Guía de Gemini 3.6 Flash: API, Thinking, casos de uso y producción

Referencia rápida de Gemini 3.6 Flash

¿Qué es Gemini 3.6 Flash y para quién sirve?

Mantiene el énfasis de la familia Flash en velocidad e inferencia escalable, pero va más allá del chat rápido. Google lo orienta a agentes de código, herramientas complejas, documentos multimodales y razonamiento visual o espacial. Hay que medir si reduce reparaciones, evita cambios de código ajenos, selecciona bien las herramientas y completa una tarea de extremo a extremo con menos intervención.

No es la opción automática para todo. Clasificación, enrutamiento y extracción sencilla de gran volumen pueden encajar mejor en Flash-Lite. Un modelo Pro puede ofrecer el techo de razonamiento más alto. Imagen, audio o voz en tiempo real requieren modelos especializados.

La audiencia principal son desarrolladores de aplicaciones, ingenieros de agentes, equipos de plataforma, responsables de producto y FinOps. Cada grupo debe medir compatibilidad API, finalización de bucles, rollout/fallback, aceptación de usuario o coste por tarea aceptada.

Capacidades oficiales y límites prácticos

La lista de Google describe el modelo upstream. Las herramientas Preview, como Computer Use, exigen validación adicional de seguridad, permisos y canal; no equivalen a una función estable de texto.

Un mismo modelo puede exponer capacidades distintas según el canal. Verifica por separado modelo, passthrough, Usage y facturación.

Estructura de solicitud: campos que más se usan

Una Base URL de marcador permite entender la forma nativa; después se comparan canales, autenticación y precios.

curl "{BASE_URL}/v1beta/models/gemini-3.6-flash:generateContent" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"contents":[{"role":"user","parts":[{"text":"Explica las API idempotentes en tres puntos."}]}]}'

Thinking Level: equilibrio entre calidad, latencia y coste

curl "{BASE_URL}/v1beta/models/gemini-3.6-flash:generateContent" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"contents":[{"role":"user","parts":[{"text":"Encuentra la condición de carrera y propone el cambio seguro más pequeño."}]}],"generationConfig":{"thinkingConfig":{"thinkingLevel":"high"},"maxOutputTokens":4096}}'

Qué registrar de respuestas, streams y Usage

Registra ID/versión del modelo, inicio/fin, HTTP, finish reason, tokens de entrada, salida visible y pensamiento, herramientas, reintentos y aceptación de negocio. El KPI útil no es HTTP 200, sino coste por tarea aceptada.

{
  "candidates":[{"content":{"role":"model","parts":[{"text":"..."}]},"finishReason":"STOP"}],
  "usageMetadata":{"promptTokenCount":1200,"candidatesTokenCount":480,"thoughtsTokenCount":320,"totalTokenCount":2000},
  "modelVersion":"gemini-3.6-flash"
}

Aquí hay 480 tokens visibles y 320 thought tokens; ambos se facturan como salida.

Entrada multimodal y salida estructurada

Imágenes, gráficos e interfaces

Úsalas para extracción, gráficos, QA visual y comprensión de interfaces. Indica región, campos y formato. Evalúa baja resolución, etiquetas pequeñas y coordenadas ambiguas con un conjunto real.

PDF y documentos largos

Un millón de tokens ayuda con contratos, informes, documentación y repositorios, pero no sustituye la arquitectura de información. Exige citas, prueba recuerdo entre secciones y mide omisiones. Entradas grandes elevan latencia y coste; la resolución cambia tokens.

Comprensión de audio y vídeo

Segmenta medios largos cuando sea posible y conserva tiempos. Mide recuerdo de eventos, precisión temporal y confusión entre imagen y voz. Es comprensión, no generación nativa.

Ejemplo de Structured Output

{
  "contents":[{"role":"user","parts":[
    {"text":"Extrae proveedor, fecha, moneda y total de esta factura."},
    {"fileData":{"mimeType":"image/jpeg","fileUri":"https://example.com/invoice.jpg"}}
  ]}],
  "generationConfig":{"responseMimeType":"application/json","responseSchema":{"type":"object","properties":{"vendor":{"type":"string"},"date":{"type":"string"},"currency":{"type":"string"},"total":{"type":"number"}},"required":["vendor","date","currency","total"]}}
}

Structured Outputs reduce errores de parsing, no valida hechos. Comprueba rangos, formatos y evidencia de importes, fechas e identificadores. Contratos y pagos requieren revisión humana.

Function Calling, Code Execution y agentes

Un bucle fiable tiene cinco pasos: el modelo propone una llamada estructurada, la aplicación valida argumentos, ejecuta, devuelve una FunctionResponse coincidente y el modelo decide la siguiente acción o respuesta. Conserva ID, herramienta, argumentos, resultado y latencia.

No trates al modelo como ejecutor con autoridad ilimitada. Clasifica herramientas: lectura puede automatizarse; escritura reversible requiere idempotencia y rollback; pago, publicación, borrado y permisos exigen aprobación humana explícita.

Para agentes de código, usa tareas reales del repositorio: corregir un defecto, ejecutar tests y producir un diff mínimo. Mide éxito inicial, tests, reparaciones, cambios ajenos y coste por patch aceptado. Los benchmarks solo plantean hipótesis.

Ocho casos de uso que conviene probar primero

Todos pueden medirse. “Parece bueno” no es aceptación: cada carga necesita métricas automáticas y una rúbrica humana.

¿Cuándo no usar Gemini 3.6 Flash?

