Gemini 3.5 Flash 能力指南:功能、当前模型 ID 与迁移判断
Gemini 3.5 Flash 的主要用途是理解复杂材料、编写代码和参与多步工具任务。Developer API 旧 ID 已自动转到 3.6;新接入应明确选择当前模型,并检查实际响应版本、输出类型和完成任务的费用。
文章目录

Gemini 3.5 Flash 可以读取文本、图片、音频、视频和 PDF,生成文本或代码,并通过函数调用、检索、代码执行等工具参与多步任务。 它值得评估的用途是代码调试、复杂文档分析和带工具的助手,而非生成图片、合成语音或实时语音对话。官方能力表明确区分了这些输入与输出。
但使用这款模型前,要先确认入口:截至 2026 年 10 月 14 日,Google Gemini Developer API 对 gemini-3.5-flash 的请求会自动转到 gemini-3.6-flash。旧端点没有关闭,AI Studio 已不能选择旧 3.5;新配置应写明 3.6,复杂的长流程任务也可评估 3.8。Google Cloud 上的 3.5 则有独立支持周期,不能把这条自动路由规则套过去。Developer API 弃用说明与Cloud 模型页分别说明了两种状态。
旧的 3.5 Flash 模型 ID 现在还能用吗?
在 Developer API 中可以继续发请求,但执行请求的是替代模型 3.6。 Google 在 2026 年 10 月 8 日公布了这一变化。配置、日志或网关下拉框还显示“3.5”,并不能证明后台仍运行原来的 3.5 模型。更新日志给出了变更日期。
| 你使用的入口 | 2026 年 10 月 14 日的官方状态 | 对使用的影响 |
|---|---|---|
| Gemini Developer API / Google AI Studio | 3.5 已弃用;旧 ID 自动转到 3.6,旧端点继续存在;Studio 不再提供 3.5 选择 | 明确写 gemini-3.6-flash,并记录响应的 modelVersion |
| Google Cloud Gemini Enterprise Agent Platform | gemini-3.5-flash 仍列为 GA;支持退役日期为 2027 年 5 月 19 日或以后 | 按 Cloud 项目、区域、认证和该平台生命周期判断 |
| 第三方网关或 Gemini 消费应用 | 上述两份文档不能确认其实际后端、映射和结算 | 核对该服务说明、实际响应与账单,不能只看显示名称 |
来源:Developer API 生命周期表、Cloud 3.5 模型卡。Cloud 页面还明确注明:其退役日期指该平台的支持,Gemini API 有自己的条款与生命周期。
这也改变了测试和回滚方法。在 Developer API 中,用旧 gemini-3.5-flash 与新 gemini-3.6-flash 做两组请求,不能当作“旧模型对新模型”的独立比较;把字符串改回 3.5,也不能恢复原模型。需要保留的是已经验证可用的独立模型或服务方案,以及相应参数和任务结果。
若你的问题是服务账号、IAM、区域控制或审计该由谁管理,可继续看Gemini API 与 Vertex AI 的入口选择。这与模型本身是否擅长代码是两个判断。
功能与能力:哪些任务值得用它来做?
