TL;DR
O Gemini 3.6 Flash custa $1.50/M de entrada e $7.50/M de saída, com preço de saída menor e melhor desempenho relatado em codificação e agentes do que o Gemini 3.5 Flash. Em produção, use o 3.6 Flash para raciocínio complexo e agentes, enquanto roteia cargas simples e de alto volume para o mais barato Gemini 3.5 Flash-Lite.
O Gemini 3.6 Flash é mais do que apenas outra atualização de ID de modelo.
Para desenvolvedores que já usam o Gemini 3.5 Flash, a maior mudança é econômica. O Google manteve o preço de entrada inalterado em $1.50 por milhão de tokens, reduziu o preço de saída de $9.00 para $7.50 e relata melhor desempenho em vários benchmarks de codificação e agentes.
A questão prática é se essas melhorias são suficientemente grandes para justificar mover cargas de produção.
A resposta depende da carga. Agentes de codificação, análise multimodal e uso de ferramentas em múltiplas etapas podem se beneficiar mais do que extração ou classificação simples. A migração também requer algumas verificações de compatibilidade da API que são fáceis de perder se você apenas mudar o nome do modelo.
Este guia aborda preços da API do Gemini 3.6 Flash, acesso à camada gratuita, resultados de benchmarks, mudanças de migração, exemplos em Python e o que testar antes de mudar o tráfego de produção.
O que é o Gemini 3.6 Flash?
O Gemini 3.6 Flash é o novo modelo Flash do Google para codificação, raciocínio multimodal e fluxos de trabalho de agentes com múltiplas etapas. Lançado em 21 de julho de 2026, foi projetado para cargas de produção que precisam de raciocínio mais sólido e desempenho agentivo, permanecendo dentro da categoria de modelos Flash do Google.
Suas principais especificações incluem:
| Item | 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 | Texto, imagem, vídeo, áudio, PDF |
| Output | Texto |
| Best suited for | Codificação, raciocínio multimodal, agentes complexos |
O Google posiciona a Gemini 3.6 Flash para cargas como codificação, raciocínio espacial e multimodal, e tarefas agentivas de múltiplas etapas.
O modelo também oferece recursos como chamadas de função, saídas estruturadas, execução de código, cache de contexto, File Search, contexto por URL, grounding com Google Search e grounding com Google Maps.
Você pode consultar as especificações mais recentes e a orientação de migração no guia mais recente do modelo Gemini.
Para desenvolvedores vindos da geração anterior, o guia da API Gemini 3.5 Flash da CometAPI fornece uma base útil de integração.
Quanto custa a API do Gemini 3.6 Flash?
O Gemini 3.6 Flash custa $1.50 por milhão de tokens de entrada e $7.50 por milhão de tokens de saída no nível pago Standard do Google.
Em comparação com o Gemini 3.5 Flash, o preço de entrada permanece inalterado, enquanto o preço de saída cai de $9.00 para $7.50 por milhão de tokens – uma redução de 16,7%.
O Google também oferece processamento Batch, Flex e Priority.
| Camada do Gemini 3.6 Flash | Entrada / 1M | Entrada em cache / 1M | Saída / 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 |
Importante:** Tokens de raciocínio são cobrados à taxa de tokens de saída. Assim, uma resposta visível curta pode consumir mais tokens de saída faturáveis do que o tamanho da resposta final sugere.
O cache de contexto também pode fazer diferença significativa para aplicativos que enviam repetidamente o mesmo grande prompt de sistema, contexto de repositório, conjunto de documentos ou histórico de conversa.
No nível pago Standard, a entrada em cache do Gemini 3.6 Flash custa $0.15 por milhão de tokens, em comparação com $1.50 para a entrada normal.
