Gemini 3.6 Flash 移行：5 つの API 変更と 1 つの静かな失敗

TL;DR gemini-3.6-flash または gemini-3.5-flash-lite への移行では、リクエストに 5 つの変更が入ります。うち 4 つは HTTP 400 を返すので、すぐに気づきます。残る 1 つは違います。temperature、top_p、top_k は受け付けられ、そのまま無視されます。出力の安定を temperature=0 に頼っているパイプラインなら、頼りにしていた保証が消えたあとも API は 200 OK を返し続けます。まずこの 1 つを直し、それから声の大きい 4 つに取りかかってください。

Last verified: 2026-07-21

設定ファイルで model ID を差し替えるだけで、あとはそのまま動くと思っているなら、デプロイする前に最初のセクションを読んでください。

5 つの変更、「いつ気づくか」で並べる

5 つのうち 4 つは自分から声を上げます。統合テストが捕まえ、エラートラッカーが呼び出し、午後いっぱいで直せます。問題を抱えたまま本番に届くのは、最初の 1 つです。

危険な 1 つ：temperature、top_p、top_k は無視されるようになった

エラーを出さずに壊れるパイプラインはどれか

静かな no-op が危険なのは、そのパラメータに依存していた場合だけです。よくある構成は 4 つあります。

• 決定性に頼るパイプライン。 繰り返し呼び出しの結果を一致させるために temperature=0 を設定しているものすべて。モデル出力から作るキャッシュキー、重複排除の処理、下流のステートマシンに結果を渡す分類ジョブなど。この設定はいま無効なので、それが買っていた出力の安定性は、もう買えていません。
• golden file / スナップショットテスト。 temperature=0 を固定し、モデル出力を保存済みの期待文字列と diff するテストスイート。モデルを差し替えると不安定になり始めますが、その不安定さは設定の問題ではなくモデル品質の劣化のように見えるため、間違った方向のデバッグに向かわされます。
• 低い温度でつなぎ止めていた構造化出力。 構造化出力を導入せず、代わりに temperature をほぼ 0、top_p を絞って、モデルにパース可能な JSON を安定して吐かせていたチーム。2 つのつまみが同時に無効になります。
• ルートごとに調整した設定。 「創造性」スライダーを出しているプロダクトや、「要約」を 1 つの温度で、「ブレインストーム」を別の温度でルーティングしているもの。スライダーは UI 上ではまだ動きます。モデルの中では、もう何も動かしません。

どれもスタックトレースは出しません。出てくるのは、あなたが検証したものとわずかに違う出力です。しかもシステムは自身を健全だと報告します。

ゲートウェイも警告してくれない

ここは慎重なチームでも足をすくわれる部分です。モデルゲートウェイは、各モデルがどのパラメータをサポートするかを記述した機械可読なメタデータを公開しており、ツール類はそのメタデータを読んで何を送るかを決めます。

temperature の代わりになるもの

Google が示す代替は、別のパラメータではありません。system instruction です。欲しい挙動を、サンプリング定数としてではなく、モデルが読むルールとして書くのです。

これは意図の表現方法そのものの変化なので、削除ではなく翻訳してください。

デプロイ前にすべての呼び出し箇所を見つける方法

設定レイヤーを信用せず、コードベースをパラメータ名で検索してください。これらの値はたいてい、複数の場所で別々の人によって設定されているからです。

# Gemini ネイティブと OpenAI 互換の綴り、およびそれらを載せる設定オブジェクト
grep -rn "temperature\|top_p\|topP\|top_k\|topK\|candidate_count\|candidateCount" \
  --include="*.py" --include="*.ts" --include="*.js" --include="*.go" --include="*.java" .

# それらを隠しているラッパー
grep -rn "generation_config\|generationConfig\|GenerateContentConfig\|thinking_budget\|thinkingBudget" .

声を上げて失敗する 4 つ

こちらは単純です。API が教えてくれるからです。テストスイートが表面化させた順に直してください。

thinking_budget と thinking_level は同時に指定できない

値を選ぶ際に知っておくべき既定値が 2 つあります。2 つのモデルで異なるからです。

• gemini-3.6-flash の既定は medium。
• gemini-3.5-flash-lite の既定は minimal で、これはスループット向けに調整されています。

model turn の prefill はもうできない

すべての FunctionResponse に call_id と name が必要

candidate_count は無くなった

変更前 / 変更後：きれいに移行できるリクエスト

非推奨のフィールドをすべて載せた Gemini ネイティブの呼び出しと、移行を生き延びるバージョンを示します。

# 変更前：2.5 世代のモデルでは動くが、3.6 Flash では壊れるか、静かに誤動作する
config = {
    "temperature": 0,          # いまは無視される、エラーなし
    "top_p": 0.95,             # いまは無視される、エラーなし
    "top_k": 40,               # いまは無視される、エラーなし
    "candidate_count": 1,      # Gemini 3.x では非対応
    "thinking_budget": 8192,   # thinking_level と同時に送ると 400
}

# 変更後：意図をサンプリング定数から指示へ移した
config = {
    "system_instruction": (
        "回答は最大 3 文で。平叙文で述べること。"
        "前置きを付けず、質問を繰り返さず、追加の提案もしないこと。"
        "答えが不確かなら、その旨を 1 文で述べること。"
    ),
    "thinking_level": "medium",
}