3.5 的能力可以理解为“读复杂材料,再生成文本答案或提出工具动作”。当前直接替代它的 3.6,仍接受文本、图片、视频、音频和 PDF;官方上限是 1,048,576 个输入 token、65,536 个输出 token。支持大输入不保证准确找回每个细节,也不表示能一次输出同等长度的全文。3.5 能力表与3.6 能力表给出了相同的模态和长度边界。

编程:适合调试和迭代,生成代码仍要验收
可以把报错、相关函数、测试条件和运行日志一起交给模型,要求它定位问题、提出修改并解释如何验证。函数调用允许它请求应用提供的工具,代码执行能力则可用于受支持的计算或检查;这些能力不会自动赋予它修改你仓库、部署服务或执行任意命令的权限。
Google 对 3.5 的定位包含迭代编码和多步工具任务;3.6 指南进一步报告了减少无关修改、调试循环和工具调用等改进。这是发布方的评估,不是所有项目都会得到相同比例的提速或省钱。3.5 功能说明与3.6 开发者指南是判断候选的依据。
一个有用的验收方式是要求模型只修复指定缺陷,再检查原测试是否通过、是否改动无关文件,以及新测试是否真的复现了原问题。前端任务还应给出明确的视觉要求:3.6 指南提到,功能代码改进并不等于人工评价中的页面风格一定更受欢迎。
文档与多模态:适合交叉核对,不等于直接生成媒体
可以让模型对照 PDF、截图、录音和文本记录,例如从产品说明书与变更邮件中找出交付日期的冲突,或结合错误截图和日志解释故障。文件检索、URL 内容读取、搜索依据与结构化输出,是官方列出的相关能力。3.6 模型功能表列明了支持范围。
对这类任务,输出最好包含出处位置、提取值及未找到的字段。业务侧再核对关键页和字段,避免把“能读 PDF”误解为“每次都能完整读对”。结构化输出有助于约束格式,但字段符合格式仍不证明金额、日期或归属正确。
图片和音频在这里是输入材料。模型可以解释截图、分析音频内容,最终返回文本;3.5、3.6 和 3.8 Flash 的这些通用模型都没有列为图像生成、音频生成或 Live API 模型。需要成品图片、语音文件或实时对话时,应使用对应的专用模型和接口。当前 Flash 能力表同样保留了这一限制。
工具助手:模型提出调用,应用负责执行和回传
函数调用适合需要查资料、计算、访问内部工具后才能回答的问题。模型返回的调用名称和参数,是交给应用处理的请求;工具权限、执行结果、失败处理和下一轮对话由你的程序完成。代码执行、搜索与地图依据等内置工具,也需要按接口配置使用,不能把“能力表支持”理解为每次文本请求都自动启用。原生 generateContent 请求说明定义了工具配置。
以库存助手为例,模型可以请求查询某件商品的库存,再依据回传值回答。真正查询数据库的是你的工具;若要提交订单,还需要独立的业务校验和授权。只给模型一个“帮我下单”的文本输入,不等于已经完成交易。
Computer Use:已列为预览支持,但要按当前指南选择模型
现在不能继续沿用“3.5 Flash 不支持 Computer Use”的旧判断:3.5 的归档能力表和 3.6 的模型卡都列为 Supported (Preview)。不过,当前 Computer Use 指南推荐 3.8 Flash,其模型清单没有列出 3.6。模型卡的预览标记与指南中的当前接入清单,应分别保留;仅凭两张卡片不能确认一个实际 3.6 工具请求的兼容性。
如果现在要新建浏览器操作助手,按指南明确列出的 3.8 接入是有文档依据的起点。完整流程是:应用发送工具配置、任务和截图,接收模型建议的点击或输入动作,按安全判断执行,再截图并回传结果。动作要求确认时取得用户确认;被阻止时停止。执行环境、动作处理器和权限控制都由应用建设。Computer Use 工作流程说明了这个客户端循环。
因此,这项预览能力可以参与界面自动化,但一次普通的 generateContent 文本调用不会替你操作浏览器。本页没有执行浏览器工具请求或验证其成功率。
如何发起一次当前可用的原生 API 请求?
已有 Developer API 集成,先把目标写成明确的 gemini-3.6-flash。下面是使用 Python 标准库的 generateContent 文档示例,无需安装 SDK;它发送一个包含完整输入的代码调试问题,并输出响应版本、用量和最终文本。示例未进行真实 API 调用,不代表你的项目已有访问权限或额度。
前提是 Python 3、服务端已经安全设置 GEMINI_API_KEY,且项目和账号可访问该服务。可用地区页目前没有列出中国大陆,另有 18 岁及账号年龄验证要求;中文页面或中文提示词不会改变服务资格。官方将 Gemini Enterprise Agent Platform 列为地区不适用时可考虑的另一入口,但仍需核对那条 Cloud 路线的条件。
将下面内容保存为 check_flash.py,在已具备上述条件的服务端运行 python3 check_flash.py。它会消耗项目的相应额度;先用不含敏感信息的输入。
import json
import os
import sys
import urllib.error
import urllib.request
api_key = os.environ.get("GEMINI_API_KEY")
if not api_key:
raise SystemExit("请先在服务端设置 GEMINI_API_KEY。")
model = "gemini-3.6-flash"
prompt = """检查下面的 Python 函数。
已有编号为 [1, 2, 4] 时,返回值会与已有编号重复。
说明原因,给出保持函数接口不变的最小修复,并写出两个测试。
不要修改其他功能;空列表应从编号 1 开始。
def next_invoice_number(existing):
return len(existing) + 1
"""
payload = {
"contents": [{"role": "user", "parts": [{"text": prompt}]}],
