Gemini 3.6 Flash API
Elegir Gemini 3.6 Flash
El modelo de trabajo de gama Flash más reciente de Google para programación rentable, flujos de trabajo con agentes, trabajo de conocimiento y razonamiento multimodal, con mejor eficiencia de tokens que Gemini 3.5 Flash y una ventana de contexto de 1M tokens.
Gemini 3.6 Flash
Modelo de trabajo de gama Flash de Google
gemini-3.6-flashProgramación de producción y refactorización full-stack, agentes de varios pasos y orquestación, análisis de documentos y gráficos, y cargas de trabajo de gran volumen donde una mejor eficiencia de tokens reduce el coste por tarea completada.
Gemini 3.6 Flash pricing
Estimate a request with the interactive pricing calculator. All user groups use the official Gemini 3.6 Flash rate.
Token calculator
Enter the token mix for one request.Estimated request cost
Gemini 3.6 FlashMinimum charge: 0.01 credits per request.
EvoLink vs Google direct
Same token mix, default group price.Budget guide
Approximate requests using the current token mix.For quick testing
For regular development
For production evaluation
Model pricing
| Model | Context | Input tokens | Cache read tokens | Output tokens |
|---|---|---|---|---|
Gemini 3.6 Flashgemini-3.6-flash | All context sizes | $1.350 / 1M-10% 91.8 cr / 1M$1.500official price | $0.136 / 1M-10% 9.2 cr / 1M$0.150official price | $6.750 / 1M-10% 459 cr / 1M$7.500official price |
Gemini 3.6 Flash
All context sizesUSD and credits are shown per 1M tokens. Live backend pricing takes priority over these frozen fallback rates.
API de Gemini 3.6 Flash para código y flujos de agentes rentables
Llama al nuevo modelo de gama Flash de Google a través de la API unificada de EvoLink. Gemini 3.6 Flash mejora el código, el trabajo de conocimiento y el razonamiento multimodal con mejor eficiencia de tokens que Gemini 3.5 Flash, además de una ventana de contexto de 1.048.576 tokens, caché de prompts, salida estructurada y uso de herramientas, a $1,50 / $7,50 por millón de tokens de entrada / salida.
Dónde se gana Gemini 3.6 Flash un lugar en una arquitectura de modelos de producción
Google posiciona Gemini 3.6 Flash como un caballo de batalla: mejor código, trabajo de conocimiento y rendimiento multimodal, con una eficiencia de tokens notablemente superior a la de Gemini 3.5 Flash. Encaja mejor en trabajo de producción donde un razonamiento suficientemente bueno a menor coste de tokens supera pagar por un nivel premium.
Código y refactorización rentables
Gemini 3.6 Flash apunta al código diario, el prototipado y la refactorización full-stack con menos tokens y menos llamadas al modelo que Gemini 3.5 Flash. Es el modelo de agente por defecto de Google en Antigravity. Mida parches aceptados y tiempo de revisión, no la calidad de fragmentos aislados.
Flujos de trabajo con agentes y orquestación
Encaja en orquestación de varios pasos, selección de herramientas, salida estructurada y ejecución de código, donde un menor coste por llamada se acumula a lo largo de ejecuciones de agente prolongadas. Conserve mensajes completos del asistente, IDs de llamadas, argumentos y resultados entre turnos.
Trabajo de conocimiento y razonamiento multimodal
Úselo para análisis de documentos, interpretación de gráficos y generación de maquetas web con varios elementos en un contexto de 1M tokens. La recuperación y la estructura documental siguen importando: una ventana de 1M no vuelve útil el contexto irrelevante.
Cuándo otra ruta es la mejor opción
La clasificación y extracción triviales, sensibles a la latencia o de gran volumen suelen encajar mejor en el más barato Gemini 3.5 Flash-Lite. Envíe el razonamiento más difícil a un modelo de nivel Pro. Escale a 3.6 Flash solo cuando su eficiencia reduzca de verdad el coste por tarea aceptada.
Qué sugieren las primeras reacciones a Gemini 3.6 Flash y qué falta por demostrar
Gemini 3.6 Flash se lanzó el 2026-07-21. Trate las reacciones de la comunidad del día de lanzamiento como hipótesis que verificar en sus propias tareas, herramientas, presupuestos y criterios de aceptación, no como benchmarks establecidos.
La eficiencia de tokens y el menor coste de salida son el titular
Las páginas de API de Google y de terceros destacan menos tokens, menos llamadas al modelo y menos rodeos, con la salida a $7,50 por millón frente a $9,00 de Gemini 3.5 Flash. En la misma carga esto puede reducir el coste por tarea completada aun con calidad comparable.
Es un caballo de batalla de gama Flash, no un modelo de ingeniería de gama alta
Parte del debate del lanzamiento lo sitúa por detrás de modelos frontera mayores en benchmarks difíciles de ingeniería de software. Si su trabajo es refactorización profunda de repositorios o código autónomo prolongado, compárelo con un modelo Pro o premium antes de hacerlo el predeterminado.
