Bygg med CometAPITrenger du ett API for flere modeller?Test arbeidsflyten i Playground, og opprett deretter en API-nøkkel når modellen og kostnaden passer bruksområdet ditt.
Gemini 3.6 Flash koster $1.50/M for inndata og $7.50/M for utdata. Se API-priser, benchmarker, migrasjonsendringer, Python-eksempler og produksjonsveiledning.
Gemini 3.6 Flash koster $1.50/M inndata og $7.50/M utdata, med lavere utdatapris og bedre rapportert kode- og agentytelse enn Gemini 3.5 Flash. I produksjon: bruk 3.6 Flash til kompleks resonnering og agenter, og rout enklere høytvolums-arbeidslaster til den rimeligere Gemini 3.5 Flash-Lite.
Gemini 3.6 Flash er mer enn en ny modell-ID-oppdatering.
For utviklere som allerede bruker Gemini 3.5 Flash, er den største endringen økonomisk. Google holdt inndataprisen uendret på $1.50 per million tokener, senket utdataprisen fra $9.00 til $7.50, og rapporterer bedre ytelse på flere kode- og agent-benchmarker.
Det praktiske spørsmålet er om forbedringene er store nok til å rettferdiggjøre å flytte produksjonsarbeidslaster.
Svaret avhenger av arbeidslasten. Kodeagenter, multimodal analyse og flertrinns verktøybruk kan dra mer nytte enn enkel ekstraksjon eller klassifisering. Migrering krever også noen API-kompatibilitetssjekker som er lette å overse hvis du bare endrer modellnavnet.
Gjennomgått for klarhet, kildeangivelse og gjeldende API-terminologi.
Denne veiledningen dekker Gemini 3.6 Flash API-priser, gratisnivåtilgang, benchmarkresultater, migreringsendringer, Python-eksempler og hva du bør teste før du flytter produksjonstrafikk.
Hva er Gemini 3.6 Flash?
Gemini 3.6 Flash er Googles nyere Flash-modell for koding, multimodal resonnering og flertrinns agent-arbeidsflyter. Lansert 21. juli 2026, er den laget for produksjonsarbeidslaster som trenger sterkere resonnerings- og agentytelse, samtidig som den forblir innenfor Googles Flash-modellnivå.
Hovedspesifikasjonene inkluderer:
Element
Gemini 3.6 Flash
Model ID
gemini-3.6-flash
Standard input price
$1.50 / 1M tokens
Standard output price
$7.50 / 1M tokens
Standard cached input
$0.15 / 1M tokens
Default thinking level
medium
Input context
1,048,576 tokens
Maximum output
65,536 tokens
Inputs
Tekst, bilde, video, lyd, PDF
Output
Tekst
Best suited for
Koding, multimodal resonnering, komplekse agenter
Google posisjonerer Gemini 3.6 Flash for arbeidslaster som koding, romlig og multimodal resonnering, og flertrinns agentoppgaver.
Modellen støtter også funksjoner som funksjonskalling, strukturerte utdata, kodekjøring, kontekstbufring, File Search, URL context, Google Search grounding og Google Maps grounding.
Du kan se de siste spesifikasjonene og migreringsveiledningen i Googles siste Gemini-modellguide.
Gemini 3.6 Flash koster $1.50 per million inndata-tokener og $7.50 per million utdata-tokener på Googles Standard betalte nivå.
Sammenlignet med Gemini 3.5 Flash forblir inndataprisen uendret, mens utdataprisen faller fra $9.00 til $7.50 per million tokener – en reduksjon på 16,7 %.
Google tilbyr også Batch, Flex og Priority behandling.
Gemini 3.6 Flash Tier
Input / 1M
Cached Input / 1M
Output / 1M
Standard
$1.50
$0.15
$7.50
Batch
$0.75
$0.075
$3.75
Flex
$0.75
$0.075
$3.75
Priority
$2.70
$0.27
$13.50
Viktig:** Thinking-tokener faktureres til satsen for utdata-tokener. Et kort synlig svar kan derfor bruke flere fakturerbare utdata-tokener enn sluttlengden antyder.
Kontekstbufring kan også gjøre en merkbar forskjell for applikasjoner som gjentatte ganger sender den samme store systemprompten, depotkonteksten, dokumentsettet eller samtalehistorikken.
På Standard betalt nivå koster Gemini 3.6 Flash bufret inndata $0.15 per million tokener, sammenlignet med $1.50 for normal inndata.
