Google: Gemini 3.6 Flash (batch)

Gemini 3.6 Flash es el perfil multimodal polivalente de Google para programación, trabajo intelectual y ejecución mediante agentes. Se basa en Gemini 3.5 Flash y se centra en mejorar el rendimiento multimodal y la eficiencia en el uso de tokens. El modelo acepta texto, imágenes, audio, vídeo y PDF, y devuelve texto. Un encargo útil puede combinar código, una captura de pantalla y un requisito, o comparar un gráfico o un plano visual con restricciones escritas para producir una explicación comprobada o una revisión dirigida.

La guía para desarrolladores destaca la reducción de pasos de razonamiento, intervenciones y llamadas a herramientas innecesarios en trabajos de varios pasos, junto con modificaciones más centradas. Para un diagnóstico, proporciona el fallo observado, el código fuente pertinente y el comportamiento que debe permanecer sin cambios. Para depurar un gráfico, pide al modelo que investigue por qué representa una serie incorrecta, identifique la transformación de datos implicada y proponga una corrección conservando la disposición visual que lo rodea. El resultado puede compararse después con los datos de entrada reales y el comportamiento requerido del gráfico.

La inspección programática previa es un comportamiento distintivo descrito para 3.6. El fabricante afirma que el modelo inspecciona con mayor frecuencia un problema mediante código de diagnóstico antes de realizar cambios. Esto puede ayudar en una investigación compleja, pero la guía señala que puede añadir pasos exploratorios al trabajo habitual de frontend. Indica si la tarea requiere una investigación, una modificación sencilla o una comparación de diseño. Proporciona la información que permita distinguirlo claramente y especifica las acciones permitidas para las herramientas de la aplicación conectada.

También se destaca el razonamiento espacial y multimodal: interpretación de gráficos, conversión de planos visuales y diseños web con múltiples elementos. Proporciona la vista o las páginas pertinentes, identifica qué debe interpretarse y solicita las pruebas que sustentan la conclusión. Para una tarea de diseño, incluye directrices concretas de disposición y estilo. El fabricante señala un énfasis en el código funcional y que los evaluadores prefirieron en ocasiones el estilo visual de modelos anteriores, por lo que resulta útil proporcionar indicaciones visuales explícitas. Comprueba el resultado con el diagrama real o los requisitos de diseño.

Medio es el nivel de razonamiento predeterminado documentado. La tabla de razonamiento específica del modelo de Google enumera mínimo, bajo, medio y alto; la guía de migración de 3.6 utiliza medio o alto en sus ejemplos de esfuerzo. La página específica enumera llamadas a funciones, ejecución de código, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Maps, contexto de URL y salidas estructuradas, con Computer Use como capacidad en versión preliminar. Define con claridad las entradas de las funciones y el resultado requerido. Una función seleccionada por el modelo necesita un resultado real de la aplicación antes de que una respuesta posterior pueda basarse en su resultado. Para un análisis estructurado, define el esquema y las pruebas de origen necesarias para cada hallazgo.

La guía de 3.6 modifica la preparación respecto a solicitudes anteriores de Gemini. Declara obsoletos los parámetros de muestreo temperature, top-p y top-k, rechaza una intervención final prerrellenada con rol de modelo y recomienda instrucciones de sistema o salidas estructuradas para controlar la respuesta. Sus reglas de respuesta a funciones vinculan una respuesta con su llamada por identidad y nombre, y la base de Gemini 3 conserva las firmas de pensamiento en el uso con varias intervenciones. Una continuación práctica debe incluir el historial pertinente sin modificar y el resultado de la herramienta, en lugar de imitar el prefijo de una respuesta anterior.

La ficha nativa especifica hasta 1M de contexto de entrada y 64K de salida de texto; la tabla específica de la API establece 1 048 576 tokens de entrada y 65 536 tokens de salida. Calcula el presupuesto de entrada incluyendo las instrucciones, el historial y el contenido multimedia, y solicita una salida de una extensión adecuada para la tarea. La página del fabricante también enumera almacenamiento en caché, procesamiento por lotes y procesamiento Flex y Priority. Al procesar registros independientes, mantén explícitos el identificador del registro y el formato del resultado. La salida es un entregable textual, incluso cuando las pruebas incluyen fotografías, audio o vídeo.

Entre las posibles limitaciones se encuentran las alucinaciones y la lentitud ocasional o los tiempos de espera agotados. Su fecha límite de conocimientos de marzo de 2026 incluye ámbitos cuyo conocimiento sigue limitado a enero de 2025, por lo que debes adjuntar material más reciente o utilizar un flujo documentado de fundamentación cuando importen los hechos actuales. Revisa los cálculos, las referencias a las fuentes, las interpretaciones visuales y las modificaciones propuestas. La preparación distintiva para esta edición consiste en unas indicaciones de diagnóstico centradas, un alcance claro para las herramientas y restricciones de diseño explícitas, seguidos de la inspección del resultado concreto.