Exemplo: 15,000 tokens de entrada + 8,000 tokens de saída
Considere uma tarefa usando 15,000 tokens de entrada e 8,000 tokens de saída.
| Modelo | Custo estimado |
|---|---|
| Gemini 3.5 Flash | $0.0945 |
| Gemini 3.6 Flash com o mesmo volume de tokens | $0.0825 |
| Gemini 3.6 Flash com 17% menos tokens de saída | $0.0723 |
| Gemini 3.5 Flash-Lite com o mesmo volume | $0.0245 |
Com uso idêntico de tokens, o Gemini 3.6 Flash é cerca de 12.7% mais barato do que o Gemini 3.5 Flash neste exemplo.
O Google também informa que o Gemini 3.6 Flash usou 17% menos tokens de saída no Artificial Analysis Index. Se uma carga de produção reproduzisse essa redução, a economia modelada neste exemplo aumentaria para cerca de 23.5%.
O Google relata separadamente reduções de tokens de saída de até 65% no DeepSWE. Essas métricas medem cargas diferentes e não devem ser tratadas como intercambiáveis: 17% refere-se ao Artificial Analysis Index, enquanto 65% vem de um benchmark específico de codificação.
O cálculo básico de custo por token é:
Request cost =
(input tokens x input price + output tokens x output price) / 1,000,000
Para agentes, o custo real é mais amplo:
Total task cost =
initial model call
+ retries
+ fallback calls
+ paid tools
+ grounding or search costs
É por isso que o modelo mais barato por token nem sempre é o mais barato para concluir uma tarefa.
O Gemini 3.6 Flash é gratuito?
Sim. A tabela de preços atual do Gemini Developer API do Google lista acesso à Camada Gratuita para uso Standard do Gemini 3.6 Flash.
Disponibilidade em camada gratuita não significa capacidade ilimitada de produção. Os limites da API dependem do projeto e do nível de uso, portanto os desenvolvedores devem verificar os limites de taxa aplicados ao próprio projeto, em vez de confiar em uma figura fixa de solicitações por minuto de um artigo de terceiros.
Para planejamento de produção, use a precificação atual da Gemini API e a documentação de limites de taxa do Google ao estimar a capacidade.
Os desenvolvedores podem acessar o Gemini 3.6 Flash por meio da Gemini API e do Google AI Studio. Equipes que usam um fluxo de trabalho multimodelo unificado também podem testar o modelo na página do modelo Gemini 3.6 Flash na CometAPI.
Como o Gemini 3.6 Flash se compara ao Gemini 3.5 Flash?
Os resultados publicados pelo Google mostram as maiores melhorias em codificação, execução agentiva, uso de computador e trabalho de conhecimento.
| Benchmark | Gemini 3.6 Flash | Gemini 3.5 Flash | Mudança |
|---|---|---|---|
| DeepSWE | 49.00% | 37.00% | +12.0 pontos |
| MLE-Bench | 63.90% | 49.70% | +14.2 pontos |
| OSWorld-Verified | 83.00% | 78.40% | +4.6 pontos |
| GDPval-AA v2 | 1,421 | 1,349 | 72 |
O Google também diz que o Gemini 3.6 Flash conclui fluxos de trabalho de múltiplas etapas com menos passos de raciocínio, menos turnos conversacionais e menos chamadas de ferramentas do que o Gemini 3.5 Flash.
A empresa relata:
- 17% menos tokens de saída no Artificial Analysis Index.
- Até 65% menos tokens de saída no DeepSWE.
- Menos edições de código indesejadas e loops de execução.
- Raciocínio multimodal e espacial aprimorado.
Os resultados originais estão disponíveis no anúncio de lançamento do Gemini 3.6 Flash do Google.
Esses benchmarks tornam o 3.6 Flash um forte candidato à avaliação, especialmente para cargas em que uma solicitação pode se transformar em várias rodadas de raciocínio, chamadas de ferramentas e correções.
Eles não devem, no entanto, substituir testes no seu próprio aplicativo.
O Google também observa que a 3.6 Flash pode realizar mais inspeção programática prévia antes de fazer alterações de código. Em um repositório grande, isso pode melhorar a precisão. Em uma edição de frontend de escopo reduzido, pode apenas acrescentar exploração desnecessária.
Limites de arquivo claros, critérios de aceitação e instruções de implementação continuam importantes.