Tenk deg en oppgave som bruker 15,000 inndata-tokener og 8,000 utdata-tokener.
Modell
Anslått kostnad
Gemini 3.5 Flash
$0.0945
Gemini 3.6 Flash ved samme tokenvolum
$0.0825
Gemini 3.6 Flash med 17% færre utdata-tokener
$0.0723
Gemini 3.5 Flash-Lite ved samme tokenvolum
$0.0245
Ved identisk tokenbruk er Gemini 3.6 Flash omtrent 12,7 % billigere enn Gemini 3.5 Flash i dette eksemplet.
Google rapporterer også at Gemini 3.6 Flash brukte 17 % færre utdata-tokener på Artificial Analysis Index. Hvis en produksjonsarbeidslast gjentok den reduksjonen, ville den modellerte besparelsen i dette eksemplet øke til omtrent 23,5 %.
Google rapporterer separat reduksjoner i utdata-tokener på opptil 65 % på DeepSWE. Disse tallene måler ulike arbeidslaster og bør ikke behandles som utskiftbare: 17 % refererer til Artificial Analysis Index, mens 65 % kommer fra en spesifikk kodebenchmark.
Den grunnleggende token-kostnadsberegningen er:
Request cost =
(input tokens x input price + output tokens x output price) / 1,000,000
For agenter er den reelle kostnaden bredere:
Total task cost =
initial model call
+ retries
+ fallback calls
+ paid tools
+ grounding or search costs
Dette er grunnen til at den billigste modellen per token ikke alltid er den billigste for å fullføre en oppgave.
Gratisnivå-tilgjengelighet betyr ikke ubegrenset produksjonskapasitet. API-begrensninger avhenger av prosjektet og bruksnivået, så utviklere bør sjekke hastighetsbegrensningene som gjelder for deres eget prosjekt i stedet for å stole på et fast antall forespørsler per minutt fra en tredjepartsartikkel.
For produksjonsplanlegging, bruk Googles gjeldende Gemini API-priser og dokumentasjon for hastighetsgrenser når du estimerer kapasitet.
Utviklere kan få tilgang til Gemini 3.6 Flash via Gemini API og Google AI Studio. Team som bruker en samlet multimodell-arbeidsflyt kan også teste modellen via CometAPI-siden for Gemini 3.6 Flash-modellen.
Hvordan sammenlignes Gemini 3.6 Flash med Gemini 3.5 Flash?
Googles publiserte resultater viser de største forbedringene i koding, agentutførelse, datamaskinbruk og kunnskapsarbeid.
Benchmark
Gemini 3.6 Flash
Gemini 3.5 Flash
Endring
DeepSWE
49.00%
37.00%
+12.0 poeng
MLE-Bench
63.90%
49.70%
+14.2 poeng
OSWorld-Verified
83.00%
78.40%
+4.6 poeng
GDPval-AA v2
1,421
1,349
72
Google sier også at Gemini 3.6 Flash fullfører flertrinns arbeidsflyter med færre resonneringstrinn, færre samtalerunder og færre verktøykall enn Gemini 3.5 Flash.
Selskapet rapporterer:
17 % færre utdata-tokener på Artificial Analysis Index.
Disse benchmarkene gjør 3.6 Flash til en sterk kandidat for evaluering, spesielt for arbeidslaster der én forespørsel kan bli til flere runder med resonnering, verktøykall og korreksjoner.
De bør imidlertid ikke erstatte testing på din egen applikasjon.
Google bemerker også at 3.6 Flash kan utføre mer programmatisk inspeksjon på forhånd før kodeendringer. På et stort depot kan det forbedre nøyaktigheten. På en snevert avgrenset frontend-endring kan det bare legge til unødvendig utforskning.
Tydelige filgrenser, akseptansekriterier og implementasjonsinstruksjoner er fortsatt viktige.
Gemini 3.6 Flash vs Gemini 3.5 Flash-Lite: Hvilken bør du bruke?
Når du har bestemt deg for at Gemini 3.6 Flash er verdt å teste, er neste spørsmål om hver forespørsel faktisk trenger den.
For mange produksjonssystemer er svaret nei.
Gemini 3.5 Flash-Lite er vesentlig billigere og kan være et bedre standardvalg for forutsigbare arbeidslaster med høyt volum.
