Gemini 3.6 Flash API
Choisir Gemini 3.6 Flash
Le tout dernier modèle de travail de gamme Flash de Google pour un codage économique, des workflows agentiques, le travail de connaissance et le raisonnement multimodal, avec une meilleure efficacité en tokens que Gemini 3.5 Flash et une fenêtre de contexte de 1M tokens.
Gemini 3.6 Flash
Modèle de travail de gamme Flash de Google
gemini-3.6-flashCodage en production et refactoring full-stack, agents multi-étapes et orchestration, analyse de documents et de graphiques, et charges de travail à fort volume où une meilleure efficacité en tokens réduit le coût par tâche terminée.
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 Gemini 3.6 Flash pour un code et des workflows d’agents économiques
Appelez le nouveau modèle de gamme Flash de Google via l’API unifiée d’EvoLink. Gemini 3.6 Flash améliore le code, le travail de connaissance et le raisonnement multimodal avec une meilleure efficacité des tokens que Gemini 3.5 Flash, ainsi qu’une fenêtre de contexte de 1 048 576 tokens, le cache de prompts, la sortie structurée et l’usage d’outils, à 1,50 $ / 7,50 $ par million de tokens d’entrée / sortie.
Où Gemini 3.6 Flash gagne sa place dans une pile de modèles en production
Google positionne Gemini 3.6 Flash comme un cheval de bataille : meilleur code, meilleur travail de connaissance et meilleures performances multimodales, avec une efficacité de tokens nettement supérieure à celle de Gemini 3.5 Flash. Il convient surtout au travail de production où un raisonnement suffisamment bon à un coût de tokens plus faible l’emporte sur le paiement d’un niveau premium.
Code et refactorisation économiques
Gemini 3.6 Flash vise le code quotidien, le prototypage et la refactorisation full-stack avec moins de tokens et moins d’appels au modèle que Gemini 3.5 Flash. C’est le modèle d’agent par défaut de Google dans Antigravity. Mesurez les correctifs acceptés et le temps de revue, pas la qualité d’un extrait isolé.
Workflows agentiques et orchestration
Il convient à l’orchestration multi-étapes, à la sélection d’outils, aux sorties structurées et à l’exécution de code, où un coût par appel plus faible se cumule sur de longues exécutions d’agent. Conservez les messages complets de l’assistant, les identifiants d’appel, les arguments et les résultats entre les tours.
Travail de connaissance et raisonnement multimodal
Utilisez-le pour l’analyse de documents, l’interprétation de graphiques et la génération de mises en page web à plusieurs éléments sur un contexte de 1M tokens. La recherche d’information et la structure documentaire comptent toujours : une fenêtre de 1M ne rend pas utile un contexte non pertinent.
Quand une autre route est le meilleur choix
La classification et l’extraction triviales, sensibles à la latence ou à très gros volume relèvent généralement du moins cher Gemini 3.5 Flash-Lite. Envoyez le raisonnement le plus difficile vers un modèle Pro. Ne passez à 3.6 Flash que lorsque son efficacité réduit réellement le coût par tâche acceptée.
Ce que suggèrent les premières réactions à Gemini 3.6 Flash — et ce qui reste à prouver
Gemini 3.6 Flash est sorti le 2026-07-21. Traitez les réactions de la communauté du jour du lancement comme des hypothèses à vérifier sur vos propres tâches, outils, budgets et critères d’acceptation, et non comme des benchmarks établis.
L’efficacité des tokens et un coût de sortie plus bas sont l’argument principal
Les pages d’API de Google et de tiers mettent en avant moins de tokens, moins d’appels au modèle et moins de circonvolutions, avec une sortie à 7,50 $ par million contre 9,00 $ pour Gemini 3.5 Flash. Sur la même charge, cela peut réduire le coût par tâche terminée même à qualité comparable.
C’est un cheval de bataille de gamme Flash, pas un modèle d’ingénierie haut de gamme
Une partie des discussions du lancement le place derrière de plus grands modèles de pointe sur les benchmarks difficiles d’ingénierie logicielle. Si votre travail est de la refactorisation profonde de dépôts ou du code autonome prolongé, comparez-le à un modèle Pro ou premium avant d’en faire le choix par défaut.
Vérifiez la discipline de sortie et le formatage sur vos prompts
Certains premiers utilisateurs signalent des réponses verbeuses ou trop formatées sur certaines tâches. Contrôlez la longueur des réponses, le respect des instructions et la discipline d’appel d’outils sur des prompts représentatifs pour que la verbosité n’augmente pas discrètement le coût de sortie.
C’est un modèle Google fermé, accessible uniquement par API
Gemini 3.6 Flash n’a pas de poids ouverts et ne peut pas être auto-hébergé. L’accès se fait via l’API Gemini et des plateformes comme Google AI Studio, Antigravity et des passerelles unifiées comme EvoLink : routez donc selon le coût et la fiabilité, pas selon un déploiement local.
