@GoogleAIStudio：Gemini 3.5 Flash 開發者指南 Gemini 3.5 Flash 現已正式發布（GA），穩定且適用於大規模生產環境。作為我們最聰明的 Fla…

Gemini 3.5 Flash 開發者指南 Gemini 3.5 Flash 現已正式發布（GA），穩定且適用於大規模生產環境。作為我們最聰明的 Flash 模型，它在 Agentic 程式開發、程式撰寫以及大規模長跨度任務中，能持續提供頂尖的效能。 本指南概述了 Gemini 3.5 Flash 的改進內容、API 變更以及遷移建議。 新模型 Gemini 3.5 Flash：我們最聰明的模型，專為在 Agentic 任務與程式撰寫任務中提供持續的頂尖效能而設計。 模型 ID：gemini-3.5-flash Gemini 3.5 Flash 支援 1M token 的 context window、65k 最大輸出 token、思考（thinking）功能，以及與 Gemini 3 Flash 相同的工具集與平台功能。目前暫不支援 Computer Use。 如需完整規格，請參閱模型總覽。如需定價資訊，請參閱定價頁面。 快速入門 安裝最新的 Google Gen AI SDK： `bash pip install -U google-genai ` 本指南中的所有程式碼範例均使用 Interactions API。Interactions API 是使用 Gemini 進行開發的全新標準原語（primitive），建議所有新專案採用。它針對 Agentic 工作流程、伺服器端狀態管理以及複雜的多模態、多輪對話進行了最佳化。GenerateContent API 同樣受到支援；適用的設定選項與建議皆相同。 `python Interactions API from google import genai client = genai.Client() interaction = client.interactions.create( model="gemini-3.5-flash", input="用三句話解釋平行 Agentic 執行是如何運作的。" ) print(interaction.output_text) ` `python Generate Content API from google import genai client = genai.Client() response = client.models.generate_content( model="gemini-3.5-flash", contents="AI 是如何運作的？", ) print(response.text) ` 新功能亮點 持續的頂尖效能：我們最聰明的 Flash 模型，針對大規模的 Agentic 任務與程式撰寫任務進行了最佳化。 Agentic 執行：支援大規模的子 Agent 部署、問題解決以及快速的 Agentic 迴圈。 程式撰寫：支援迭代式程式撰寫週期、快速探索與原型設計，以測試替代路徑並動態探索解決方案。 長跨度任務：支援大規模的多步驟工作流程與工具使用。 思考保留（Thought preservation）：模型會自動在多輪對話中維護中間推理過程。無需進行任何 API 變更。 新的預設努力等級：預設的思考努力等級已從 high 改為 medium。詳情請參閱「新的預設努力等級」。 改進的低階思考：low 等級現在針對需要較少步驟的程式碼與 Agentic 任務進行了顯著改進，能在更低的延遲與成本下提供優異的品質。 GA 發布：適用於大規模生產環境的穩定模型。 行為變更 新的預設努力等級：medium 預設的思考努力等級現在為 medium，取代了 Gemini 3 Flash Preview 中的 high。medium 等級在廣泛的任務中能產生非常好的結果，同時速度更快且更具成本效益。針對複雜問題，high 等級則會鼓勵模型進行更深度的思考。 若要覆寫預設值，請在你的設定中調整 thinking_level： `python from google import genai client = genai.Client() interaction = client.interactions.create( model="gemini-3.5-flash", input="證明 2 的平方根是無理數。", generationconfig={"thinkinglevel": "high"}, ) print(interaction.output_text) ` 提示：建議從 medium 開始，它能為絕大多數任務提供最佳品質。若追求更快速、更低成本且具備強大品質的體驗，請嘗試 low。若遇到複雜推理、高難度數學或困難的程式撰寫挑戰，請切換至 high。若需針對簡單查詢最佳化速度，則可使用 minimal。 思考保留 模型會自動在多輪對話中維護中間推理過程。當對話歷史中存在推理內容時，推理 context 會持續傳遞，這能提升複雜多步驟任務（如迭代式除錯與程式碼重構）的效能。無需進行任何 API 變更： Interactions API：思考過程會自動保留。行為無變更。 GenerateContent API：從 Gemini 3.5 Flash 開始，當對話歷史中存在思考簽名（thought signatures）時，模型會使用先前所有輪次的推理 context。若要啟用此功能，請在 contents 中傳遞完整且未經修改的對話歷史（包含思考簽名）。SDK 會自動處理這些內容。 Gemini 3.x 的參數更新與最佳實踐 以下內容適用於所有 Gemini 3.x 模型，包含 Gemini 3.5 Flash。 temperature、topp、topk：我們強烈建議不要更改預設值。Gemini 3 的推理能力已針對預設設定進行最佳化。 請使用 thinkinglevel 取代 thinkingbudget。 函式呼叫（Function calling）回應匹配：id、name 以及回應計數必須與先前的呼叫相符。 多模態函式回應：請將多模態內容包含在函式回應內部，而非外部。 函式回應中的內嵌指令：請附加在函式回應文字的末尾，不要作為獨立的部分。 減少不必要的工具呼叫：在 Agentic 工作流程中，使用較低的思考等級或透過系統指令（system instructions）來減少工具呼叫。 請參閱下方章節，了解如何更新你的程式碼。 取樣參數（不再建議使用） 對於所有 Gemini 3.x 模型，不再建議使用 temperature、topp 與 topk。Gemini 3 的推理能力已針對預設設定進行最佳化。請從所有請求中移除這些參數。 `python ⚠️ 移除這些參數（不再建議使用） generation_config = { "temperature": 0.7, "top_p": 0.9, "top_k": 40, } ` 為了確保確定性，我們建議針對你的特定使用情境定義系統指令，並設定明確的規則。 thinking_budget（不再建議使用） 在所有 Gemini 3.x 模型中，不再建議使用原始的數值型 thinkingbudget 參數。請改用字串列舉 thinkinglevel。 `python ⚠️ 變更前（不再建議使用） generation_config = { "thinking": {"thinking_budget": 7500}, } ✅ 變更後 generation_config = { "thinking": {"thinking_level": "medium"}, } ` 可用值：minimal、low、medium（預設）、high。 函式呼叫：嚴格回應匹配 Interactions API 對於不匹配的函式回應已經會拋出錯誤。GenerateContent API 尚未強制拋出錯誤，但在大多數情況下，不匹配的回應會導致模型回傳空回應，並帶有 finish_reason: STOP。請務必遵守以下慣例： `python ✅ 在 functionresult 中包含匹配的 callid 與 name final_interaction = client.interactions.create( model="gemini-3.5-flash", previousinteractionid=interaction.id, tools=[my_tool…