Element
Gemini 3.6 Flash
Gemini 3.5 Flash-Lite
Standard input price
$1.50 / 1M tokens
$0.30 / 1M tokens
Standard output price
$7.50 / 1M tokens
$2.50 / 1M tokens
Standard cached input
$0.15 / 1M tokens
$0.03 / 1M tokens
Default thinking level
medium
minimal
Best suited for
Kompleks resonnering, koding, agenter
Ekstraksjon, routing, klassifisering
På Standard-prising er Flash-Lite 5× billigere på inndata og 3× billigere på utdata enn Gemini 3.6 Flash.
Start med Gemini 3.5 Flash-Lite for:
Klassifisering
Forespørselsrouting
JSON og strukturert ekstraksjon
Dokumentprosessering
Datatransformasjon
Oversettelse i skala
Lettere underagenter
Høyt volum av repeterbare oppgaver
En praktisk routingsstrategi kan se slik ut:
Arbeidslast
Første rute
Eskalering
Klassifisering eller routing
Gemini 3.5 Flash-Lite
3.6 Flash etter valideringsfeil
Strukturert ekstraksjon
Gemini 3.5 Flash-Lite
3.6 Flash for komplekse dokumenter
Lett underagent
Gemini 3.5 Flash-Lite
Øk thinking-nivå eller bruk 3.6 Flash
Koding på flere filer
Gemini 3.6 Flash
Sterkere fallback hvis uløst
Kompleks verktøyflyt
Gemini 3.6 Flash
Fallback etter verktøy- eller valideringsfeil
Multimodal resonnering
Gemini 3.6 Flash
Oppgavespesifikk fallback
For blandet produksjonstrafikk er den mer nyttige metrikken:
Et billig første kall blir mindre attraktivt hvis det feiler gjentatte ganger og til slutt krever en sterkere modell uansett.
Det motsatte er like viktig. Det er liten grunn til å sende millioner av forutsigbare klassifiseringsforespørsler til Gemini 3.6 Flash hvis Flash-Lite allerede møter den nødvendige nøyaktigheten.
Å gå fra Gemini 3.5 Flash til Gemini 3.6 Flash handler om mer enn å endre modell-ID.
Utviklere bør gjennomgå fem områder før de bytter produksjonstrafikk: utgåtte sampling-parametere, thinking-kontroller, candidate_count, forhåndsutfylte modell-omganger og funksjonskall-tilstand.
1. Fjern temperature, top_p og top_k
Google har avviklet disse sampling-kontrollene for Gemini 3.6 Flash og Gemini 3.5 Flash-Lite:
De nye modellene ignorerer for øyeblikket disse parameterne. Google sier at fremtidige Gemini-modellgenerasjoner kan returnere en HTTP 400-feil når de oppgis.
For forutsigbare utdataformater, bruk tydeligere systeminstruksjoner og strukturerte utdata i stedet.
2. Bytt thinking_budget med thinking_level
Gemini 3.6 Flash har medium thinking som standard.
Googles migreringsveiledning anbefaler å gå fra numeriske thinking_budget-konfigurasjoner til thinking_level.
Gemini 3.5 Flash-Lite har minimal som standard, noe som er passende for mange høytvolums-arbeidslaster innen ekstraksjon, klassifisering og routing.
Høyere thinking-nivåer bør testes når oppgaven innebærer flertrinns resonnering, kodekjøring eller verktøybruk.
3. Fjern candidate_count
Google oppgir candidate_count som ikke støttet i Gemini 3.x.
Dette kan være lett å overse når flere modeller deler samme generasjonskonfigurasjon. Fjern den før du migrerer produksjonsforespørsler.
4. Slutt å forhåndsfylle modell-omganger
Forespørsler kan ikke lenger slutte med en ikke-tom model-rolleomgang.
from google import genai
client = genai.Client()
interaction = client.interactions.create(
model="gemini-3.6-flash",
input=(
"Review this migration plan and list the three "
"highest-risk compatibility issues."
),
)
print(interaction.output_text)
For en oppgave som trenger mer resonnering, konfigurer thinking-nivået:
from google import genai
client = genai.Client()
interaction = client.interactions.create(
model="gemini-3.6-flash",
input="Analyze this multi-step debugging problem.",
generation_config={
"thinking_level": "medium",
},
)
print(interaction.output_text)
Den viktigste migreringsforskjellen kan oppsummeres som:
Ikke anta at et høyere thinking-nivå alltid er bedre. Mål latens, tokenforbruk og fullføringsrate på dine egne oppgaver.
Hvordan bør du teste Gemini 3.6 Flash før produksjon?
Du trenger ikke en stor offentlig benchmark-suite for å avgjøre om Gemini 3.6 Flash hører hjemme i produksjonsstakken din.