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["EVOLINK_API_KEY"],
    base_url="https://api.evolink.ai/v1"
)

response = client.chat.completions.create(
    model="gemini-3.6-flash",
    messages=[
        {"role": "system", "content": "回答は最大 3 文で。前置きなし。"},
        {"role": "user", "content": "このインシデントレポートを要約してください。"}
    ]
    # temperature も top_p も渡さない：渡しても受け付けられ、下流で無視される
)

print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env["EVOLINK_API_KEY"],
  baseURL: "https://api.evolink.ai/v1",
});

const response = await client.chat.completions.create({
  model: "gemini-3.6-flash",
  messages: [
    { role: "system", content: "回答は最大 3 文で。前置きなし。" },
    { role: "user", content: "このインシデントレポートを要約してください。" },
  ],
  // temperature も top_p も渡さない
});

console.log(response.choices[0].message.content);

静かな失敗を捕まえる移行手順

順序が重要です。声の大きいエラーは簡単で、静かなものはそうではないからです。この順序で進めてください。

1. まず棚卸し。 上の grep を実行し、sampling parameter が設定されているすべての場所を、設定ストアやダッシュボードも含めて列挙します。それぞれがどの挙動を守っていたかを書き留めます。
2. 意図を翻訳する、ただ削除しない。 見つけた temperature ごとに、それが何のためだったかを判断し、等価な system instruction を書きます。翻訳せずに削除するのは、品質劣化を出荷する手口そのものです。
3. 400 を直す。 thinking_budget を thinking_level に差し替え、candidate_count を削除し、prefill された model turn を取り除き、すべての FunctionResponse に call_id と name を付けます。
4. thinking レベルを意図して選ぶ。 とくに Flash-Lite では、minimal 既定は自律的な複数ステップ作業に向きません。これは移行における最大のコストレバーでもあります。 私たちのタスクセットでは、minimal の 3.6 Flash は、同じモデルの medium 既定より 1 パスあたり 73.6% 安く、medium では thinking token が課金対象の出力の 85% を占めました。テストすべきは、あなたのワークロードがこの降格に耐えられるかどうかであって、その節約が本物かどうかではありません。
5. 何かを比較する前に、スナップショットテストを新モデルで取り直します。 古い golden file は、もはや効かないパラメータの下で生成されたもので、有効な基準点ではありません。
6. 同じタスクセットで両モデルの評価を回し、 合格率だけでなく出力の分布を比較します。静かな挙動変化は、誤答として現れる前に、形式・長さ・冗長さのドリフトとして現れます。
7. 実トラフィックで canary し、API のエラー率だけでなく下流のパーサーを監視します。 何かが静かに壊れるとしたら、それは呼び出し自体ではなく、モデルの出力を消費するコードで壊れます。

Google の移行 skill に最初の一巡をさせる

npx skills add google-gemini/gemini-skills --skill gemini-interactions-api --global

そのあと、コーディング agent の中でプロジェクトに向けます。

実行する価値があります。機械的な作業を引き受けてくれます。非推奨フィールドの発見、リクエスト構築の書き換え、呼び出し箇所の更新で、上のステップ 3 の大半をカバーします。

廃止スケジュール：選択の余地がなくなるとき

Computer Use：4 つの公式ページ、2 つの答え

いま文書からは決着がつかない能力の問いが 1 つあります。これらのモデルが Computer Use に対応するかどうか、Google 自身の資料で記述が食い違っています。

• Gemini API のモデル文書は 3.6 Flash について Computer Use を対応（preview）と記していますが、同じモデルのエンタープライズプラットフォームページは非対応と載せています。
• 3.5 Flash-Lite については、モデルページは非対応と言い、リリース告知と Gemini 3 開発者ガイドは動くと言っています。

今週ちょうどプロバイダを選び直しているなら

ついでに確認する価値があることが 2 つあります。

• 切り替え期間中、新旧のモデルを並べて動かせますか？ 上のステップ 6 はそれを要求します。gemini-3.5-flash と gemini-3.6-flash を同じタスクセットで動かすのが、いまの構成では面倒なら、その摩擦は次の移行でもそこにあります。そして次は必ずあります。Google は、これらのルールが今後リリースされるすべてのモデルに適用されると言っています。
• 新しいモデルは、どれだけ速く呼べるようになりますか？ gemini-3.6-flash は初日に、preview サフィックスなしで一般提供に到達しました。モデルが出てから、自分のコードがそれを呼べるようになるまでの間隔は、リリースのたびに払うコストです。

FAQ

出典

• Using the latest Gemini models（Google AI for Developers）：非推奨の sampling parameter、thinking_level、candidate_count、prefill 制限、FunctionResponse 要件、移行 skill コマンド
• Gemini deprecations（Google AI for Developers）：停止日と推奨代替
• Gemini API models（Google AI for Developers）：model ID と能力サポートマトリクス
• Gemini 3 開発者ガイド（Google AI for Developers）：Gemini 3 のリクエスト挙動と能力
• Gemini 3.6 Flash（Gemini Enterprise Agent Platform）（Google Cloud）：エンタープライズ側の能力一覧と、ページに表示されるパラメータ既定値
• Introducing Gemini 3.6 Flash, 3.5 Flash-Lite, and 3.5 Flash Cyber（Google）：リリース告知とリリース日
• google-gemini/gemini-skills（GitHub）：公式の移行 skill
• OpenRouter models エンドポイント（OpenRouter）：ゲートウェイのメタデータが両モデルの対応パラメータとして temperature、top_p、seed をいまだに列挙、2026-07-21 観測
• EvoLink モデルカタログ、Gemini 3.6 Flash リリーストラッカー、3.6 Flash と 3.5 Flash の比較、Gemini 3.5 Flash と Gemini 3 Flash Preview の移行ガイド、Gemini 3 Pro 廃止移行ガイド、EvoLink API ベース URL