• Si el producto necesita generación nativa de imagen o audio.
• Si depende de Live API para voz en tiempo real.
• Si necesita Computer Use pero no admite cambios Preview ni aprobación humana.
• Para tareas masivas muy simples donde solo importa el coste unitario mínimo.
• Para pagos, borrado, publicación o acciones sensibles sin aprobación y rollback.
• Si no existe un conjunto real de evaluación.
• Si el modelo actual ya cumple y 3.6 Flash no mejora calidad, latencia o coste de forma medible.

Errores comunes de API: síntoma, causa y solución

Ante un error, conserva solicitud redactada, HTTP, respuesta, versión e ID antes de reducir a una reproducción mínima. Cambiar prompts sin telemetría dificulta aislar el fallo y puede seguir generando cargos.

Precio oficial y coste real por tarea

Coste real de tarea
= entrada
+ salida visible y pensamiento
+ herramientas o grounding
+ caché
+ reintentos fallidos

Para 100.000 tokens de entrada, 6.000 visibles y 4.000 de pensamiento:

100.000 / 1.000.000 × $1.50
+ 10.000 / 1.000.000 × $7.50
= $0.225

Un reintento completo casi duplica el coste. Compara coste por resultado aceptado; reducir tools incorrectas, ediciones ajenas y reparación humana puede importar más.

De evaluación a producción: replay, canary y fallback

1. Muestrear tareas reales redactadas, con casos normales, límite y fallo.
2. Registrar calidad, P50/P95, tokens, reintentos e intervención del modelo actual.
3. Repetir offline los mismos inputs con revisores ciegos al nombre.
4. Usar shadow traffic sin mostrar la salida al usuario.
5. Abrir un canary pequeño y de bajo riesgo con umbrales de parada.
6. Mantener el modelo estable como fallback y ensayar timeout/errores.
7. Ampliar solo si coste aceptado, latencia y seguridad pasan juntos.

¿Acceso directo a Google o agregador de API de IA?

Tras aprobar el modelo, hay que decidir quién asume integración y operaciones. Ambas opciones pueden ser correctas según si el sistema será solo Gemini y si el equipo quiere mantener autenticación, diferencias de solicitud, Usage, facturación y migraciones de cada proveedor.

Cuándo conviene el acceso directo a Google

• El producto usará solo Gemini.
• Permisos, facturación y observabilidad ya viven en Google Cloud.
• Se necesita acceso temprano a herramientas Preview.
• Plataforma puede mantener cuotas, errores, costes y recuperación.
• La dependencia de la interfaz nativa es aceptable.

Cuándo conviene un agregador de API de IA

• Un producto elige modelos distintos por tarea.
• Se comparan calidad, latencia y coste con el mismo conjunto.
• No se quieren cuentas, claves y facturas separadas.
• Se necesita cambiar ante precio, disponibilidad o modelo.
• Los nuevos modelos deben reutilizar integración, telemetría y rollout.

No elijas solo por cantidad de modelos. Verifica llamada real, ID/endpoints claros, streaming estable, thoughts en Usage, errores trazables, precio transparente y límites publicados.

Cómo acceder a Gemini 3.6 Flash mediante EvoLink

EvoLink expone el formato nativo de Google. Una aplicación Gemini puede empezar cambiando la Base URL y usando autenticación Bearer.

curl "https://direct.evolink.ai/v1beta/models/gemini-3.6-flash:generateContent" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"contents":[{"role":"user","parts":[{"text":"Explica las API idempotentes en tres puntos."}]}]}'

Límites actuales de capacidades en EvoLink

Precio de EvoLink: un 10 % menos que Google Standard

Lista de seguridad, datos y cumplimiento

Mantén claves en servidor, clasifica y minimiza datos y trata web, archivos y tools como entrada no fiable que no puede cambiar autorizaciones.

Clasifica tools como lectura, escritura reversible o alto riesgo. El alto riesgo exige aprobación y auditoría. Las políticas también difieren: Google indica que el contenido del nivel gratuito puede usarse para mejorar productos, mientras que el pagado no. Confirma contrato, región y requisitos sectoriales.

Preguntas frecuentes

¿Gemini 3.6 Flash está publicado oficialmente?

¿Está disponible mediante EvoLink?

¿Qué ID debo usar?

¿Qué modalidades admite?

Texto, imagen, audio, vídeo y PDF como entrada; texto como salida. No genera imagen/audio ni usa Live API.

¿Cuáles son los límites?

1.048.576 tokens de entrada y 65.536 de salida. Resolución e historial siguen afectando calidad, latencia y coste.

¿Qué Thinking Level debería usar?

¿Se facturan los thought tokens?

¿Por qué no funcionan temperature, topP o topK?

Gemini 3.x no está pensado para ese tuning y la ruta los ignora. Usa instrucciones, esquema y Thinking.

¿Por qué falla candidateCount?

No admite varios candidatos en una solicitud. Un valor superior a 1 falla; envía solicitudes separadas.

¿Cuánto cuesta en EvoLink?

¿EvoLink admite Computer Use en esta ruta?

No. Google lo marca Preview, pero la ruta actual de EvoLink no lo soporta.

¿Debo sustituir Gemini 3.5 Flash ya?

No. Haz replay, shadow traffic, canary controlado y fallback probado. Amplía solo cuando coste, latencia y calidad pasen juntos.

Fuentes y política de actualización

• Google: anuncio de Gemini 3.6 Flash
• Google: documentación del modelo Gemini 3.6 Flash
• Google: guía para desarrolladores de Gemini 3
• Google: precios de Gemini API

Capacidades, precios, rutas y parámetros pueden cambiar. Antes de producción, prueba endpoint, Usage, cobro, streaming y errores con tus propias solicitudes.