Gemini 3.6 Flash؛ بررسی مدل کممصرف Google برای کدنویسی و Agentهای سریع
آخرین راستیآزمایی: ۱۲ سپتامبر ۲۰۲۶
تاریخ عرضه: ۲۱ ژوئیه ۲۰۲۶
قیمت و شیوهٔ محاسبه: Standard تا ۳۱ دسامبر ۲۰۲۶: ۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی برای هر یک میلیون توکن تعرفه و دسترسی را برای زمان خرید دوباره در منبع رسمیِ مقاله بررسی کنید.
مقدمه
افزایش امتیاز یک مدل زمانی ارزش تجاری دارد که هزینه و زمان اجرای آن نیز کنترل شود. Gemini 3.6 Flash با همین مسئله وارد بازار شد: Google میخواست کیفیت Agent و کدنویسی را بالا ببرد، بدون اینکه پاسخها بیدلیل طولانیتر شوند.
این مدل متن، تصویر، صوت، ویدیو و PDF را میفهمد، Context یکمیلیونتوکنی دارد و میتواند Function و ابزارهای Gemini API را فراخوانی کند. در گزارش عرضه، Google از مصرف ۱۷ درصد توکن خروجی کمتر نسبت به 3.5 Flash در Artificial Analysis Intelligence Index و تا ۶۵ درصد کاهش در DeepSWE سخن گفت.
هر دو عدد Vendor-reported و وابسته به تنظیم آزموناند، اما جهت طراحی مدل را روشن میکنند: 3.6 فقط برای «باهوشتر شدن» عرضه نشد؛ بهرهوری نیز بخشی از هدف بود. اکنون که 3.7 و 3.8 وجود دارند، ارزش 3.6 بیشتر در شناخت نسبت کیفیت به مصرف، سازگاری نسخه و مهاجرت مرحلهای است.
معرفی کامل Gemini 3.6 Flash
Gemini 3.6 Flash در ۲۱ ژوئیه ۲۰۲۶ توسط Google معرفی شد. این مدل جانشین 3.5 Flash بود و شناسه ثابت gemini-3.6-flash را در Gemini API دارد. در زمان بررسی، مستندات رسمی آن را بهعنوان مدل Stable فهرست میکنند.
3.6 بهطور خاص روی Coding، Agentic Execution، درک فضایی و استفاده اقتصادیتر از توکن تمرکز داشت. فاصله عرضه آن با 3.7 فقط چند هفته بود؛ بنابراین برای پروژههای تازه جدیدترین Flash نیست، ولی برای تیمی که Snapshot و Eval تثبیتشده دارد میتواند همچنان قابل استفاده باشد.
دسترسی توسعهدهندگان از طریق Gemini API و Google AI Studio فراهم است. قابلیتهای دقیق یک محصول مصرفکننده ممکن است با API برابر نباشد و نام مدل نمایشدادهشده نیز به طرح حساب وابسته است.
قابلیتهای اصلی
پاسخ کمحجمتر و مدیریت Thinking
مدل از سطحهای Thinking پشتیبانی میکند و توسعهدهنده میتواند میان سرعت، هزینه و عمق استدلال تعادل بسازد. کاهش توکن گزارششده نسبت به 3.5 به این معنا نیست که هر پاسخ دقیقاً ۱۷ درصد کوتاهتر است؛ نوع Prompt و سطح Thinking نتیجه را تغییر میدهد.
مهندسی نرمافزار چندمرحلهای
3.6 Flash میتواند ساختار پروژه را تحلیل، تغییرات را برنامهریزی، ابزار Terminal را بهکار گیرد و خروجی تست را تفسیر کند. رشد DeepSWE نسبت به 3.5 نشان میدهد مدل در دنبالکردن یک وظیفه Repositoryمحور پیشرفت کرده است.
