Gemini 3.6 Flash 降价16%，但 API 废弃了 temperature：开发者如何迁移？

核心洞察

这篇文章最有意思的点是，Google 一口气推了两个定位完全不同的模型：一个主打更强的推理和多模态能力，价格还降了；另一个走极致性价比路线，速度最快、成本最低，专门给高吞吐量场景用。而且 API 有重大变更 —— temperature、top_p 这些参数被废弃了，迁移的时候得注意。

---

Gemini 3.6 Flash谷歌最新发布的Gemini Flash模型，ID为gemini-3.6-flash，在复杂代理和多模态任务上表现更强，支持思考（中等水平），定价为输入$1.50/1M tokens、输出$7.50/1M tokens。（gemini-3.6-flash）和 Gemini 3.5 Flash-LiteGemini 3.5系列中速度最快、成本最低的模型，ID为gemini-3.5-flash-lite，支持最小思考水平，定价为输入$0.30/1M tokens、输出$2.50/1M tokens。（gemini-3.5-flash-lite）正式上线，可以用于生产环境了。

Gemini 3.6 Flash 在复杂智能体任务和多模态场景下表现更强，同时 token 用量减少，价格比 3.5 Flash 还便宜。

Gemini 3.5 Flash-Lite 是 3.5 家族里跑得最快、成本最低的模型，高吞吐量场景下比之前版本表现更好。

本文梳理了新模型有哪些变化、API 改动对你代码的影响，以及怎么迁移。

友情提示：你可以用支持 skills 的编码智能体（比如 Antigravity）来自动迁移。运行 /gemini-interactions-api migrate my app to Gemini 3.6 Flash 就行。

核心结论

1. Gemini 3.6 Flash 输出 token 价格降至 $7.50/百万 token，比 Gemini 3.5 Flash 的 $9.00 降低了 16.7%；输入 token 价格保持

这篇文章最有意思的点是，Google 一口气推了两个定位完全不同的模型：一个主打更强的推理和多模态能力，价格还降了；另一个走极致性价比路线，速度最快、成本最低，专门给高吞吐量场景用。而且 API 有重大变更 —— temperature、top_p 这些参数被废弃了，迁移的时候得注意。

---

Gemini 3.6 Flash（gemini-3.6-flash）和 Gemini 3.5 Flash-Lite（gemini-3.5-flash-lite）正式上线，可以用于生产环境了。

Gemini 3.6 Flash 在复杂智能体任务和多模态场景下表现更强，同时 token 用量减少，价格比 3.5 Flash 还便宜。

Gemini 3.5 Flash-Lite 是 3.5 家族里跑得最快、成本最低的模型，高吞吐量场景下比之前版本表现更好。

本文梳理了新模型有哪些变化、API 改动对你代码的影响，以及怎么迁移。

友情提示：你可以用支持 skills 的编码智能体（比如 Antigravity）来自动迁移。运行 /gemini-interactions-api migrate my app to Gemini 3.6 Flash 就行。
.50/百万 token 不变。
2. Gemini 3.5 Flash-Lite 是 3.5 家族中成本最低、速度最快的模型，输入 $0.30/百万 token、输出 $2.50/百万 token，专为高吞吐量场景设计。
3. API 移除三项控制参数：temperature、top_p、top_k 被废弃，未来版本传入会返回 HTTP 400 错误；同时禁止以 model 角色的预填回复结尾，否则返回 400 错误。
4. 两个新模型均支持 100 万 token 上下文窗口、6.4 万 token 最大输出，并内置思考能力与 Computer Use一种原生工具能力，允许模型代理化地控制用户界面进行自动化操作，如点击、输入等。 等原生工具。

新模型一览

两个模型都支持 100 万 token 上下文窗口、6.4 万 token 最大输出、思考能力，以及包括 Computer Use 在内的全套内置工具。

完整的规格参数，请看模型页面，价格详情看定价页面。

快速上手

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)

