Google: Gemini 3.6 Flash (batch)

Gemini 3.6 Flash ist Googles vielseitiges multimodales Profil für Programmierung, Wissensarbeit und agentengestützte Ausführung. Es baut auf Gemini 3.5 Flash auf und konzentriert sich auf verbesserte multimodale Leistung und Tokeneffizienz. Das Modell verarbeitet Text, Bilder, Audio, Video und PDF und gibt Text aus. Ein hilfreicher Auftrag kann Code, einen Screenshot und eine Anforderung verbinden oder ein Diagramm beziehungsweise einen visuellen Plan mit schriftlichen Bedingungen vergleichen, um eine geprüfte Erklärung oder gezielte Überarbeitung zu erstellen.

Der Entwicklerleitfaden betont weniger unnötige Denkschritte, Gesprächsschritte und Werkzeugaufrufe bei mehrstufiger Arbeit sowie gezieltere Bearbeitungen. Stellen Sie für die Diagnose den beobachteten Fehler, den relevanten Quellcode und das unverändert zu erhaltende Verhalten bereit. Bitten Sie bei der Fehlersuche an einem Diagramm das Modell zu untersuchen, warum es die falsche Datenreihe darstellt, die beteiligte Datenumwandlung zu ermitteln und eine Korrektur vorzuschlagen, während das umgebende Layout erhalten bleibt. Das Ergebnis lässt sich anschliessend mit den tatsächlichen Eingabedaten und dem verlangten Diagrammverhalten vergleichen.

Eine vorangestellte programmatische Untersuchung ist ein für 3.6 beschriebenes Unterscheidungsmerkmal. Laut Hersteller untersucht das Modell ein Problem häufiger mit Diagnosecode, bevor es Änderungen vornimmt. Dies kann bei einer komplexen Untersuchung helfen; der Leitfaden weist jedoch darauf hin, dass es bei gewöhnlicher Frontendarbeit zusätzliche Erkundungsschritte verursachen kann. Geben Sie an, ob die Aufgabe eine Untersuchung, eine einfache Bearbeitung oder einen Designvergleich erfordert. Stellen Sie die Informationen bereit, die diese Unterscheidung ermöglichen, und bestimmen Sie die erlaubten Aktionen für die Werkzeuge der angebundenen Anwendung.

Hervorgehoben werden ausserdem räumliches und multimodales Denken: Diagramminterpretation, Umwandlung visueller Pläne und Weblayouts mit mehreren Elementen. Stellen Sie die betreffende Ansicht oder die Seiten bereit, benennen Sie das zu Interpretierende und verlangen Sie Belege für die Schlussfolgerung. Fügen Sie bei einer Designaufgabe konkrete Layout- und Stilvorgaben hinzu. Der Hersteller nennt einen Schwerpunkt auf funktionalem Code und berichtet, dass Prüfer mitunter die visuelle Gestaltung früherer Modelle bevorzugten; ein ausdrücklicher visueller Auftrag ist deshalb hilfreich. Prüfen Sie das Ergebnis anhand des tatsächlichen Diagramms oder der Designanforderungen.

medium ist die dokumentierte Standarddenkstufe. Googles modellspezifische Tabelle nennt minimal, low, medium und high; der Migrationsleitfaden für 3.6 verwendet medium oder high in seinen Aufwandsbeispielen. Die Seite für genau dieses Modell nennt Funktionsaufrufe, Codeausführung, Dateisuche, Such-Grounding, Maps Grounding, URL-Kontext und strukturierte Ausgaben sowie Computer Use als Vorschaufunktion. Definieren Sie Funktionseingaben und das verlangte Ergebnis klar. Eine vom Modell gewählte Funktion benötigt ein tatsächliches Anwendungsergebnis, bevor sich eine spätere Antwort auf ihren Ausgang stützen kann. Definieren Sie für eine strukturierte Analyse das Schema und die Quellenbelege, die jede Feststellung benötigt.

Der 3.6-Leitfaden ändert die Vorbereitung gegenüber früheren Gemini-Anfragen. Er erklärt die Sampling-Einstellungen temperature, top-p und top-k für veraltet, weist eine vorab ausgefüllte abschliessende Nachricht mit Modellrolle zurück und empfiehlt Systemanweisungen oder strukturierte Ausgaben zur Steuerung der Antwort. Seine Regeln für Funktionsantworten ordnen eine Antwort ihrem Aufruf anhand von Identität und Name zu; die Gemini 3-Grundlage erhält Denksignaturen bei der Nutzung über mehrere Gesprächsschritte. Eine praktische Fortsetzung sollte den unveränderten relevanten Verlauf und das Werkzeugergebnis übernehmen, statt den Anfang einer früheren Antwort nachzuahmen.

Die native Modellkarte nennt bis zu 1M Eingabekontext und 64K Textausgabe; die genaue API-Tabelle gibt 1’048’576 Eingabetoken und 65’536 Ausgabetoken an. Rechnen Sie Anweisungen, Verlauf und Medien zum Eingabebudget und verlangen Sie eine zur Aufgabe passende Ausgabelänge. Die Herstellerseite nennt ausserdem Caching, Stapelverarbeitung sowie Flex- und Priority-Verarbeitung. Benennen Sie bei der Verarbeitung unabhängiger Datensätze die Datensatzkennung und das Ergebnisformat ausdrücklich. Die Ausgabe ist ein Textergebnis, auch wenn die Belege Fotos, Audio oder Video enthalten.

Zu möglichen Einschränkungen gehören Halluzinationen und gelegentliche Verzögerungen oder Zeitüberschreitungen. Der Wissensstand bis März 2026 umfasst Bereiche, deren Wissen weiterhin auf Januar 2025 begrenzt ist; fügen Sie deshalb neueres Material hinzu oder verwenden Sie einen dokumentierten Grounding-Ablauf, wenn aktuelle Tatsachen wichtig sind. Prüfen Sie Berechnungen, Quellenverweise, visuelle Interpretationen und vorgeschlagene Änderungen. Die besondere Vorbereitung für diese Edition besteht aus einem gezielten Diagnoseauftrag, einem klaren Werkzeugrahmen und ausdrücklichen Designbedingungen, gefolgt von der Prüfung des konkreten Ergebnisses.