Google: Gemini 3.6 Flash (batch)

A Gemini 3.6 Flash a Google széles körben használható multimodális modellprofilja kódoláshoz, tudásmunkához és ágensalapú végrehajtáshoz. A Gemini 3.5 Flash modellre épül, a multimodális teljesítmény és a tokenhatékonyság javítására összpontosítva. A modell szöveget, képeket, hangot, videót és PDF-et fogad, és szöveget ad vissza. Hasznos feladat egyesíthet kódot, képernyőképet és követelményt, vagy összevethet egy diagramot vagy vizuális tervet írott korlátokkal, hogy ellenőrzött magyarázat vagy célzott módosítás szülessen.

A fejlesztői útmutató kevesebb szükségtelen gondolkodási lépést, fordulót és eszközhívást hangsúlyoz többlépéses munkában, célzottabb szerkesztések mellett. Diagnózishoz adja meg a megfigyelt hibát, a releváns forrást és a változatlanul megőrzendő működést. Diagramhiba keresésekor kérje a modelltől annak vizsgálatát, miért a rossz adatsort jeleníti meg a diagram, az érintett adatátalakítás azonosítását és egyetlen javítás javaslatát a környező elrendezés megőrzésével. Az eredmény ezután összevethető a tényleges bemeneti adatokkal és a diagram elvárt működésével.

A változtatások előtti programozott vizsgálat a 3.6-nál leírt jellegzetes működés. A fejlesztő szerint a modell a változtatás előtt gyakrabban vizsgálja a problémát diagnosztikai kóddal. Ez segíthet egy összetett vizsgálatban, de az útmutató megjegyzi, hogy szokásos frontendmunkához további feltáró lépéseket adhat. Határozza meg, hogy a feladat vizsgálatot, egyszerű szerkesztést vagy designösszehasonlítást igényel-e. Adja meg az ezt a különbséget egyértelművé tevő információt, és határozza meg a kapcsolódó alkalmazás eszközeinek engedélyezett műveleteit.

A térbeli és multimodális gondolkodást is kiemelik: diagramértelmezést, vizuális tervrajz átalakítását és több elemből álló webes elrendezéseket. Adja meg a releváns nézetet vagy oldalakat, azonosítsa az értelmezendő tartalmat, és kérje a következtetés mögötti bizonyítékot. Designfeladathoz mellékeljen konkrét elrendezési és stílusirányelveket. A fejlesztő megjegyzi a működő kódra helyezett hangsúlyt és azt, hogy az értékelők időnként a korábbi modellek vizuális stílusát részesítették előnyben, ezért hasznos a kifejezett vizuális feladatleírás. Ellenőrizze az eredményt a tényleges diagram vagy designkövetelmények alapján.

A dokumentált alapértelmezett gondolkodási szint medium. A Google modellspecifikus gondolkodási táblázata minimal, low, medium és high értékeket sorol fel; a 3.6 migrációs útmutató ráfordítási példáiban medium vagy high szerepel. A konkrét oldal függvényhívást, kódvégrehajtást, fájlkeresést, keresésalapú forráshoz kötést, Maps-alapú forráshoz kötést, URL-kontextust és strukturált kimeneteket sorol fel, a Computer Use pedig előzetes képesség. Határozza meg világosan a függvénybemeneteket és a szükséges eredményt. A modell által kiválasztott függvényhez valódi alkalmazáseredmény kell, mielőtt egy későbbi válasz a kimenetelére támaszkodhat. Strukturált elemzéshez határozza meg a sémát és az egyes megállapításokhoz szükséges forrásbizonyítékot.

A 3.6 útmutató változtat az előkészítésen a korábbi Gemini-kérésekhez képest. Elavultnak minősíti a temperature, top-p és top-k mintavételi beállításokat, elutasítja az előre kitöltött végső model szerepű fordulót, és a válasz szabályozásához rendszerutasításokat vagy strukturált kimeneteket javasol. Függvényválasz-szabályai azonosító és név alapján rendelik a választ a hívásához, a Gemini 3 alapműködése pedig többfordulós használatban megőrzi a gondolkodási aláírásokat. Gyakorlati folytatásnál a módosítatlan releváns előzményeket és eszközeredményt kell továbbvinni egy korábbi válaszkezdés utánzása helyett.

A natív kártya legfeljebb 1M méretű bemeneti kontextust és 64K szöveges kimenetet határoz meg; a konkrét API-táblázat 1 048 576 bemeneti és 65 536 kimeneti tokent ad meg. Az utasításokkal, előzményekkel és médiával a bemenet részeként számoljon, és a feladathoz méretezett kimenetet kérjen. A fejlesztő oldala gyorsítótárazást, kötegelt, Flex és Priority feldolgozást is felsorol. Független rekordok feldolgozásakor a rekordazonosító és az eredményformátum maradjon egyértelmű. A kimenet szöveges anyag akkor is, ha a bizonyíték fényképet, hangot vagy videót tartalmaz.

Lehetséges korlátai közé tartoznak a hallucinációk és az időnkénti lassúság vagy időtúllépés. A 2026. márciusi ismeretzárás olyan területeket is tartalmaz, ahol az ismeretek továbbra is 2025. januárig korlátozottak, ezért csatoljon frissebb anyagot vagy használjon dokumentált forráshoz kötési munkafolyamatot, ha az aktuális tények számítanak. Ellenőrizze a számításokat, forráshivatkozásokat, vizuális értelmezéseket és javasolt módosításokat. Ennél a kiadásnál a jellegzetes előkészítés célzott diagnosztikai feladatleírás, egyértelmű eszközhatókör és kifejezett designkorlátok megadása, majd a konkrét eredmény vizsgálata.