Verifique la disciplina de salida y el formato en sus prompts
Algunos primeros usuarios informan de respuestas verbosas o con demasiado formato en ciertas tareas. Revise la longitud de las respuestas, el seguimiento de instrucciones y la disciplina de llamadas a herramientas en prompts representativos para que la verbosidad no eleve en silencio el coste de salida.
Es un modelo de Google cerrado y solo por API
Gemini 3.6 Flash no tiene pesos abiertos y no puede autoalojarse. El acceso es a través de la API de Gemini y plataformas como Google AI Studio, Antigravity y pasarelas unificadas como EvoLink, así que enrute por coste y fiabilidad, no por despliegue local.
Por qué Gemini 3.6 Flash puede resolver estas cargas de trabajo
Gemini 3.6 Flash es más útil cuando una ventana de contexto amplia, una mayor eficiencia de tokens y prefijos de prompt reutilizables actúan juntos. La capacidad de contexto por sí sola no mejora una respuesta: la carga sigue necesitando evidencia relevante, estructura clara y un presupuesto de salida.
Un espacio de trabajo de 1M tokens, no un objetivo que llenar
La ventana de 1.048.576 tokens puede mantener disponibles código, especificaciones y resultados de herramientas relacionados sin fragmentación excesiva. La recuperación y la compactación del contexto siguen importando porque la entrada irrelevante compite por la atención y aumenta el coste de procesamiento.
Mayor eficiencia de tokens que 3.5 Flash
Gemini 3.6 Flash busca completar flujos de varios pasos en menos turnos y con menos tokens. Menos llamadas al modelo y una salida más barata son el origen de la ventaja de coste, así que mida el total de tokens por tarea aceptada en lugar del precio de una sola solicitud.
La caché de prompts rinde cuando los prefijos se mantienen estables
Las instrucciones del repositorio, los prompts de sistema, el material de referencia y los esquemas de herramientas ofrecen la mayor oportunidad de caché cuando su orden se mantiene constante. Cambios frecuentes de modelo o de estructura del prompt pueden obligar a procesar de nuevo el prefijo largo.
Qué verificar antes de enviar tráfico de producción a Gemini 3.6 Flash
Una carga adecuada puede fallar igualmente porque la integración use el identificador equivocado, envíe parámetros no admitidos o pierda el estado del agente entre turnos. Verifique la superficie de la solicitud y el contrato conversacional antes de evaluar la calidad del modelo.
Usar el ID exacto del modelo gemini-3.6-flash
Envíe model "gemini-3.6-flash" (con puntos) en la ruta de la API de EvoLink. La forma con guiones gemini-3-6-flash es solo la URL de la página, no el parámetro de modelo de la API.
Usar OpenAI Chat Completions o la API nativa de Gemini
EvoLink expone Gemini 3.6 Flash mediante /v1/chat/completions compatible con OpenAI y el endpoint nativo de Gemini generateContent. Use la misma clave API de EvoLink para cualquiera de los dos protocolos.
Atender los cambios de parámetros que rompen compatibilidad
Los valores propios de temperature, top-K y top-P se ignoran; las penalizaciones propias de frequency y presence devuelven un error; y se rechaza una solicitud cuyo último turno tiene el rol model. Actualice los constructores de solicitudes de Gemini más antiguos en consecuencia.
Reenviar el estado completo del asistente y las herramientas
Los agentes de varios turnos deben conservar mensajes completos del asistente, IDs de llamadas, argumentos y resultados. Conservar solo el texto final rompe la continuidad del estado y puede hacer fallar pasos posteriores aunque la ventana de contexto sea suficientemente grande.
Comparar el coste por tarea aceptada, no solo el precio por token
Gemini 3.6 Flash gana en economía cuando su eficiencia reduce tokens, llamadas al modelo, reintentos o retrabajo humano en la misma carga. Evalúe conjuntos de tareas idénticos en lugar de comparar precios de prompts aislados.
Si Gemini 3.6 Flash produce resultados utilizables con menos tokens y menos esfuerzo de revisión, sus tarifas más bajas se acumulan en una ventaja de coste real. Si la calidad decae en sus tareas más difíciles, escálelas a un modelo de nivel Pro y reserve 3.6 Flash para la mayoría eficiente.
Comparar modelos de contexto largo después de probar la carga de trabajo
EvoLinkPrimero compruebe si Gemini 3.6 Flash reduce reintentos y revisión. Después compare precio, contexto, caché y adecuación a la carga de trabajo para elegir la ruta.
| Modelo | Gemini 3.6 Flash | Gemini 3.5 Flash Lite | Gemini 3.1 Pro |
|---|---|---|---|
| Entrada / salida | $1.35 / $6.75 | $0.3 / $2.5 | $1.68 / $10.08 |
| Contexto | 1M | 1M | 1M |
| Caché | Lecturas automáticas de caché | Caché de contexto | Caché de contexto |
| Ideal para | Programación de producción y refactorización full-stack, agentes de varios pasos y orquestación, análisis de documentos y gráficos, y cargas de trabajo de gran volumen donde una mejor eficiencia de tokens reduce el coste por tarea completada. | Gemini de gama Pro para las tareas de razonamiento más profundas que la línea Flash no está diseñada para abordar. | Gemini de gama Pro para las tareas de razonamiento más profundas que la línea Flash no está diseñada para abordar. |
Otros modelos Gemini en EvoLink
Gemini 3.5 Flash
The previous-generation Flash workhorse that 3.6 Flash improves on for token efficiency and output cost.