"generationConfig": {
"maxOutputTokens": 4096,
"thinkingConfig": {"thinkingLevel": "MEDIUM"},
},
}
request = urllib.request.Request(
f"https://generativelanguage.googleapis.com/v1beta/models/{model}:generateContent",
data=json.dumps(payload).encode("utf-8"),
headers={
"Content-Type": "application/json",
"x-goog-api-key": api_key,
},
method="POST",
)
try:
with urllib.request.urlopen(request, timeout=120) as response:
result = json.load(response)
except urllib.error.HTTPError as error:
print(f"HTTP {error.code}", file=sys.stderr)
print(error.read().decode("utf-8"), file=sys.stderr)
raise SystemExit(1)
except urllib.error.URLError as error:
raise SystemExit(f"连接失败:{error.reason}")
print("请求模型:", model)
print("响应模型版本:", result.get("modelVersion", "未返回"))
print("响应 ID:", result.get("responseId", "未返回"))
print("用量:", json.dumps(result.get("usageMetadata", {}), ensure_ascii=False))
candidates = result.get("candidates", [])
if not candidates:
print("提示反馈:", result.get("promptFeedback", {}))
raise SystemExit("没有候选答案,请按反馈检查请求。")
candidate = candidates[0]
print("停止原因:", candidate.get("finishReason", "未返回"))
text = "\n".join(
part["text"]
for part in candidate.get("content", {}).get("parts", [])
if "text" in part and not part.get("thought", False)
)
if not text:
raise SystemExit("没有最终文本,请检查停止原因与原始响应。")
print(text)端点、contents、generationConfig 与响应字段来自 generateContent API 参考;MEDIUM 是原生 REST 的思考级别枚举。代码检查只证明 Python 语法和请求结构可读,本页没有测试密钥、联网、模型响应或生成代码的正确性。
这次检查应同时得到三类结果:HTTP 成功及非空文本;可记录的 modelVersion、responseId 和用量;回答是否修复编号重复且保持空列表行为。前两项通过仍不表示第三项正确,生成的补丁与测试需要实际运行。若 modelVersion 缺失,保留“未返回”,不要用请求中的字符串补成实际响应版本。
失败时先读返回的 HTTP 状态和错误正文。400 可先检查参数与消息顺序;认证或访问错误则核对密钥、项目和地区条件,不靠反复换模型解决。当前密钥文档说明,AI Studio 自 2026 年 5 月 28 日起新建的是授权密钥,未设置限制的旧标准密钥会被拒绝,设置了明确限制的标准密钥仍可用。密钥规则是检查旧集成的依据。429 的配额检查见后面的上线说明。
从旧集成迁移时,哪些参数和对话处理要改?
把旧 ID 改为 3.6 后,还应检查旧请求中有没有已改变的参数。当前 3.6 迁移指南明确指出:temperature、top_p、top_k 已弃用,在该模型中被忽略;未来模型可能直接返回错误。不要继续通过这些值控制回答风格,改用清晰的系统指令和适合任务的思考级别。旧 candidate_count 也不受支持。
| 集成中要检查的内容 | 当前做法 |
|---|---|
数字型 thinking_budget | 使用思考级别;不能与级别字段同时传入 |
靠最后一条 model 消息预填“答案:”或 JSON 开头 | 移除预填;最后一个非空回合是模型回合时,3.6 会返回 400 |
| 原生 REST 的思考配置 | generationConfig.thinkingConfig.thinkingLevel,枚举如 MEDIUM |
| Interactions 的思考配置 | generation_config.thinking_level,值如 "medium";不要把它塞进原生 REST 请求 |
字段来源:原生配置参考、思考指南、3.6 参数变更。Interactions 使用 /v1beta/interactions、model 和 input;上面的示例使用 /v1beta/models/{model}:generateContent 和 contents。两者请求与响应结构不同,不应混用。
思考级别可以从默认的 medium 开始。3.6 支持 minimal、low、medium、high,简单任务可比较 low,复杂调试可比较 high;级别不是固定 token 数,也不保证某档必然更好。若改成 3.8,只支持 low、medium、high,传 minimal 会报错。思考级别表与3.8 模型卡给出了区别。minimal 也不保证完全关闭思考。