فهم فضایی و رابط کاربری
Vision و Computer Use اجازه میدهند مدل درباره Screenshot، موقعیت عناصر یا مسیر یک رابط استدلال کند. این قابلیت برای QA بصری و آزمایش Flow مفید است، اما Computer Use در وضعیت Preview قرار دارد و نباید کنترل نامحدود سیستم دریافت کند.
تحلیل متن، تصویر، صوت، ویدیو و PDF
پنج نوع ورودی در یک مدل واحد پشتیبانی میشوند. برای مثال، میتوان گزارش PDF را با توضیح صوتی و Screenshot Dashboard کنار هم تحلیل کرد. خروجی مدل متن است و رسانه جدید تولید نمیکند.
Search، Maps و URL Context
Google Search Grounding، Maps Grounding و URL Context میتوانند اطلاعات بیرونی را وارد پاسخ کنند. Grounding باید فعال شود و Citationها در UI حفظ شوند؛ دانش داخلی مدل جای منبع تازه را نمیگیرد.
Function Calling و خروجی ساختاریافته
مدل از Function Calling، Structured Outputs، File Search و Code Execution پشتیبانی میکند. برای گردشکار حرفهای، Schema فنی کافی نیست: قوانین کسبوکار، کنترل دسترسی و Idempotency نیز باید در کد میزبان اجرا شوند.
مهمترین نقاط قوت
- مصرف خروجی کمتر از 3.5 در ارزیابیهای گزارششده توسط Google
- جهش در کدنویسی Repositoryمحور و Machine Learning Engineering
- Context یکمیلیونتوکنی و ورودی چندوجهی گسترده
- عملکرد قوی در OSWorld و بازیابی از متن بلند طبق Model Card
- سرعت بالای تولید نسبت به بسیاری از مدلهای استدلالی همرده
- دسترسی به ابزارهای بومی Search، Maps، Code Execution و Function Calling
محدودیتها و نقاط ضعف
3.6 Flash دیگر جدیدترین نسخه خانواده نیست. برای توسعه جدید، 3.7 و 3.8 باید در Eval حضور داشته باشند، زیرا ممکن است با هزینه مشابه کیفیت بیشتری ارائه دهند.
در Artificial Analysis، TTFT تنظیم High حدود ۱۶٫۴۵ ثانیه ثبت شده که برای تجربه گفتوگوی آنی زیاد است. سرعت تولید پس از شروع بالا است، اما کاربر ابتدا باید منتظر پایان بخشی از Thinking بماند.
Model Card رسمی احتمال Hallucination و کندی یا Timeout گهگاهی را ذکر میکند. Knowledge Cutoff عمدتاً مارس ۲۰۲۶ است و در بعضی حوزهها ممکن است ژانویه ۲۰۲۵ باشد. برای خبر، قیمت یا قانون جاری باید Grounding فعال شود.
خروجی بومی صوت، تصویر و ویدیو و Live API پشتیبانی نمیشوند. Context بسیار بزرگ نیز بدون Retrieval، اشاره دقیق و ساختار مناسب میتواند باعث گمشدن جزئیات شود.
کاربردهای واقعی Gemini 3.6 Flash
رفع باگ با بودجه توکن مشخص
تیم توسعه میتواند مدل را به تعداد محدود دور ابزار و سقف خروجی مقید کند تا Issue را تحلیل، Patch کوچک بسازد و تست کند. این روش مزیت بهرهوری نسخه را بهتر از یک Prompt باز نشان میدهد.
QA بصری نرمافزار
مدل میتواند Screenshotهای قبل و بعد را مقایسه کند، تفاوت چیدمان یا وضعیت خطا را شرح دهد و گام بازتولید بسازد. اندازهگیری دقیق پیکسل بهتر است با ابزار تصویری قطعی انجام شود.
خلاصهسازی پرونده چندوجهی
برای پروندهای شامل PDF، ضبط جلسه و تصاویر میتوان خط زمانی و فهرست تصمیمها ساخت. هر نکته باید به صفحه یا Timestamp متصل شود تا خروجی قابل ممیزی بماند.