Ver modelo
Gemini 3.5 Flash Lite
The cheapest, fastest 3.5-class route for classification, extraction, and high-throughput subagents.
Ver modelo
Gemini 3.1 Pro
The Pro-tier step up when a task needs deeper reasoning than the Flash line can deliver.
Ver modelo
Gemini 3.1 Flash Lite
The lightweight 3.1 route for high-volume, cost-sensitive, and low-latency workloads.
Ver modeloOther text models
GPT-5.6
OpenAI’s tiered frontier family (Sol/Terra/Luna) for capability, latency, and cost-routing flexibility.
Ver modelo
Claude Opus 4.8
Anthropic’s premium baseline for long-running coding agents and judgment-heavy review.
Ver modelo
DeepSeek V4
Cost-sensitive open baseline for high-volume coding, reasoning, and agent workloads.
Ver modelo
Kimi K3
Moonshot’s long-context reasoning route for repository-scale coding and multi-document work.
Ver modeloLecturas para equipos de producción
Gemini 3.6 Flash release date & rollout
What launched, the model ID, official pricing, and where the model is available.
Leer la guíaPreguntas frecuentes de la API de Gemini 3.6 Flash
¿La API de Gemini 3.6 Flash está disponible en EvoLink?
Sí. Gemini 3.6 Flash está disponible como modelo de producción con precios en vivo y tarifas oficiales de respaldo.
¿Qué ID de modelo debo usar para la API de Gemini 3.6 Flash?
Envíe el modelo "gemini-3.6-flash" (con puntos). El formato con guiones gemini-3-6-flash es solo la URL de la página, no el parámetro de modelo de la API.
¿Qué protocolos y SDK funcionan con Gemini 3.6 Flash?
Use el endpoint Chat Completions compatible con OpenAI o el endpoint nativo de Gemini generateContent con la misma clave API de EvoLink. Este modelo no ofrece una ruta de Messages API de Anthropic.
¿La API de Gemini 3.6 Flash admite 1M de contexto o solo 256K?
La ruta de EvoLink registra 1.048.576 tokens. Los límites menores suelen provenir de una superficie de producto de Gemini concreta o de la configuración del cliente, no del modelo de la API en sí.
¿Cómo debería usar la ventana de contexto de 1M tokens de Gemini 3.6 Flash?
Mantenga juntos el código, los documentos y los resultados de herramientas relacionados, pero use recuperación, prefijos en caché estables y compactación de contexto en lugar de llenar la ventana por defecto.
¿En qué se diferencia Gemini 3.6 Flash de Gemini 3.5 Flash y 3.5 Flash-Lite?
3.6 Flash es el modelo de trabajo más reciente, con mejor programación y eficiencia de tokens que 3.5 Flash (salida de 7,50 $ frente a 9,00 $ por 1M). 3.5 Flash-Lite es la ruta más barata y rápida para clasificación y tareas de alto rendimiento.
¿Por qué es más barato ejecutar Gemini 3.6 Flash que Gemini 3.5 Flash?
Apunta a menos tokens y menos llamadas al modelo por tarea, y su precio de salida es más bajo. Controle el total de tokens por tarea aceptada, no solo la tarifa por solicitud.
¿Qué cambios importantes debo gestionar al migrar a Gemini 3.6 Flash?
Los valores personalizados de temperature, top-K y top-P se ignoran; las penalizaciones personalizadas de frequency y presence devuelven un error; y se rechaza una solicitud cuyo último turno tiene el rol de modelo.
¿Cómo debería definir el presupuesto de salida de Gemini 3.6 Flash?
Limite la salida según la complejidad de la tarea y supervise tanto los tokens de razonamiento como los de la respuesta final. El límite de 65.536 tokens es capacidad, no un objetivo habitual.
¿Es Gemini 3.6 Flash una buena opción por defecto para solicitudes en tiempo real o de gran volumen?
Para la clasificación y extracción más baratas y de menor latencia, use Gemini 3.5 Flash-Lite. Use 3.6 Flash cuando su calidad de programación y razonamiento justifique una tarifa algo más alta.
¿Cómo debería comparar Gemini 3.6 Flash con GPT, Claude, GLM o DeepSeek?
Evalúe Gemini 3.6 Flash por su programación eficiente y economía de agentes, GPT y Claude como referencias de capacidad de vanguardia, y GLM o DeepSeek como bases abiertas sensibles al coste.
¿Qué debería medir una evaluación de producción de Gemini 3.6 Flash?
Controle el éxito al primer intento, los entregables aceptados, los reintentos, los tokens de salida, los aciertos de caché, las llamadas válidas a herramientas, el tiempo hasta el resultado aceptado, la corrección humana y la tasa de fallback.