多轮工具任务还要保护上下文。在 generateContent 中保留完整、未修改的对话历史和思考签名;每个函数结果应与前一个调用的 id、name 和数量匹配,多模态工具结果放在函数响应内,附加指令按指南放进响应文本。不要只把上一轮最终文本塞回去,却删除函数调用和签名。3.5/3.x 对话与函数约定和3.6 迁移检查解释了这些要求。
使用 Interactions 有状态模式时,store: true 与 previous_interaction_id 让服务端管理状态;自己管理无状态历史时,需要原样回传思考块和相关签名。思考签名说明区分了这两种方式。这不意味着 Cloud 也提供同一接口:Cloud 3.5 模型卡列出 GenerateContent 和 Chat Completions 支持,Interactions 不支持。
当前价格与费用:输出要把思考一起算进去
对新的 Developer API 配置,应按明确的 3.6 或 3.8 ID 查价。当前官方价格页没有独立的 3.5 Flash 区块,不能继续把旧文 2026 年 5 月的 输入 1.50、输出 9.00 美元/百万 token当作今天的预算,也不能把下面的报价冒充旧别名的已核对账单。
下表适用于 Gemini Developer API 付费层的 3.6 与 3.8 Flash,单位均为 美元/百万 token,输出包含思考 token。价格于 2026 年 10 月 14 日核对。
| 模式 | 至 2026-12-31:输入 / 输出 | 2027-01-01 起:输入 / 输出 |
|---|---|---|
| Standard | 0.75 / 3.75 | 1.50 / 7.50 |
| Batch / Flex | 0.375 / 1.875 | 0.75 / 3.75 |
| Priority | 1.35 / 6.75 | 2.70 / 13.50 |
来源:官方价格页。3.6 开发者指南中的 1.50 / 7.50 是未标当前促销日期的基础报价;预算采用价格页明示有效期的数字。Cloud、第三方网关和消费套餐应分别查价。
例如,一次请求假设有 20,000 个未缓存输入 token、1,200 个最终回答 token、800 个思考 token。按当前 Standard 价格,费用估算为:
20,000 ÷ 1,000,000 × 0.75 + (1,200 + 800) ÷ 1,000,000 × 3.75 = 0.0225 美元
相同用量的 1,000 次请求约 22.50 美元;按 2027 年 1 月 1 日起的报价则约 45 美元。这是用于预算的假设计算,未计搜索、缓存存储、重试、税费或其他工具费用,不是实际账单。思考收费依据完整思考 token,不是展示给你的短摘要。思考计费说明解释了这一口径。
读取原生响应用量时,promptTokenCount 已包含缓存部分,cachedContentTokenCount 是其中的子集,不能再加一次;candidatesTokenCount 与 thoughtsTokenCount 分别记录回答和思考,totalTokenCount 则包含输入、工具输入、思考及回答,不能全部按输出单价计费。UsageMetadata 字段是拆分用量的依据。
重复使用大段材料时可以评估缓存,但命中量与存储时间要分开算。当前 Standard 缓存输入为 0.075 美元/百万 token,存储为 0.50 美元/百万 token·小时,有效期同样到 2026 年底;搜索依据也有单独费用,一条用户请求可能触发多次计费查询。缓存与搜索价格列明了单位。因此 token 费用降低一半,不代表完整工作流账单一定降低一半。
怎样判断性能提升是否值得迁移?
先检查完成任务的结果,再看单次回答速度。Google 把 3.6 定位于代码、智能体执行和多模态推理,把 3.8 定位于长流程软件工程和复杂企业任务;这些说明能帮助你选择测试对象,不能证明你的代码库或文档任务一定受益。3.6 指南与3.8 模型页提供了相应定位。
对原先使用 3.5 的 Developer API 应用,第一步是确认自动路由后的当前行为,再改为明确的 3.6 配置。接着从业务中选取确实会失败或费人工的任务:代码问题看修复后的测试和无关改动;文档问题看关键字段及出处;工具任务看参数、结果匹配及最终动作是否正确。保留相同输入、工具权限和验收条件,才有可解释的比较。

记录每项任务的实际响应版本、完成时间、输入/回答/思考用量、重试和工具调用,以及人工修正时间。费用应包括失败尝试,再除以最终通过验收的任务数。这样才能识别两种不同结果:回答更短但经常漏步骤,或单次稍贵却减少了返工。
简单的分类、字段抽取或短翻译,已有低价模型能稳定通过验收时,可以继续保留;复杂代码和跨材料工具任务再评估 Flash。需要具体比较预算与质量取舍,可看Gemini Flash 与 Flash-Lite 的任务选择。3.5 Flash-Lite 是另一款独立模型,并非旧 3.5 Flash 的新名称。
上线时还要把性能问题与配额问题分开。Gemini API 的 RPM、输入 TPM 和每日请求限制按项目计算,同项目多建密钥不会增加额度;当前数值看 AI Studio 速率限制页,每日限额按太平洋时间午夜重置。速率限制文档也说明实际容量不保证,并可能按账号条件应用滚动 10 分钟的花费限制。遇到 429 时先确认触发了哪项限额,再降低并发或昂贵请求的速率,而不是认定模型推理变差。
代码或文档评估涉及真实资料时,也要选择适当的数据处理条件。现行条款说明,无付费服务的输入和回答可能用于改进产品并由人工处理;通过关联有效结算账号的项目访问付费 API 时,不将这些内容用于产品改进,但仍有安全目的的有限期日志。欧洲经济区、瑞士和英国有地区例外:其无付费服务也适用付费的数据处理条款,面向这些地区用户提供 API 应用须使用付费服务。付费并不等于零保留,首次评估可先使用脱敏资料。
常见问题
Gemini 3.5 Flash 是被关闭了吗?
