Gemini 3.6 Flash：Google 官方 API 能力与 thinking 配置清单

一句话结论

官方模型页给出了可直接落地的稳定模型 ID、输入输出上限、原生文件模态、缓存/工具能力和 thinking 支持，是接入 Gemini 3.6 Flash 时应优先锁定的配置基线。

适用场景

• 适合的任务：Gemini API/AI Studio 接入、文件与多模态输入、代码执行、函数调用、结构化输出、搜索接地和批处理。

• 不适合的任务：依赖音频生成、图片生成或 Live API 的输出型应用；官方页明确这些能力不受支持。

• 适用的模型版本：稳定版 gemini-3.6-flash，页面最后更新时间 2026-07-30 UTC。

• 适用的客户端、Agent 或 API：Gemini API、Google AI Studio，以及能调用官方工具的 Agent 客户端。

• 推荐的推理档位和参数：官方页只标注支持 thinking；具体 thinking_level、工具和采样配置应以 Gemini 3 开发者指南 当前说明为准，不能沿用旧版 thinking_budget 假设。

可直接使用的内容

模型 ID：gemini-3.6-flash
输入：text / image / video / audio / PDF
输出：text
输入 token 上限：1,048,576
输出 token 上限：65,536
支持：缓存、代码执行、计算机使用（预览）、文件搜索、函数调用、Google Maps 接地、搜索接地、结构化输出、thinking、URL context、Batch API、灵活推理、优先推理
不支持：音频生成、图片生成、Live API

测试/工作流步骤

1. 在客户端先把模型 ID 固定为 gemini-3.6-flash，不要把搜索结果中的自然语言名称当作 API ID。

2. 对 text、image、video、audio、PDF 各跑一次最小输入探针，单独记录文件大小、时长、token 和失败信息。

3. 逐项启用缓存、代码执行、函数调用、结构化输出和搜索接地；每次只改一个能力，避免把工具错误归因于模型。

4. 对 1M 输入和 65,536 输出不要直接压满生产请求；先用真实工作负载测上下文召回、首 token 延迟、总耗时和成本。

5. 计算机使用仍标为预览功能，必须保留人工确认和可恢复操作边界。

原始证据与数据

• 官方输入类型为文本、图片、视频、音频和 PDF；输出为文本。

• 输入 token 限制 1,048,576，输出 token 限制 65,536。

• 官方能力表列出缓存、代码执行、计算机使用（预览）、文件搜索、函数调用、Maps 接地、搜索接地、结构化输出、thinking 和 URL context 均支持。

• 官方使用选项列出 Batch API、灵活推理和优先推理均支持。

• 官方稳定版本为 gemini-3.6-flash；模型最新更新为 2026 年 7 月；页面最后更新时间为 2026-07-30 UTC。

适用边界

• 该页面是能力与限制清单，不提供完整业务 prompt、真实吞吐或质量保证；需要另做工作负载评测。

• “支持”不等于所有区域、客户端、订阅层级都已开放；计算机使用尤其标注为预览。

• 价格、速率限制和缓存计费未在该模型页完整展开，生产报价应回到当前定价页。

• 官方模型页会更新，保存采集日期和页面版本，避免把后续能力变化倒写到旧测试。

来源摘录或观察（仅做合规短引）

官方页面将该模型概括为 “专为智能体时代而设计”；落地时应以能力表和实际探针结果为准，而不是把定位语句当成性能承诺。