通过 EvoLink 统一对话 API 接入 Google 的 Gemini 3.6 Flash(也常被搜索为 Gemini 3.6)。集成前可先测试编程、多步 Agent、工具调用。
Gemini 3.6 Flash 是 Google 最新的 Flash 系列高效主力模型，适合高性价比的编程、智能体工作流、知识工作与多模态推理，相比 Gemini 3.5 Flash 拥有更高的 Token 效率和 100 万 Token 上下文。
Gemini 3.6 Flash
Google Flash 系列高效主力模型
gemini-3.6-flash生产级编程与全栈重构、多步智能体与编排、文档与图表分析，以及更高 Token 效率能降低单任务成本的大批量场景。
所有费率按每百万 Token 计,同时显示美元与 Credits,以你账户当前的价格为准。
集成前先估算一次 Gemini 3.6 Flash 请求的费用。计算器按你账户的当前费率计算,官方价格仅作对照。
限时优惠 —— 下方费率含 Google 介绍价优惠，截止 2026 年 12 月 31 日（UTC+8）。2027 年 1 月 1 日起，按 Google 标准价（每百万输入 $1.500、输出 $7.500）恢复常规折扣。
官方价预估 $0.0038 · 省 $0.0021(55%)
最低计费:每次请求 0.01 Credits。
快速测试
日常开发
生产评估
通过 EvoLink 统一 API 调用 Google 最新的 Flash 系列主力模型 Gemini 3.6 Flash。相比 Gemini 3.5 Flash，它在编程、知识工作与多模态推理上表现更好、Token 效率更高，并支持 1,048,576 Token 上下文、提示词缓存、结构化输出与工具调用，官方价格为每百万输入 / 输出 Token $1.500 / $7.500。
Gemini 3.6 Flash 在 EvoLink 上以模型 ID gemini-3.6-flash 提供,支持 Chat Completions · Gemini 原生 API,和其他模型共用同一把 API 密钥与余额。它提供 1.05M 上下文窗口,最大输出 65.5K Token,并支持编程、多步 Agent、工具调用。
数字取自 EvoLink 路由配置;能力以 API 当前实际提供为准。
当大上下文窗口、更高的 Token 效率和可复用的缓存前缀配合使用时，Gemini 3.6 Flash 最能发挥价值。单独追求上下文长度并不会自动提高结果质量，任务仍需要相关证据、清晰结构和合理的输出预算。
1,048,576 Token 上下文可以同时保留相关代码、规格文档和历史工具结果，减少切块造成的信息损失。仍应先检索真正相关的内容，并及时压缩已经失去价值的上下文。
Gemini 3.6 Flash 力求用更少轮次、更少 Token 完成多步工作流。成本优势来自更少的调用次数和更便宜的输出，因此应跟踪每个可交付任务的总 Token，而不是单次请求价格。
仓库说明、系统提示词、参考资料和工具 Schema 保持稳定时，重复请求更容易形成缓存命中。频繁更换模型、提示词结构或关键配置，会增加长前缀重新处理的成本。
新模型不应该因为参数更大就成为所有请求的默认选择。Gemini 3.6 Flash 更适合作为复杂任务路由：当百万上下文、持续推理或多步工具调用能够减少重试、模型交接和人工返工时，它的更高成本才有机会转化为更低的任务总成本。
Gemini 3.6 Flash 面向日常编程、原型开发和全栈重构，相比 Gemini 3.5 Flash 使用更少 Token、更少调用次数，也是 Google Antigravity 的默认智能体模型。评估时应看补丁能否直接采用、代码审查耗时和返工次数，而不只是单段代码是否漂亮。
适合多步编排、工具选择、结构化输出和代码执行——更低的单次调用成本会在长链路智能体运行中不断累积。要在多轮请求中保留完整助手消息、工具调用 ID、参数和执行结果。
适合在百万 Token 上下文中做文档分析、图表理解和多元素网页布局生成。但百万 Token 只是容量，塞入无关资料不会提升质量；检索和文档结构仍然决定回答效果。
琐碎、对延迟敏感或超大批量的分类与抽取，通常更适合更便宜的 Gemini 3.5 Flash-Lite；最难的推理任务则交给 Pro 层模型。只有当 3.6 Flash 的效率确实降低了每个可交付任务的总成本时，才把流量升级到它。
Gemini 3.6 Flash 于 2026-07-21 发布。首发社区反馈应作为待验证的假设，在你自己的任务、工具链、预算和验收标准下复测，而不是当作已确定的评测结论。
