Gemini 3.5 Flash 現已正式發布(GA),穩定且適用於大規模生產環境。作為我們最聰明的 Flash 模型,它在 Agentic 程式開發、程式撰寫以及大規模長跨度任務中,能持續提供頂尖的效能。
本指南概述了 Gemini 3.5 Flash 的改進內容、API 變更以及遷移建議。
新模型
Gemini 3.5 Flash:我們最聰明的模型,專為在 Agentic 任務與程式撰寫任務中提供持續的頂尖效能而設計。
模型 ID:gemini-3.5-flash
Gemini 3.5 Flash 支援 1M token 的 context window、65k 最大輸出 token、思考(thinking)功能,以及與 Gemini 3 Flash 相同的工具集與平台功能。目前暫不支援 Computer Use。
如需完整規格,請參閱模型總覽。如需定價資訊,請參閱定價頁面。
快速入門
安裝最新的 Google Gen AI SDK:
`bash
pip install -U google-genai
`
本指南中的所有程式碼範例均使用 Interactions API。Interactions API 是使用 Gemini 進行開發的全新標準原語(primitive),建議所有新專案採用。它針對 Agentic 工作流程、伺服器端狀態管理以及複雜的多模態、多輪對話進行了最佳化。GenerateContent API 同樣受到支援;適用的設定選項與建議皆相同。
`python
Interactions API
from google import genai
client = genai.Client()
interaction = client.interactions.create(
model="gemini-3.5-flash",
input="用三句話解釋平行 Agentic 執行是如何運作的。"
)
print(interaction.output_text)
`
`python
Generate Content API
from google import genai
client = genai.Client()
response = client.models.generate_content(
model="gemini-3.5-flash",
contents="AI 是如何運作的?",
)
print(response.text)
`
新功能亮點
持續的頂尖效能:我們最聰明的 Flash 模型,針對大規模的 Agentic 任務與程式撰寫任務進行了最佳化。
Agentic 執行:支援大規模的子 Agent 部署、問題解決以及快速的 Agentic 迴圈。
程式撰寫:支援迭代式程式撰寫週期、快速探索與原型設計,以測試替代路徑並動態探索解決方案。
長跨度任務:支援大規模的多步驟工作流程與工具使用。
思考保留(Thought preservation):模型會自動在多輪對話中維護中間推理過程。無需進行任何 API 變更。
新的預設努力等級:預設的思考努力等級已從 high 改為 medium。詳情請參閱「新的預設努力等級」。
改進的低階思考:low 等級現在針對需要較少步驟的程式碼與 Agentic 任務進行了顯著改進,能在更低的延遲與成本下提供優異的品質。
GA 發布:適用於大規模生產環境的穩定模型。
行為變更
新的預設努力等級:medium
預設的思考努力等級現在為 medium,取代了 Gemini 3 Flash Preview 中的 high。medium 等級在廣泛的任務中能產生非常好的結果,同時速度更快且更具成本效益。針對複雜問題,high 等級則會鼓勵模型進行更深度的思考。
若要覆寫預設值,請在你的設定中調整 thinking_level:
`python
from google import genai
client = genai.Client()
interaction = client.interactions.create(
model="gemini-3.5-flash",
input="證明 2 的平方根是無理數。",
generationconfig={"thinkinglevel": "high"},
)
print(interaction.output_text)
`
提示:建議從 medium 開始,它能為絕大多數任務提供最佳品質。若追求更快速、更低成本且具備強大品質的體驗,請嘗試 low。若遇到複雜推理、高難度數學或困難的程式撰寫挑戰,請切換至 high。若需針對簡單查詢最佳化速度,則可使用 minimal。
思考保留
模型會自動在多輪對話中維護中間推理過程。當對話歷史中存在推理內容時,推理 context 會持續傳遞,這能提升複雜多步驟任務(如迭代式除錯與程式碼重構)的效能。無需進行任何 API 變更:
Interactions API:思考過程會自動保留。行為無變更。
GenerateContent API:從 Gemini 3.5 Flash 開始,當對話歷史中存在思考簽名(thought signatures)時,模型會使用先前所有輪次的推理 context。若要啟用此功能,請在 contents 中傳遞完整且未經修改的對話歷史(包含思考簽名)。SDK 會自動處理這些內容。
Gemini 3.x 的參數更新與最佳實踐
以下內容適用於所有 Gemini 3.x 模型,包含 Gemini 3.5 Flash。
temperature、topp、topk:我們強烈建議不要更改預設值。Gemini 3 的推理能力已針對預設設定進行最佳化。
請使用 thinkinglevel 取代 thinkingbudget。
函式呼叫(Function calling)回應匹配:id、name 以及回應計數必須與先前的呼叫相符。
多模態函式回應:請將多模態內容包含在函式回應內部,而非外部。
函式回應中的內嵌指令:請附加在函式回應文字的末尾,不要作為獨立的部分。
減少不必要的工具呼叫:在 Agentic 工作流程中,使用較低的思考等級或透過系統指令(system instructions)來減少工具呼叫。
請參閱下方章節,了解如何更新你的程式碼。
取樣參數(不再建議使用)
對於所有 Gemini 3.x 模型,不再建議使用 temperature、topp 與 topk。Gemini 3 的推理能力已針對預設設定進行最佳化。請從所有請求中移除這些參數。
`python
⚠️ 移除這些參數(不再建議使用)
generation_config = {
"temperature": 0.7,
"top_p": 0.9,
"top_k": 40,
}
`
為了確保確定性,我們建議針對你的特定使用情境定義系統指令,並設定明確的規則。
thinking_budget(不再建議使用)
在所有 Gemini 3.x 模型中,不再建議使用原始的數值型 thinkingbudget 參數。請改用字串列舉 thinkinglevel。
`python
⚠️ 變更前(不再建議使用)
generation_config = {
"thinking": {"thinking_budget": 7500},
}
✅ 變更後
generation_config = {
"thinking": {"thinking_level": "medium"},
}
`
可用值:minimal、low、medium(預設)、high。
函式呼叫:嚴格回應匹配
Interactions API 對於不匹配的函式回應已經會拋出錯誤。GenerateContent API 尚未強制拋出錯誤,但在大多數情況下,不匹配的回應會導致模型回傳空回應,並帶有 finish_reason: STOP。請務必遵守以下慣例:
`python
✅ 在 functionresult 中包含匹配的 callid 與 name
final_interaction = client.interactions.create(
model="gemini-3.5-flash",
previousinteractionid=interaction.id,