Gemini 3.6 Flash vs Gemini 3.5 Flash-Lite: qual usar?
Depois de decidir que o Gemini 3.6 Flash vale o teste, a próxima pergunta é se toda solicitação realmente precisa dele.
Para muitos sistemas de produção, a resposta será não.
O Gemini 3.5 Flash-Lite é substancialmente mais barato e pode ser uma melhor opção padrão para cargas previsíveis e de alto volume.
| Item | 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 | Raciocínio complexo, codificação, agentes | Extração, roteamento, classificação |
No preço Standard, o Flash-Lite é 5× mais barato na entrada e 3× mais barato na saída do que o Gemini 3.6 Flash.
Comece com o Gemini 3.5 Flash-Lite para:
- Classificação
- Roteamento de solicitações
- Extração JSON e estruturada
- Processamento de documentos
- Transformação de dados
- Tradução em escala
- Subagentes leves
- Tarefas repetíveis de alto volume
Uma estratégia prática de roteamento pode ser assim:
| Carga | Rota inicial | Escalonamento |
|---|---|---|
| Classificação ou roteamento | Gemini 3.5 Flash-Lite | 3.6 Flash após falha de validação |
| Extração estruturada | Gemini 3.5 Flash-Lite | 3.6 Flash para documentos complexos |
| Subagente leve | Gemini 3.5 Flash-Lite | Elevar o nível de raciocínio ou usar 3.6 Flash |
| Codificação multi-arquivo | Gemini 3.6 Flash | Reforço mais forte se não resolvido |
| Workflow complexo de ferramentas | Gemini 3.6 Flash | Fallback após falha de ferramenta ou validação |
| Raciocínio multimodal | Gemini 3.6 Flash | Fallback específico da tarefa |
Para tráfego de produção misto, a métrica mais útil é:
Cost per successful task =
(model calls + retries + tools + fallbacks) / accepted tasks
Uma chamada inicial barata se torna menos atraente se falhar repetidamente e eventualmente exigir um modelo mais forte de qualquer maneira.
O inverso é igualmente importante. Não há muita razão para enviar milhões de solicitações de classificação previsíveis ao Gemini 3.6 Flash se o Flash-Lite já atende à precisão exigida.
Para aplicativos que precisam desse tipo de roteamento, veja nosso guia sobre chamar múltiplos modelos de IA por meio de uma base de URL compatível com OpenAI.
O que muda ao migrar para o Gemini 3.6 Flash?
Migrar do Gemini 3.5 Flash para o Gemini 3.6 Flash envolve mais do que mudar o ID do modelo.
Os desenvolvedores devem revisar cinco áreas antes de alternar o tráfego de produção: parâmetros de amostragem obsoletos, controles de thinking, candidate_count, turnos do modelo pré-preenchidos e estado de chamadas de função.
1. Remova temperature, top_p e top_k
O Google descontinuou esses controles de amostragem para o Gemini 3.6 Flash e o Gemini 3.5 Flash-Lite:
generation_config = {
"temperature": 0.7,
"top_p": 0.9,
"top_k": 40,
}
Os novos modelos atualmente ignoram esses parâmetros. O Google diz que futuras gerações do Gemini podem retornar um erro HTTP 400 quando eles forem enviados.
Para formatos de saída previsíveis, use instruções de sistema mais claras e saídas estruturadas.
2. Substitua thinking_budget por thinking_level
O Gemini 3.6 Flash tem medium como padrão de thinking.
A orientação de migração do Google recomenda mover de configurações numéricas de thinking_budget para thinking_level.
O Gemini 3.5 Flash-Lite tem minimal como padrão, o que é apropriado para muitas cargas de extração, classificação e roteamento em alto volume.
Níveis de thinking mais altos devem ser testados quando a tarefa envolve raciocínio em múltiplas etapas, execução de código ou uso de ferramentas.
3. Remova candidate_count
O Google lista candidate_count como não suportado no Gemini 3.x.