Google 与第三方 API 页面都强调更少 Token、更少调用、更少冗余；输出价格为每百万 $7.500，低于 Gemini 3.5 Flash 的 $9.000。在同一任务上，即使质量相当，这也能降低完成单个任务的总成本。
部分首发讨论认为它在高难度软件工程基准上落后于更大的前沿模型。如果你的工作是深度仓库重构或长时间自主编程，请先与 Pro 层或高端模型对比，再决定是否设为默认。
有早期用户反馈某些任务上输出偏长或格式过多。请在代表性提示词上检查输出长度、指令遵循和工具调用规范，避免冗长悄悄推高输出成本。
Gemini 3.6 Flash 没有开放权重，无法本地自托管。只能通过 Gemini API 及 Google AI Studio、Antigravity 等平台，以及 EvoLink 这类统一网关调用——因此应按成本和稳定性路由，而不是考虑本地部署。
产品后端与批量任务走 EvoLink API;编码与分析类工作可直接在 Codex、Claude、Gemini 里调用 Gemini 3.6 Flash。两条路径共用同一把 EvoLink API 密钥、余额、模型 ID 与请求记录。
适合:产品后端、批量任务、自动化流水线
向 EvoLink 发送 Gemini 原生 generateContent 请求,自行控制模型 ID、系统指令、输出预算、工具与结构化输出。
适合:在 Codex、Claude、Gemini 里做编码、评审与分析
把任务、要带入的材料和验收标准交给 Agent,由它组装请求、通过 EvoLink 调用 Gemini 3.6 Flash,并把回答连同 token 用量一起返回。
这个示例是最短可运行的请求:一条 Gemini 原生 generateContent 调用,带系统指令、用户消息和输出预算。完整参数与响应说明见 API 标签页。
# Gemini native API
curl -X POST "https://api.evolink.ai/v1beta/models/gemini-3.6-flash:generateContent" \
-H "Authorization: Bearer $EVOLINK_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"systemInstruction": { "parts": [{ "text": "You are a precise assistant. Answer in JSON when asked." }] },
"contents": [
{ "role": "user", "parts": [{ "text": "Classify the sentiment of each review below and return a JSON array:\n<reviews>" }] }
],
"generationConfig": {
"maxOutputTokens": 1024,
"temperature": 0.1
}
}'
# For streaming, call streamGenerateContent?alt=sse with the same body.
# The response includes candidates[0].content.parts and usageMetadata
# (prompt, cached, thinking, and output token counts).对照 API 文档检查模型 ID、contents 数组和参数范围,去掉该路由不支持的字段。
检查 Authorization bearer token,并在控制台确认可用余额。
提示词 token 超过了 Gemini 3.6 Flash 的上下文窗口。裁剪或只检索相关材料,并复用缓存前缀。
退避并带抖动重试;用批处理或队列代替并发突发。
重试前检查敏感内容、格式错误的 tool-call 参数和 JSON schema 不匹配。
任务适合并不等于接入一定正确。上线前应确认模型标识、调用协议、参数变更和会话状态，避免把接入问题误判成模型能力问题。
在 EvoLink API 路由中把 model 设为 "gemini-3.6-flash"（带点）。带连字符的 gemini-3-6-flash 只是页面 URL，不是 API 的模型参数。
EvoLink 通过兼容 OpenAI 的 /v1/chat/completions 与 Gemini 原生 generateContent 端点提供 Gemini 3.6 Flash，两种协议使用同一个 EvoLink API 密钥。