Pourquoi Gemini 3.6 Flash peut traiter ces charges de travail
Gemini 3.6 Flash est le plus utile lorsque une grande fenêtre de contexte, une meilleure efficacité des tokens et des préfixes de prompt réutilisables agissent ensemble. La capacité de contexte seule n’améliore pas une réponse ; la charge a toujours besoin d’éléments pertinents, d’une structure claire et d’un budget de sortie.
Un espace de travail de 1M tokens, pas un objectif à remplir
La fenêtre de 1 048 576 tokens peut garder disponibles code, spécifications et résultats d’outils liés sans découpage excessif. La recherche et la compaction du contexte comptent toujours, car des entrées non pertinentes rivalisent pour l’attention et augmentent le coût de traitement.
Une meilleure efficacité des tokens que 3.5 Flash
Gemini 3.6 Flash vise à terminer des workflows multi-étapes en moins de tours et avec moins de tokens. Moins d’appels au modèle et une sortie moins chère sont la source de l’avantage de coût ; suivez donc le total de tokens par tâche acceptée plutôt que le prix d’une seule requête.
Le cache de prompts est rentable quand les préfixes restent stables
Les consignes de dépôt, les prompts système, les documents de référence et les schémas d’outils offrent la meilleure opportunité de cache lorsque leur ordre reste constant. Des changements fréquents de modèle ou de structure de prompt peuvent forcer un nouveau traitement du long préfixe.
Ce qu’il faut vérifier avant d’envoyer du trafic de production vers Gemini 3.6 Flash
Une charge adaptée peut tout de même échouer parce que l’intégration utilise le mauvais identifiant, envoie des paramètres non pris en charge ou perd l’état de l’agent entre les tours. Vérifiez la surface de requête et le contrat conversationnel avant d’évaluer la qualité du modèle.
Utiliser l’ID de modèle exact gemini-3.6-flash
Envoyez model "gemini-3.6-flash" (avec des points) sur la route de l’API EvoLink. La forme avec tirets gemini-3-6-flash n’est que l’URL de la page, pas le paramètre de modèle de l’API.
Utiliser OpenAI Chat Completions ou l’API native Gemini
EvoLink expose Gemini 3.6 Flash via /v1/chat/completions compatible OpenAI et le point de terminaison natif Gemini generateContent. Utilisez la même clé API EvoLink pour l’un ou l’autre protocole.
Tenir compte des changements de paramètres non rétrocompatibles
Les valeurs personnalisées de temperature, top-K et top-P sont ignorées ; les pénalités personnalisées de frequency et presence renvoient une erreur ; et une requête dont le dernier tour a le rôle model est rejetée. Adaptez en conséquence les anciens constructeurs de requêtes Gemini.
Renvoyer l’état complet de l’assistant et des outils
Les agents multi-tours doivent conserver les messages complets de l’assistant, les identifiants d’appel, les arguments et les résultats. Ne garder que le texte final rompt la continuité de l’état et peut faire échouer des étapes ultérieures même si la fenêtre de contexte est assez grande.
Comparer le coût par tâche acceptée, pas seulement le prix des tokens
Gemini 3.6 Flash l’emporte sur le plan économique lorsque son efficacité réduit les tokens, les appels au modèle, les reprises ou le retravail humain sur la même charge. Évaluez des lots de tâches identiques au lieu de comparer des prix de prompts isolés.
Si Gemini 3.6 Flash produit des résultats exploitables avec moins de tokens et moins d’effort de revue, ses tarifs plus bas se cumulent en un véritable avantage de coût. Si la qualité fléchit sur vos tâches les plus difficiles, faites-les remonter vers un modèle Pro et gardez 3.6 Flash pour la majorité efficace.
Comparer les modèles à long contexte après les tests de charge de travail
EvoLinkVérifiez d’abord si Gemini 3.6 Flash réduit les reprises et la revue. Comparez ensuite prix, contexte, cache et adéquation à la charge de travail.
| Modèle | Gemini 3.6 Flash | Gemini 3.5 Flash Lite | Gemini 3.1 Pro |
|---|---|---|---|
| Entrée / sortie | $1.35 / $6.75 | $0.3 / $2.5 | $1.68 / $10.08 |
| Contexte | 1M | 1M | 1M |
| Cache | Lectures automatiques du cache | Cache de contexte | Cache de contexte |
| Idéal pour | Codage en production et refactoring full-stack, agents multi-étapes et orchestration, analyse de documents et de graphiques, et charges de travail à fort volume où une meilleure efficacité en tokens réduit le coût par tâche terminée. | Gemini de gamme Pro pour les tâches de raisonnement les plus profondes que la ligne Flash n’est pas conçue pour traiter. | Gemini de gamme Pro pour les tâches de raisonnement les plus profondes que la ligne Flash n’est pas conçue pour traiter. |
Autres modèles Gemini sur EvoLink
Gemini 3.5 Flash
The previous-generation Flash workhorse that 3.6 Flash improves on for token efficiency and output cost.
