагенты, массовое извлечение данных из документов, разбор структурированного JSON |
Уровень размышлений (thinking_level) задаёт, сколько модель рассуждает про себя, прежде чем ответить. У 3.6 Flash по умолчанию стоит medium, как у 3.5 Flash. У Flash-Lite — minimal: модель отвечает почти сразу, и это даёт ей скорость на потоке.
Что изменилось в поведении модели
Всё, что ниже, — заявления Google из документации. Для 3.6 Flash в этом материале нет цифр бенчмарков, только качественные описания. Проверять их придётся на своих задачах.
Меньше шагов и токенов. Тот же результат за меньшее число рассуждений, реплик и вызовов инструментов, плюс реже зацикливание. Для агента это главное изменение: оно бьёт сразу и по счёту, и по времени выполнения.
Код ближе к рабочему. Google пишут о коде более высокого качества, готовом к продакшну, с меньшим числом лишних правок и меньшим числом кругов отладки.
Точнее следует инструкциям. В диагностических задачах модель реже меняет файлы, которые её не просили трогать. Для любого, кто давал агенту доступ к репозиторию, это знакомая боль.
Сильнее в мультимодальных и пространственных задачах. Названы три области: чтение графиков, перевод визуальной схемы в код и вёрстка веб-страниц из множества элементов.
Сначала проверяет, потом меняет. 3.6 Flash чаще, чем 3.5 Flash, запускает диагностические скрипты до того, как править код. На сложных задачах это повышает точность. На рутинной фронтенд-работе добавляет лишние разведочные шаги. Google прямо называют этот компромисс.
Слабее в визуальном оформлении интерфейсов. Функциональный код модель пишет лучше, но по вёрстке и стилю асессоры чаще выбирали ответы прежних моделей. Обходной путь, по документации, — давать явные требования к дизайну в запросе.
Ещё одна новинка относится к экосистеме: с 3.6 Flash появилась поддержка агента Antigravity в Gemini Managed Agents — готовой агентной конфигурации на стороне Google. Актуальную настройку Google теперь описывают уже в руководстве по 3.8 Flash.
Цена Gemini API: сколько стоят 3.6 Flash и Flash-Lite
Цены из документации, за миллион токенов:
| Модель | Вход | Выход |
|---|---|---|
| Gemini 3.6 Flash | $1,50 | $7,50 |
| Gemini 3.5 Flash (для сравнения) | $1,50 | $9,00 |
| Gemini 3.5 Flash-Lite | $0,30 | $2,50 |
Вход у 3.6 Flash остался на уровне 3.5 Flash, выход подешевел с $9,00 до $7,50 — примерно на шестую часть. Если пересчитать, Flash-Lite дешевле 3.6 Flash в пять раз на входе и в три раза на выходе.
На практике цена за токен — только половина картины. Если заявление о сокращении шагов подтвердится на вашей нагрузке, агент на 3.6 Flash потратит меньше токенов на ту же задачу, и экономия сложится с подешевевшим выходом. Если не подтвердится — останется только разница в тарифе. Как рассуждения модели учитываются в счёте, в этом материале не расписано: перед расчётом бюджета это стоит сверить со страницей цен Gemini API.
Для Flash-Lite Google приводят цифры, но сравнивают её с Gemini 2.5 Flash, а не с 3.6 Flash: на тесте рассуждений HLE — 18,0% против 11,0%, на мультимодальном CharXIV — 74,5% против 63,7%. Компания позиционирует её как путь миграции для тех, кто сидит на 2.5 Flash. Заодно упомянута более устойчивая персона в чат-ботах и лучшее следование инструкциям в длинном диалоге по сравнению с Gemini 3.1 Flash-Lite.
Что сломается в коде при переходе
Начиная с 3.6 Flash и 3.5 Flash-Lite, Google меняют правила API не только для этих двух моделей, но и для всех будущих. Значит, переписывать код придётся один раз, и откладывать это бессмысленно.
Параметры сэмплирования больше не работают. temperature, top_p и top_k объявлены устаревшими. Сейчас API их молча игнорирует, в следующих поколениях моделей запрос с ними вернёт ошибку HTTP 400. Рекомендация Google — удалить их из всех запросов. Предсказуемости ответа предлагают добиваться иначе: прописать в системной инструкции явные правила для вашего сценария.
Предзаполнение ответа модели запрещено. Раньше распространённым приёмом было вписать начало ответа за модель: последней репликой в запросе шла роль model с текстом вроде «Перевод:» или открывающей скобкой JSON. Так подавляли вступления и вынуждали нужный формат. Теперь запрос, где последняя непустая реплика принадлежит модели, получает ошибку 400. Замена — системная инструкция или структурированный вывод (Structured outputs), то есть ответ по заданной JSON-схеме:
interaction = client.interactions.create(
model="gemini-3.6-flash",
input="Translate 'Hello world' to Spanish.",
system_instruction="Output only the translation without introductory text.",
)Ещё три пункта из чек-листа миграции:
candidate_count— запрос нескольких вариантов ответа сразу — не поддерживается в Gemini 3 и новее;thinking_budgetзаменяется наthinking_level; для 3.6 Flash указаны значения"medium"и"high";- вызовы функций нужно перепроверить: мультимодальные данные класть внутрь ответа функции, инструкции внутри текста разделять через
\n\n, а при ошибкахMalformed_Function_Call, связанных с текстом перед вызовом инструмента, смотреть обходные пути в документации по function calling.
