Google: Gemini 3.6 Flash (batch)

Gemini 3.6 Flash är Googles multimodala allroundprofil för programmering, kunskapsarbete och agentstyrd exekvering. Den bygger vidare på Gemini 3.5 Flash med fokus på förbättrad multimodal prestanda och tokeneffektivitet. Modellen tar emot text, bilder, ljud, video och PDF och returnerar text. Ett användbart uppdrag kan kombinera kod, en skärmbild och ett krav, eller jämföra ett diagram eller en visuell plan med skriftliga begränsningar för att ta fram en kontrollerad förklaring eller riktad ändring.

Utvecklarguiden betonar färre onödiga resonemangssteg, samtalsturer och verktygsanrop i arbete med flera steg, tillsammans med mer avgränsade ändringar. För felsökning ska du ange det observerade felet, relevant källmaterial och det beteende som ska förbli oförändrat. Vid felsökning av diagram kan du be modellen undersöka varför ett diagram visar fel serie, identifiera den berörda datatransformeringen och föreslå en korrigering samtidigt som den omgivande layouten behålls. Resultatet kan sedan jämföras med de faktiska indata och diagrammets föreskrivna beteende.

Inledande programmatisk granskning är ett utmärkande beteende som beskrivs för 3.6. Enligt tillverkaren undersöker modellen oftare ett problem med diagnostisk kod innan den gör ändringar. Det kan underlätta en komplex utredning, men guiden påpekar att det kan tillföra utforskande steg vid rutinmässigt frontend-arbete. Ange om uppgiften kräver en utredning, en enkel ändring eller en designjämförelse. Tillhandahåll den information som gör skillnaden tydlig och specificera tillåtna åtgärder för den anslutna applikationens verktyg.

Även rumsligt och multimodalt resonemang lyfts fram: tolkning av diagram, omvandling av visuella ritningar och webblayouter med flera element. Tillhandahåll relevant vy eller relevanta sidor, identifiera vad som ska tolkas och be om underlaget för slutsatsen. För en designuppgift ska du inkludera konkreta riktlinjer för layout och visuell utformning. Tillverkaren framhåller ett fokus på funktionell kod och påpekar att utvärderare ibland föredrog tidigare modellers visuella utformning, vilket gör en uttrycklig visuell uppdragsbeskrivning användbar. Kontrollera resultatet mot det faktiska diagrammet eller designkraven.

Medium är den dokumenterade standardnivån för tänkande. Googles modellspecifika tabell över tänkande anger minimal, low, medium och high; migreringsguiden för 3.6 använder medium eller high i sina exempel på arbetsinsats. Den exakta sidan listar funktionsanrop, kodexekvering, filsökning, sökförankring, Maps-förankring, URL-kontext och strukturerad utdata, med Computer Use som förhandsfunktion. Definiera funktionernas indata och det önskade resultatet tydligt. En funktion som modellen väljer behöver ge ett faktiskt applikationsresultat innan ett senare svar kan bygga på utfallet. För en strukturerad analys ska du definiera schemat och det källunderlag som krävs för varje iakttagelse.

Guiden för 3.6 ändrar förberedelserna jämfört med tidigare Gemini-förfrågningar. Den fasar ut samplingsinställningarna temperature, top-p och top-k, avvisar en förifylld sista samtalstur med modellrollen och rekommenderar systeminstruktioner eller strukturerad utdata för att styra svaret. Dess regler för funktionssvar matchar ett svar med dess anrop utifrån identitet och namn, och grundversionen av Gemini 3 bevarar thought signatures vid användning över flera samtalsturer. En praktisk fortsättning bör föra med sig relevant historik och verktygsresultat i oförändrat skick i stället för att imitera början av ett tidigare svar.

Det ursprungliga modellkortet anger upp till 1M indatakontext och 64K textutdata; den exakta API-tabellen anger 1,048,576 indatatoken och 65,536 utdatatoken. Räkna in instruktioner, historik och medier i indatabudgeten och begär en utdatamängd som passar uppgiften. Tillverkarens sida listar också cachelagring, batchbearbetning samt Flex- och Priority-bearbetning. Vid bearbetning av oberoende poster ska postidentifieraren och resultatformatet vara uttryckliga. Utdata är en textartefakt även när underlaget omfattar fotografier, ljud eller video.

Möjliga begränsningar omfattar hallucinationer samt tillfällig långsamhet eller tidsgränsöverskridanden. Kunskapsgränsen i mars 2026 omfattar områden där kunskapen fortfarande är begränsad till januari 2025, så bifoga nyare material eller använd ett dokumenterat förankringsflöde när aktuella fakta är viktiga. Granska beräkningar, källhänvisningar, visuella tolkningar och föreslagna ändringar. Det som särskilt kännetecknar förberedelserna för den här utgåvan är en fokuserad diagnostisk uppdragsbeskrivning, tydlig verktygsavgränsning och uttryckliga designkrav, följt av granskning av det konkreta resultatet.