Gemini 3.6 Flash 有什么新东西

• 减少 token 和对话轮次：多步骤工作流比 Gemini 3.5 需要的推理步骤更少、对话轮次更少、工具调用也更少。还能减少执行循环打转的情况。
• 代码生成质量提升：产出的生产级代码质量更高，不必要的修改和调试循环都减少了。
• 指令遵循能力更强：诊断任务中，无意义的文件改动少了。
• 多模态与空间推理更强：图表解读、视觉蓝图转换、多元素网页布局生成都有提升。
• 倾向于先跑诊断脚本：相比 Gemini 3.5 Flash，它更倾向于在动手改代码之前先跑诊断脚本。复杂任务上更准确，但简单的前端任务上可能会多出探索步骤。
• 支持 Computer Use：作为原生工具，可用于智能体 UI 自动化。
• UI 样式偏好：生成功能代码的能力更强，不过人工评测员更喜欢老模型做出来的视觉设计和样式。你可以给明确的设计规范来改善这个问题。
• 默认思考级别（medium）：跟 Gemini 3.5 Flash 一样，默认使用 medium 级别。
• 降价：输出 token 成本降到 $7.50/100 万（3.5 Flash 是 $9.00），输入 token 保持在 $1.50/100 万。

Gemini 3.5 Flash-Lite 有什么新东西

• 任务执行延迟更低：批量数据解析和文档提取场景下，吞吐量是 3.5 家族里最高的。
• 推理和多模态能力增强：从 Gemini 2.5 Flash 迁移过来体验不错。推理任务（HLE 从 11.0% 提到 18.0%）和多模态基准（CharXIV 从 63.7% 提到 74.5%）分数都更高。
• 子智能体编排与工具可靠性提升：代码执行、搜索和 MCP 工作流中的工具执行可靠性更好。自主规划和复杂子智能体任务建议提高思考级别。
• 文档理解能力更强：文档解析和结构化数据提取的准确率提升了。根据文档复杂度，可以试试 minimal 和 high 两种思考级别。
• 交互式网页编码与表格数据处理：前端 JavaScript 和表格数据处理表现不错，底层通过轻量级代码执行来规划。
• 聊天机器人与角色持续性更强：多轮指令遵循和角色一致性优于 Gemini 3.1 Flash-Lite。
• 支持 Computer Use：作为原生工具，可用于智能体 UI 自动化。

如何挑选合适的 Flash 或 Flash-Lite 模型

下面这张表帮你根据工作负载选择合适的模型和迁移路径。

两个模型都需要移除已废弃的采样参数（temperature、top_p、top_k）和预填的模型回复。具体见 API 变更部分。

Antigravity 智能体更新

因为性能提升，Gemini 3.6 Flash 现在成了 Gemini Managed Agents 中 Antigravity 智能体的默认模型。你可以在 API 里设置新字段来切换。

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input="Read Hacker News, summarize the top 10 stories, and save the results as a PDF.",
    environment="remote",
)

print(interaction.output_text)

API 变更与参数更新

从 Gemini 3.6 Flash 和 Gemini 3.5 Flash-Lite 开始，以下 API 变更适用于这两个模型及未来的所有 Gemini 版本。

• 采样参数废弃：temperature、top_p 和 top_k 被废弃。API 会忽略这些参数，未来模型版本会直接报错。
• 预填模型回复校验：不再支持预填模型回复。如果请求中最后一个非空回复是 model 角色，API 会返回 400 错误。

下面详细解释每个变更。

1. 采样参数废弃（temperature、top_p、top_k）

temperature、top_p 和 top_k 已被废弃，API 会忽略它们。未来模型版本中，传入这些参数会返回 HTTP 400 错误。请从所有请求中移除这些参数。