طبقهبندی و مسیریابی درخواستها
Structured Output و Function Calling برای تشخیص نوع درخواست، انتخاب ابزار مناسب و ساخت رکورد استاندارد مناسباند. اقدام نهایی حساس باید به سرویس قانونمحور یا انسان سپرده شود.
تحلیل متن طولانی
مدل میتواند در مجموعه بزرگ قرارداد، Log یا مستندات فنی الگو و استثنا پیدا کند. Chunking و File Search معمولاً از قراردادن کورکورانه تمام داده در Context مقرونبهصرفهتر است.
این مدل مناسب چه کسانی است؟
Gemini 3.6 Flash برای تیمهایی مناسب است که یک مدل چندوجهی سریع با تمرکز بر Coding و مصرف کنترلشده میخواهند، یا قبلاً این Snapshot را در محصول خود تأیید کردهاند. برنامهنویسان، تیمهای QA، تحلیلگران اسناد و سازندگان Agent بیشترین استفاده را خواهند داشت.
اگر پروژه از صفر آغاز میشود، 3.8 Flash معمولاً نقطه شروع بهتری برای مقایسه است. اگر وظیفه بسیار ساده و پرتعداد است، Flash-Lite را نیز بررسی کنید؛ اگر پیچیدگی Terminal یا ریسک عملیات بالاست، مدلهای رده بالاتر باید کنار آن آزموده شوند.
مشخصات فنی Gemini 3.6 Flash
| مشخصه | مقدار تأییدشده |
|---|---|
| Developer | |
| Model Family | Gemini 3 Flash |
| Model Type | مدل اختصاصی چندوجهی و استدلالی |
| Release Date | ۲۱ ژوئیه ۲۰۲۶ |
| Lifecycle | Stable؛ نسخههای جدیدتر 3.7 و 3.8 موجودند |
| API Model ID | gemini-3.6-flash |
| Input | متن، تصویر، صوت، ویدیو و PDF |
| Output | متن |
| Context Window | ۱٬۰۴۸٬۵۷۶ توکن ورودی |
| Maximum Output | ۶۵٬۵۳۶ توکن |
| Knowledge Cutoff | عمدتاً مارس ۲۰۲۶؛ برخی حوزهها ممکن است ژانویه ۲۰۲۵ باشند |
| Thinking | پشتیبانی میشود |
| Vision / Audio / Video Understanding | بله |
| Native Media Generation | خیر |
| Function Calling / Tool Use | بله |
| Web Search | از طریق Google Search Grounding |
| Computer Use | Preview |
| Live API | خیر |
| API Availability | Gemini API و Google AI Studio |
۵ نمونه پرامپت کاربردی
۱. رفع باگ اقتصادی
این Bug Report و Repository را بررسی کن. حداکثر در سه دور ابزار، علت ریشهای را پیدا کن، کوچکترین Patch را بساز و تست بازگشتی اجرا کن. قبل از هر اقدام یک جمله دلیل بنویس و اگر پس از سه دور حل نشد، شواهد و قدم بعد را تحویل بده.
۲. مقایسه بصری دو نسخه
این Screenshotهای نسخه قبلی و جدید را مقایسه کن. فقط تفاوتهای قابل مشاهده را با ناحیه، شدت و اثر بر کاربر گزارش بده. فرضیه علت را جدا از مشاهده بنویس و برای اختلاف اندازه دقیق، درخواست ابزار اندازهگیری بده.
۳. استخراج رویداد از پرونده
از PDF، صوت جلسه و تصاویر پیوست یک Timeline واحد بساز. هر رویداد باید تاریخ، بازیگر، اقدام، صفحه یا Timestamp و سطح اطمینان داشته باشد. موارد متناقض را حل نکن؛ در بخش جداگانه برای بازبینی فهرست کن.