Isso pode passar despercebido quando vários modelos compartilham a mesma configuração de geração. Remova-o antes de migrar solicitações de produção.
4. Pare de pré-preencher turnos do modelo
As solicitações não podem mais terminar com um turno model não vazio.
Um aplicativo mais antigo pode usar um payload como:
{
"contents": [
{
"role": "user",
"parts": [{"text": "Traduza 'Hello world' para o espanhol."}]
},
{
"role": "model",
"parts": [{"text": "Tradução:"}]
}
]
}
Esse padrão agora pode retornar HTTP 400.
Se você usava pré-preenchimento para forçar um formato de resposta, mova a exigência para system_instruction ou use saídas estruturadas.
5. Teste novamente chamadas de função e estado de múltiplos turnos
Agentes que usam ferramentas precisam de testes de migração separados.
O Google recomenda usar previous_interaction_id para estado de múltiplos turnos no servidor na Interactions API.
Ao retornar o resultado de uma função, preserve tanto o nome da função quanto o ID da chamada original:
final_interaction = client.interactions.create(
model="gemini-3.6-flash",
previous_interaction_id=interaction.id,
tools=tools,
input=[
{
"type": "function_result",
"name": step.name,
"call_id": step.id,
"result": [
{
"type": "text",
"text": json.dumps(result),
}
],
}
],
)
Aplicativos que usam generateContent também devem verificar seus payloads de FunctionResponse e monitorar erros de chamadas de ferramentas após a migração.
Consulte o guia de migração do modelo mais recente e a documentação de chamadas de função do Google para detalhes atuais de implementação.
Como chamar o Gemini 3.6 Flash em Python?
Instale ou atualize o SDK GenAI do Google:
pip install -U google-genai
Defina sua chave de API:
export GEMINI_API_KEY="your-api-key"
Em seguida, chame o Gemini 3.6 Flash:
from google import genai
client = genai.Client()
interaction = client.interactions.create(
model="gemini-3.6-flash",
input=(
"Revise este plano de migração e liste as três "
"questões de compatibilidade de maior risco."
),
)
print(interaction.output_text)
Para uma tarefa que precisa de mais raciocínio, configure o nível de thinking:
from google import genai
client = genai.Client()
interaction = client.interactions.create(
model="gemini-3.6-flash",
input="Analise este problema de depuração em várias etapas.",
generation_config={
"thinking_level": "medium",
},
)
print(interaction.output_text)
A principal diferença de migração pode ser resumida como:
# Older shared configuration
old_config = {
"temperature": 0.2,
"top_p": 0.9,
"top_k": 40,
"candidate_count": 1,
"thinking_budget": 4096,
}
# Gemini 3.6 Flash
new_config = {
"thinking_level": "medium",
}
Não presuma que um nível de raciocínio mais alto seja sempre melhor. Meça latência, consumo de tokens e taxa de conclusão nas suas próprias tarefas.
Como testar o Gemini 3.6 Flash antes da produção?
Você não precisa de uma grande suíte pública de benchmarks para decidir se o Gemini 3.6 Flash pertence ao seu stack de produção.
Um ponto de partida melhor são 30–50 tarefas recentes que se assemelham ao seu tráfego real.
Inclua uma mistura de:
- Codificação e depuração
- Uso de ferramentas em múltiplas etapas
- Documentos multimodais
- Extração de dados
- Classificação e roteamento
Execute as mesmas entradas em:
- Seu modelo de produção atual
- Gemini 3.6 Flash
- Gemini 3.5 Flash-Lite
Mantenha prompts, ferramentas, validadores e critérios de aceitação inalterados.
Acompanhe:
- Tokens de entrada
- Tokens de saída e de raciocínio
- Latência
- Chamadas de ferramentas
- Tentativas (retries)
- Erros de chamadas de função
- Taxa de aprovação do validador
- Tempo de correção humana
- Sucesso final da tarefa
Em seguida, compare o custo total necessário para produzir um resultado aceito.