自定义 temperature、top-K、top-P 会被忽略；自定义 frequency / presence penalty 会直接报错；最后一轮为 model 角色的请求会被拒绝。迁移旧的 Gemini 请求构造时需相应调整。
多轮智能体任务需要回传完整助手消息、工具调用 ID、参数和工具执行结果。只保留最终文本会破坏状态连续性，即使上下文窗口足够大，也可能导致后续步骤判断错误。
稳定不变的仓库说明、参考文档、系统提示词和工具 Schema 可形成可重复使用的缓存前缀；自动缓存读取命中时使用独立优惠价格。
可以在同一工作上下文中保留相关代码、规格、文档和智能体状态，但不要把上限当成目标。先检索真正相关的证据，并按照任务难度设置输出预算。
Gemini 3.6 Flash 的经济性，取决于它的效率能否在同一任务上减少 Token、调用次数、重试和人工返工。应使用同一批生产样本比较模型，而不是只看一次请求的输入价格。
如果 Gemini 3.6 Flash 能用更少 Token 和更少审查交付可用结果，它更低的单价就会累积成真实的成本优势；如果在你最难的任务上质量下降，就把这些任务升级到 Pro 层模型，而把 3.6 Flash 用在高效的大多数场景。
先根据真实任务确认 Gemini 3.6 Flash 是否能减少重试和人工修改，再结合价格、上下文、缓存方式与任务类型选择生产路由。
| 模型 | Gemini 3.6 Flash | Gemini 3.5 Flash Lite | Gemini 3.1 Pro |
|---|---|---|---|
| 输入 / 输出 | $0.675 / $3.375 | $0.271 / $2.25 | $1.865 / $11.183 |
| 上下文 | 1.05M | 1.05M | 1.05M |
| 缓存 | 自动缓存读取 | 上下文缓存 | 上下文缓存 |
| 适用场景 | 生产级编程与全栈重构、多步智能体与编排、文档与图表分析，以及更高 Token 效率能降低单任务成本的大批量场景。 | 更便宜、更快的 3.5 系列路由，适合分类、抽取与高并发子智能体；困难任务再升级到 3.6 Flash。 | 当任务需要超出 Flash 系列的更深推理时，升级到 Pro 层。 |
同一把 API 密钥、同一份余额,换档位不用改接入。
可以。Gemini 3.6 Flash 已作为正式生产模型展示，页面优先读取后端实时价格，并使用官方价格作为兜底。
model 请填写 "gemini-3.6-flash"（带点）。带连字符的 gemini-3-6-flash 只是页面 URL，不是 API 的模型参数。
用兼容 OpenAI 的 Chat Completions 端点，或 Gemini 原生 generateContent 端点，均使用同一个 EvoLink API 密钥。该模型没有 Anthropic Messages 通道。
EvoLink 路由记录的是 1,048,576 Token。更小的上限通常来自某个 Gemini 产品入口或客户端配置，而不是 API 模型本身。
保留真正相关的代码、文档和工具结果，同时配合检索、稳定缓存前缀与上下文压缩，不要为了用满窗口而加入无关内容。
3.6 Flash 是更新的主力模型，编程和 Token 效率优于 3.5 Flash（输出每百万 $7.500 对 $9.000）。3.5 Flash-Lite 则是更便宜、更快、面向分类与高并发任务的路由。
它力求每个任务使用更少 Token、更少调用次数，且输出单价更低。应比较每个可交付任务的总 Token，而不只是单次请求单价。
Google 公布的介绍价为每百万输入 $0.750、输出 $3.750，限时至 2026-12-31；2027-01-01 起恢复标准价 $1.500 / $7.500。EvoLink 的当前价格请见本页价格模块。
自定义 temperature、top-K、top-P 会被忽略；自定义 frequency / presence penalty 会报错；最后一轮为 model 角色的请求会被拒绝。
根据任务难度限制最大输出，同时观察推理 Token 和最终答案 Token。65,536 Token 是容量上限，不是常规请求目标。
最便宜、最低延迟的分类与抽取请建议用 Gemini 3.5 Flash-Lite；当编程与推理质量能抵消略高的单价时再用 3.6 Flash。
Gemini 3.6 Flash 侧重高效编程与智能体经济性；GPT 与 Claude 可作为前沿能力基线，GLM 与 DeepSeek 可作为成本敏感型开源基线。
比较首次成功率、交付通过率、重试、输出 Token、缓存命中、工具调用、总耗时、人工修改量和回退频率。