۴. Router ابزارمحور
درخواست کاربر را در یکی از دستههای Schema قرار بده، سپس فقط Function مجاز همان دسته را پیشنهاد کن. قبل از هر عملیات نوشتنی خلاصه اقدام و پارامترها را برای تأیید انسان نمایش بده.
۵. پرسش از مستندات طولانی
پاسخ را فقط از فایلهای ارائهشده استخراج کن. برای هر ادعا نام فایل و شماره صفحه یا بخش را ذکر کن. اگر پاسخ در منابع نیست، صریحاً «در اسناد یافت نشد» بنویس و از دانش عمومی استفاده نکن.
بنچمارکها و ارزیابی عملکرد
جدول زیر نتایج Model Card و گزارش عرضه Google در ژوئیه ۲۰۲۶ است و Vendor-reported محسوب میشود. همه ردیفها «هرچه بالاتر بهتر» هستند؛ GDPVal بهصورت Elo و بقیه بهصورت درصد گزارش شدهاند.
| Benchmark | Gemini 3.6 Flash | Gemini 3.5 Flash | Gemini 3.1 Pro | GPT-5.6 Luna | Claude Sonnet 5 |
|---|---|---|---|---|---|
| DeepSWE | ۴۹٫۰٪ | ۳۷٫۰٪ | ۱۲٫۰٪ | ۶۷٫۰٪ | ۵۴٫۰٪ |
| Terminal-Bench 2.1 | ۷۸٫۰٪ | ۷۶٫۲٪ | ۷۳٫۸٪ | ۸۴٫۷٪ | ۸۰٫۴٪ |
| MLE | ۶۳٫۹٪ | ۴۹٫۷٪ | ۴۲٫۶٪ | ۴۷٫۶٪ | ۶۶٫۹٪ |
| GDPVal v2 | ۱۴۲۱ | ۱۳۴۹ | ۹۶۵ | ۱۵۸۴ | ۱۶۰۷ |
| OSWorld-Verified | ۸۳٫۰٪ | ۷۸٫۴٪ | ۷۶٫۲٪ | ۷۲٫۶٪ | ۸۱٫۲٪ |
| MRCR در 128K | ۹۱٫۸٪ | ۷۷٫۳٪ | ۸۴٫۹٪ | ۷۴٫۸٪ | ۷۱٫۶٪ |
3.6 در همه ردیفها از 3.5 جلوتر است. نقاط برجسته آن OSWorld و بازیابی متن طولانی MRCR هستند؛ در هر دو از رقبای نشاندادهشده نیز بهترین عدد را دارد. Luna در DeepSWE و Terminal و Sonnet 5 در MLE و GDPVal برتری دارند، پس 3.6 را نمیتوان بهترین Coding Model در تمام معناها دانست.
Google همچنین کاهش ۱۷ درصدی توکن خروجی در Artificial Analysis Index و تا ۶۵ درصد کاهش در DeepSWE نسبت به 3.5 را گزارش کرده است. این نسبتها به Prompt، سطح Thinking و Harness همان آزمایش مربوطاند و وعده ثابت برای هر درخواست نیستند.
در ارزیابی مستقل فعلی Artificial Analysis با تنظیم high، Gemini 3.6 Flash امتیاز ۳۴ در Intelligence Index v4.3، سرعت حدود ۲۰۴٫۸ توکن بر ثانیه، هزینه ۰٫۹۳ دلار برای هر وظیفه شاخص و TTFT حدود ۱۶٫۴۵ ثانیه دارد. شاخص جاری با نسخهای که Google در زمان عرضه نقل کرده یکسان نیست.
اعداد با شخصیت مدل همخواناند: پس از شروع پاسخ سریع است و در متن بلند و کار GUI توان خوبی دارد، اما Thinking اولیه میتواند محسوس باشد. برای چت زنده سطح پایینتر را بیازمایید؛ برای Agent کدنویسی، موفقیت نهایی و تعداد دور ابزار را معیار اصلی قرار دهید.