Et bedre utgangspunkt er 30–50 nylige oppgaver som ligner på din faktiske trafikk.
Ta med en blanding av:
Koding og debugging
Flertrinns verktøybruk
Multimodale dokumenter
Dataekstraksjon
Klassifisering og routing
Kjør de samme inndataene gjennom:
Din nåværende produksjonsmodell
Gemini 3.6 Flash
Gemini 3.5 Flash-Lite
Hold prompt, verktøy, validatorer og akseptansekriterier uendret.
Følg med på:
Inndata-tokener
Utdata- og thinking-tokener
Latens
Verktøykall
Retries
Feil i funksjonskall
Validatorens bestått-rate
Menneskelig korrigeringstid
Endelig oppgavesuksess
Sammenlign deretter den totale kostnaden som kreves for å produsere et akseptert resultat.
En kodeforespørsel som koster $0.08 og lykkes på første forsøk kan være billigere enn en $0.02-forespørsel som feiler to ganger og til slutt eskalerer.
Samtidig gir det lite mening å betale Gemini 3.6 Flash-priser for en enkel klassifiseringsoppgave hvis Flash-Lite håndterer den pålitelig.
Målet er ikke å finne én modell for hver forespørsel. Det er å bruke den sterkere modellen bare der dens ekstra kapasitet faktisk endrer utfallet.
Googles Standard betalte sats er $1.50 per million inndata-tokener og $7.50 per million utdata-tokener. Standard bufret inndata koster $0.15/M. Batch og Flex koster $0.75/M inndata og $3.75/M utdata.
Er Gemini 3.6 Flash gratis?
Ja. Googles nåværende Gemini Developer API-priser oppgir Free Tier Standard-bruk for Gemini 3.6 Flash. Gratis tilgang er fortsatt underlagt prosjekt- og brukernivåets hastighetsgrenser.
Er Gemini 3.6 Flash generelt tilgjengelig?
Ja. Google lanserte gemini-3.6-flash 21. juli 2026 og oppgir den som en produksjonsmodell i Gemini API-dokumentasjonen.
Hva er kontekstvinduet til Gemini 3.6 Flash?
Gemini 3.6 Flash støtter opptil 1,048,576 inndata-tokener og 65,536 utdata-tokener. Den aksepterer tekst, bilde, video, lyd og PDF som inndata og produserer tekst som utdata.
Er Gemini 3.6 Flash billigere enn Gemini 3.5 Flash?
Ja, for utdata-tokener. Begge modellene koster $1.50/M standard inndata-tokener, mens Gemini 3.6 Flash reduserer utdataprisen fra $9.00/M til $7.50/M.
Bør jeg bruke Gemini 3.6 Flash eller Gemini 3.5 Flash-Lite?
Bruk Gemini 3.6 Flash når kodekvalitet, multimodal resonnering eller kompleks agentutførelse kan redusere feil og retries. Start med Flash-Lite for høytvolums ekstraksjon, klassifisering, routing og andre forutsigbare arbeidslaster der lavere kostnad betyr mer.
Hva bør jeg endre før migrering til Gemini 3.6 Flash?
Fjern temperature, top_p, top_k og candidate_count; erstatt thinking_budget med thinking_level; fjern forhåndsut fylte modell-omganger; og retest funksjonskalling og fleromgangstilstand.
Konklusjon
Gemini 3.6 Flash er verdt å benchmarke hvis du allerede bruker Gemini 3.5 Flash til koding, multimodalt arbeid eller agent-arbeidsflyter.
Utdataprisen er lavere, og Googles tidlige resultater tyder på at noen arbeidslaster også kan kreve færre tokener og færre utføringstrinn. For agenter som gjentatte ganger resonerer, kaller verktøy og prøver mislykkede handlinger på nytt, kan disse besparelsene bety mer enn prisforskjellen i overskriften.
Men det betyr ikke at hver forespørsel bør flyttes til 3.6 Flash.
Gemini 3.5 Flash-Lite er vesentlig billigere og kan være alt du trenger for forutsigbart arbeid som ekstraksjon, klassifisering og routing.
Den bedre produksjonsstrategien er å bruke hver modell der det er økonomisk fornuftig: Flash-Lite for enkle oppgaver med høyt volum; 3.6 Flash der sterkere resonnering kan øke sjansen for å bli ferdig riktig på første forsøk.
Mål deretter resultatet som faktisk betyr noe – den totale kostnaden for å få et akseptert svar.