Developer API 的旧端点没有关闭,请求自动转到 3.6,AI Studio 已不能选择 3.5。Cloud 上的 3.5 则有独立支持期,当前列为 2027 年 5 月 19 日或以后退役。两者不能合成一个统一的关闭日期。Developer API 状态、Cloud 支持日期。
1M 上下文意味着能输出 100 万 token 吗?
不意味着。3.5 的归档模型卡和当前 3.6、3.8 模型卡列出的是 1,048,576 个输入 token、65,536 个输出 token。长报告或大规模代码生成仍应分段验收。当前 3.6 长度上限。
能读取图片和音频,就能生成图片和语音吗?
不能据此判断。这里讨论的 Flash 通用模型输出为文本,图像生成、音频生成和 Live API 均未支持。媒体生成或实时语音需要对应专用模型。Flash 输入输出类型。
切换到 3.8 时可以保留 minimal 思考级别吗?
不可以。3.6 支持 minimal,3.8 只支持 low、medium、high,传 minimal 会报错;两者默认都是 medium。迁移时应同时检查模型 ID 和参数,而非只换名称。官方思考级别表。
3.5 Flash 现在的价格还是输入 1.50、输出 9.00 美元吗?
那是旧价格,不能作为当前新请求的通用预算。当前价格页列出的直接 3.6、3.8 Standard 付费报价为输入 0.75、输出含思考 3.75 美元/百万 token,至 2026 年 12 月 31 日;2027 年 1 月 1 日起为 1.50 / 7.50。旧 3.5 别名、Cloud 与网关的实际结算还需按各自服务核对。Gemini API 价格页。
参考来源17
本文引用的外部页面,按正文出现顺序排列。最后更新于 2026年10月14日。
参考来源17
本文引用的外部页面,按正文出现顺序排列。最后更新于 2026年10月14日。
- 1.官方能力表ai.google.dev/gemini-api/docs/models/gemini-3.5-flash
- 2.Developer API 弃用说明ai.google.dev/gemini-api/docs/deprecations
- 3.Cloud 模型页docs.cloud.google.com/gemini-enterprise-agent-platform/models/gemini/3-5-flash
- 4.更新日志ai.google.dev/gemini-api/docs/changelog
- 5.3.6 能力表ai.google.dev/gemini-api/docs/models/gemini-3.6-flash
- 6.3.5 功能说明ai.google.dev/gemini-api/docs/whats-new-gemini-3.5
- 7.3.6 开发者指南ai.google.dev/gemini-api/docs/whats-new-gemini-3.6
- 8.当前 Flash 能力表ai.google.dev/gemini-api/docs/models/gemini-3.8-flash
- 9.原生 generateContent 请求说明ai.google.dev/api/generate-content
- 10.Computer Use 指南ai.google.dev/gemini-api/docs/computer-use
- 11.可用地区页ai.google.dev/gemini-api/docs/available-regions
- 12.密钥规则ai.google.dev/gemini-api/docs/api-key
- 13.思考指南ai.google.dev/gemini-api/docs/thinking
- 14.官方价格页ai.google.dev/gemini-api/docs/pricing
- 15.AI Studio 速率限制页aistudio.google.com/rate-limit
- 16.速率限制文档ai.google.dev/gemini-api/docs/rate-limits
- 17.现行条款ai.google.dev/gemini-api/terms