Отдельно Google напоминают о базовых требованиях всей серии Gemini 3.x: обновлённом SDK и сохранении thought signatures — служебных подписей рассуждений модели, которые нужно передавать обратно между шагами диалога.
Как подключить Gemini 3.6 Flash API и перевести приложение
Примеры в документации написаны на Interactions API — интерфейсе Gemini API, который Google продвигают для агентных и многоагентных сценариев. Минимальный вызов на Python выглядит так:
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)В документации есть аналогичные примеры на JavaScript и через curl. Для автоматизированной миграции Google предлагают «скилл» для ИИ-агентов разработки. Он ставится командой npx skills add google-gemini/gemini-skills --skill gemini-interactions-api --global, после чего агенту дают задание вида /gemini-interactions-api migrate my app to Gemini 3.6 Flash. Результат такой правки в любом случае стоит прочитать глазами: механическая замена параметров не проверит, что ваш промпт по-прежнему даёт нужный формат без предзаполнения.
Gemini 3.6 Flash vs 3.1 и другие точки старта
Прямого сравнения 3.6 Flash с моделями 3.1 в цифрах этот материал не даёт. Зато Google прямо указывают, с чего на что переходить:
- на 3.6 Flash — с Gemini 3.5 Flash, Gemini 3 Flash (Preview) и Gemini 3.1 Pro;
- на 3.5 Flash-Lite — с Gemini 3.1 Flash-Lite и Gemini 2.5 Flash.
Пункт про 3.1 Pro заслуживает внимания. Google считают Flash-модель нового поколения разумной заменой для части нагрузок на Pro предыдущего. Проверять, относится ли это к вашей нагрузке, придётся на своих тестах.
Когда выбрать 3.5 Flash-Lite
Для массового извлечения данных, маршрутизации и классификации Google советуют оставить thinking_level на "minimal" ради максимальной скорости. Для автономных субагентов с вызовами инструментов, исполнением кода и многошаговой логикой уровень нужно поднять до "medium" или "high". Иначе модель может преждевременно оборвать работу с инструментом. На разборе документов советуют пробовать и минимальный, и высокий уровень — в зависимости от сложности документа.
Границы и цена
Модель уже не новейшая. Для нового проекта логично сначала сравнить её с Gemini 3.8 Flash: 3.6 Flash остаётся в продакшне, но фокус документации Google уже сместился.
Визуальное оформление — слабое место. Если модель генерирует интерфейсы, которые увидят клиенты, без явных требований к дизайну результат может выглядеть хуже, чем у прежних моделей. Это признают сами Google.
Лишние шаги на простых задачах. Привычка сначала запускать диагностику помогает на сложном коде, но на рутинной фронтенд-правке добавляет шаги. Значит, и токены, и время ожидания. Обещанная экономия на шагах может съесться именно здесь.
Меньше рычагов управления. Без temperature и предзаполнения разработчик теряет два привычных способа зафиксировать стиль и формат ответа. Остаются системные инструкции и JSON-схемы. На практике это, скорее всего, значит, что промпты, которые годами держались на предзаполнении, придётся переписывать и заново тестировать.
Ошибки 400 в продакшне. Предзаполнение ломает запрос уже сейчас, параметры сэмплирования начнут ломать его в следующих поколениях. Код, который сегодня работает с предупреждением, завтра упадёт при простой смене ID модели.
Flash-Lite на минимальных настройках не агент. Уровень minimal хорош на потоке, но для цепочек с инструментами Google сами рекомендуют поднимать уровень размышлений. Скорость при этом падает, а объём работы модели растёт.
Заявления без цифр. Улучшения 3.6 Flash описаны качественно: меньше шагов, лучше код, точнее инструкции. Сколько именно — в материале не сказано. Решение о переходе стоит принимать по замерам на своих задачах, а не по списку изменений.
Цена миграции — время разработчика. Удалить параметры несложно. Дольше всего займёт аудит вызовов функций и проверка, что форматы ответов не поехали после отказа от предзаполнения.
Что с этим делать
- Найдите в коде
temperature,top_p,top_k,candidate_count,thinking_budgetи реплики ролиmodelв конце запроса — это обязательный минимум перед сменой ID модели. - Если вы на Gemini 3.5 Flash и платите в основном за выходные токены, прогоните на 3.6 Flash свои типовые агентные задачи и сравните не цену за миллион, а итоговый расход токенов на задачу.
- Для потоковой обработки документов, классификации и маршрутизации сначала проверьте 3.5 Flash-Lite на уровне
minimal: разница в цене с 3.6 Flash — в разы. - Если модель генерирует интерфейсы, добавьте в системную инструкцию явные требования к дизайну, а не надейтесь на её вкус.
- Начинаете новый проект — сравните кандидатов вместе с Gemini 3.8 Flash. 3.6 Flash имеет смысл, если она уже обкатана у вас или выигрывает на ваших замерах.