Uma solicitação de codificação que custa $0.08 e tem sucesso na primeira tentativa pode ser mais barata do que uma solicitação de $0.02 que falha duas vezes e eventualmente escala.
Ao mesmo tempo, pagar preços do Gemini 3.6 Flash por uma tarefa simples de classificação faz pouco sentido se o Flash-Lite já a executa de forma confiável.
O objetivo não é encontrar um único modelo para cada solicitação. É usar o modelo mais forte apenas onde sua capacidade adicional realmente muda o resultado.
Os desenvolvedores podem comparar as rotas atuais do Gemini 3.6 Flash e do Gemini 3.5 Flash-Lite pela CometAPI usando o mesmo conjunto de avaliação.
FAQ
Quanto custa a API do Gemini 3.6 Flash?
A tarifa paga Standard do Google é $1.50 por milhão de tokens de entrada e $7.50 por milhão de tokens de saída. A entrada em cache Standard custa $0.15/M. Batch e Flex custam $0.75/M de entrada e $3.75/M de saída.
O Gemini 3.6 Flash é gratuito?
Sim. A precificação atual do Gemini Developer API do Google lista uso Standard em Camada Gratuita para o Gemini 3.6 Flash. O acesso gratuito permanece sujeito a limites de taxa por projeto e nível de uso.
O Gemini 3.6 Flash está geralmente disponível?
Sim. O Google lançou gemini-3.6-flash em 21 de julho de 2026 e o lista como um modelo de produção na documentação da Gemini API.
Qual é a janela de contexto do Gemini 3.6 Flash?
O Gemini 3.6 Flash suporta até 1,048,576 tokens de entrada e 65,536 tokens de saída. Ele aceita entradas de texto, imagem, vídeo, áudio e PDF e produz saída em texto.
O Gemini 3.6 Flash é mais barato que o Gemini 3.5 Flash?
Sim para tokens de saída. Ambos os modelos custam $1.50/M de tokens de entrada Standard, enquanto o Gemini 3.6 Flash reduz o preço de saída de $9.00/M para $7.50/M.
Devo usar o Gemini 3.6 Flash ou o Gemini 3.5 Flash-Lite?
Use o Gemini 3.6 Flash quando qualidade de codificação, raciocínio multimodal ou execução complexa de agentes puder reduzir falhas e tentativas. Comece com o Flash-Lite para extração, classificação, roteamento e outras cargas previsíveis de alto volume em que o menor custo importa mais.
O que devo mudar antes de migrar para o Gemini 3.6 Flash?
Remova temperature, top_p, top_k e candidate_count; substitua thinking_budget por thinking_level; remova turnos do modelo pré-preenchidos; e teste novamente chamadas de função e gerenciamento de estado de múltiplos turnos.
Conclusão
O Gemini 3.6 Flash vale a pena ser avaliado se você já usa o Gemini 3.5 Flash para codificação, trabalho multimodal ou fluxos de trabalho de agentes.
Seu preço de saída é menor, e os resultados iniciais do Google sugerem que algumas cargas também podem exigir menos tokens e menos etapas de execução. Para agentes que raciocinam repetidamente, chamam ferramentas e refazem ações com falha, essas economias podem importar mais do que a diferença de preço em destaque.
Mas isso não significa que toda solicitação deva migrar para o 3.6 Flash.
O Gemini 3.5 Flash-Lite é substancialmente mais barato e pode ser tudo o que você precisa para trabalhos previsíveis como extração, classificação e roteamento.
A melhor estratégia de produção é usar cada modelo onde faz sentido economicamente: Flash-Lite para tarefas simples e de alto volume; 3.6 Flash onde um raciocínio mais forte pode aumentar a chance de terminar corretamente na primeira tentativa.
Depois, meça o resultado que realmente importa – o custo total para obter uma resposta aceita.
Para comparar ambos os modelos no mesmo fluxo de trabalho, veja a página do modelo Gemini 3.6 Flash e a página do modelo Gemini 3.5 Flash-Lite na CometAPI, ou revise as rotas de modelos atuais na página de preços da CometAPI.