# ⚠️ 移除这些参数（已废弃）
generation_config = {
     "temperature": 0.7,
     "top_p": 0.9,
     "top_k": 40,
}

要提高确定性，可以写一条系统指令，明确给规则。

2. 预填模型回复校验 {:#prefilled-model-turn-validation}

如果 API 请求以非空的模型角色回复结尾，现在不允许了，会返回 HTTP 400 错误。

⚠️ 不要这样做

在老的 generateContent 或原始 REST 请求中，以模型角色回复结尾现在不行了：

/* ❌ 不要：请求内容以 'model' 角色回复结尾 */
{
  "contents": [
    {"role": "user", "parts": [{"text": "Translate 'Hello world' to Spanish."}]},
    {"role": "model", "parts": [{"text": "Translation:"}]}  /* ❌ 会报错 */
  ]
}

✅ 推荐迁移方案（Interactions API）

在 Interactions API 中，你不需要手动预填模型回复。如果你的应用以前通过预填模型回复来抑制开场白或强制 JSON 格式，可以用 system_instruction 或结构化输出来代替。

# ✅ 推荐：在 Interactions API 中使用 system_instruction 指定输出格式
interaction = client.interactions.create(
    model="gemini-3.6-flash",
    input="Translate 'Hello world' to Spanish.",
    system_instruction="Output only the translation without introductory text.",
)

迁移检查清单

再次提醒：你可以用支持 skills 的编码智能体（比如 Antigravity）来自动迁移。运行 /gemini-interactions-api migrate my app to Gemini 3.6 Flash 就行。

迁移到 gemini-3.6-flash

• 更新模型 ID：把目标模型改成 gemini-3.6-flash。
• 移除已废弃的采样参数：
  • 从生成配置中删掉 temperature、top_p 和 top_k。
  • 用字符串枚举 thinking_level（设为 "medium" 或 "high"）替换 thinking_budget。
  • 去掉 candidate_count（Gemini 3.x 不支持）。
• 遵守回复校验规则：
  • 多轮对话统一用服务端的 previous_interaction_id。
  • 不要预填模型回复。
• 检查函数调用：
  • 多模态资产放在响应 payload 里。
  • 用 \n\n 格式化行内指令。
  • 如果遇到 Malformed_Function_Call 错误且与预工具文本有关，看看预工具文本要求的解决文档。
  • 仅在使用 generateContent API 时：确保所有 FunctionResponse 对象包含 call_id 和 name。
• 3.x 基础要求：关于 SDK 更新和思考痕迹保留，参考 Gemini 3.5 迁移检查清单。

迁移到 gemini-3.5-flash-lite

• 更新模型 ID：把目标模型改成 gemini-3.5-flash-lite。
• 配置思考级别：
  • 高容量提取、路由或分类场景：保持 thinking_level 为 "minimal"（默认），吞吐量最大。
  • 自主子智能体带工具调用、代码执行或多步骤推理：把 thinking_level 设为 "medium" 或 "high"，防止工具提前终止。
• 移除已废弃的参数并检查函数调用：规则跟 3.6 Flash 一样。
• 3.x 基础要求：参考 Gemini 3.5 迁移检查清单。

下一步

• 查看模型概述中的 API 规范
• 在 Interactions API 指南中了解多智能体编排
• 去 Google AI Studio 测试和优化提示词
• 阅读官方博客文章，那里还有 Gemini 3.5 Flash Cyber 模型的信息

常见问题（FAQ）

Gemini 3.6 Flash和3.5 Flash-Lite的主要区别是什么？如何选择？

3.6 Flash适合复杂推理和多模态任务，价格降低；3.5 Flash-Lite是速度最快、成本最低的模型，适合高吞吐量场景。根据任务复杂度选择。

新模型的API有哪些需要特别注意的变更？

temperature、top_p、top_k参数已废弃，请求中需移除；预填模型回复（以model角色结尾）不再支持，否则返回400错误。

Gemini 3.6 Flash相比前代有哪些提升？

token和对话轮次减少，代码质量和指令遵循能力更强，多模态与空间推理提升，支持Computer Use工具，输出token价格降低至$7.50/百万。