Voir le modèle
Gemini 3.5 Flash Lite
The cheapest, fastest 3.5-class route for classification, extraction, and high-throughput subagents.
Voir le modèle
Gemini 3.1 Pro
The Pro-tier step up when a task needs deeper reasoning than the Flash line can deliver.
Voir le modèle
Gemini 3.1 Flash Lite
The lightweight 3.1 route for high-volume, cost-sensitive, and low-latency workloads.
Voir le modèleOther text models
GPT-5.6
OpenAI’s tiered frontier family (Sol/Terra/Luna) for capability, latency, and cost-routing flexibility.
Voir le modèle
Claude Opus 4.8
Anthropic’s premium baseline for long-running coding agents and judgment-heavy review.
Voir le modèle
DeepSeek V4
Cost-sensitive open baseline for high-volume coding, reasoning, and agent workloads.
Voir le modèle
Kimi K3
Moonshot’s long-context reasoning route for repository-scale coding and multi-document work.
Voir le modèleLectures pour les équipes de production
Gemini 3.6 Flash release date & rollout
What launched, the model ID, official pricing, and where the model is available.
Lire le guideFAQ de l’API Gemini 3.6 Flash
L’API Gemini 3.6 Flash est-elle disponible via EvoLink ?
Oui. Gemini 3.6 Flash est disponible comme modèle de production avec tarifs en direct et tarifs officiels de secours.
Quel ID de modèle utiliser pour l’API Gemini 3.6 Flash ?
Envoyez le modèle "gemini-3.6-flash" (avec des points). Le format à tirets gemini-3-6-flash n’est que l’URL de la page, pas le paramètre de modèle de l’API.
Quels protocoles et SDK fonctionnent avec Gemini 3.6 Flash ?
Utilisez le point de terminaison Chat Completions compatible OpenAI ou le point de terminaison natif Gemini generateContent avec la même clé API EvoLink. Ce modèle ne propose pas de route Messages API d’Anthropic.
L’API Gemini 3.6 Flash prend-elle en charge 1M de contexte ou seulement 256K ?
La route EvoLink enregistre 1 048 576 tokens. Les limites plus petites proviennent généralement d’une surface produit Gemini particulière ou d’une configuration client, pas du modèle d’API lui-même.
Comment utiliser la fenêtre de contexte de 1M tokens de Gemini 3.6 Flash ?
Gardez ensemble le code, les documents et les résultats d’outils liés, mais utilisez la recherche, des préfixes mis en cache stables et la compaction de contexte plutôt que de remplir la fenêtre par défaut.
En quoi Gemini 3.6 Flash diffère-t-il de Gemini 3.5 Flash et 3.5 Flash-Lite ?
3.6 Flash est le nouveau modèle de travail, avec un meilleur codage et une meilleure efficacité en tokens que 3.5 Flash (sortie à 7,50 $ contre 9,00 $ par 1M). 3.5 Flash-Lite est la route la moins chère et la plus rapide pour la classification et les tâches à haut débit.
Pourquoi Gemini 3.6 Flash coûte-t-il moins cher à exécuter que Gemini 3.5 Flash ?
Il vise moins de tokens et moins d’appels au modèle par tâche, et son prix de sortie est plus bas. Suivez le total de tokens par tâche acceptée, pas seulement le tarif par requête.
Quels changements incompatibles gérer lors de la migration vers Gemini 3.6 Flash ?
Les valeurs personnalisées de temperature, top-K et top-P sont ignorées ; les pénalités personnalisées de frequency et presence renvoient une erreur ; et une requête dont le dernier tour a le rôle de modèle est rejetée.
Comment définir le budget de sortie de Gemini 3.6 Flash ?
Limitez la sortie selon la complexité de la tâche et surveillez à la fois les tokens de raisonnement et de réponse finale. La limite de 65 536 tokens est une capacité, pas un objectif courant.
Gemini 3.6 Flash est-il un bon choix par défaut pour les requêtes en temps réel ou à fort volume ?
Pour la classification et l’extraction les moins chères et à plus faible latence, utilisez Gemini 3.5 Flash-Lite. Utilisez 3.6 Flash lorsque sa qualité de codage et de raisonnement justifie un tarif légèrement plus élevé.
Comment comparer Gemini 3.6 Flash à GPT, Claude, GLM ou DeepSeek ?
Évaluez Gemini 3.6 Flash pour son codage efficace et son économie d’agents, GPT et Claude comme références de capacité de pointe, et GLM ou DeepSeek comme références ouvertes sensibles au coût.
Que doit mesurer une évaluation en production ?
Mesurez réussite au premier essai, livrables acceptés, reprises, tokens de sortie, taux de cache, appels d’outils valides, temps, correction humaine et fallback.