مقایسه Gemini 3.6 Flash با رقبا
| مدل | نقطه قوت اصلی | ملاحظه انتخاب |
|---|---|---|
| Gemini 3.6 Flash | تعادل Coding، Context بلند و مصرف کمتر نسبت به 3.5 | دیگر جدیدترین Snapshot نیست |
| Gemini 3.5 Flash | Snapshot اولیه خانواده و سازگاری پروژههای قدیمی | در داده رسمی ضعیفتر و با نرخ فعلی گرانتر است |
| Gemini 3.8 Flash | کیفیت بالاتر و Agentهای بلندمدتتر با قیمت معرفی مشابه | مهاجرت نیازمند Eval رفتاری است |
| GPT-5.6 Luna | DeepSWE و Terminal قویتر در جدول Google | اکوسیستم ابزار و ورودی چندوجهی موردنیاز تعیینکننده است |
| Claude Sonnet 5 | MLE و کار دانشی قویتر در همین مقایسه | 3.6 در OSWorld و MRCR رسمی جلوتر است |
در شرایط قیمت فعلی، 3.8 Flash با همان نرخ ورودی و خروجی، فشار زیادی برای مهاجرت ایجاد میکند. 3.6 زمانی منطقی میماند که رفتار آن روی Eval شما بهتر باشد، Snapshot ثابت بخواهید یا هزینه تغییر محصول از منفعت نسخه جدید بیشتر شود.
قیمت و API
قیمت 3.6 هنگام عرضه ۱٫۵۰/۷٫۵۰ دلار بود، اما جدول رسمی فعلی Google تا پایان ۲۰۲۶ نرخ معرفی پایینتری نشان میدهد. اطلاعات بررسیشده در ۱۲ سپتامبر ۲۰۲۶:
- Standard تا ۳۱ دسامبر ۲۰۲۶: ۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی برای هر یک میلیون توکن
- Cache Hit: ۰٫۰۷۵ دلار؛ Cache Storage: ۰٫۵۰ دلار برای هر یک میلیون توکن در ساعت
- Batch و Flex: ۰٫۳۷۵ دلار ورودی و ۱٫۸۷۵ دلار خروجی در دوره فعلی
- از ۱ ژانویه ۲۰۲۷ طبق جدول: ۱٫۵۰ دلار ورودی و ۷٫۵۰ دلار خروجی
- Free Tier موجود است؛ Search و Maps Grounding هزینه و سهمیه جدا دارند.
برای نقل قیمت در قرارداد، صفحه رسمی را دوباره بررسی کنید؛ نرخ موقت و ابزارهای جانبی میتوانند هزینه کل را تغییر دهند. شناسه API gemini-3.6-flash است.
Gemini 3.6 Flash را در Buffalo147 AI امتحان کنید
بهترین آزمایش برای این نسخه، اجرای یک وظیفه واقعی با سقف دور ابزار و ثبت مصرف توکن است. نتیجه را کنار 3.5 و 3.8 بگذارید تا مشخص شود وعده بهرهوری در داده و Workflow شما نیز تکرار میشود یا نه.
شروع استفاده از Gemini 3.6 Flash در Buffalo147 AI
جمعبندی
Gemini 3.6 Flash نسخهای مهم در مسیر بلوغ مدلهای Flash بود: Coding، OSWorld و درک Context بلند بهتر شدند و Google همزمان کاهش مصرف توکن را هدف گرفت. ورودی چندوجهی و ابزارهای کامل API، کاربرد آن را فراتر از چت ساده میبرند.
ضعف اصلی امروز، حضور جانشینهای جدیدتر با قیمت معرفی مشابه است. Latency اولیه در Thinking بالا نیز میتواند برای رابط زنده آزاردهنده باشد.
اگر محصول شما قبلاً روی 3.6 ارزیابی شده یا بهرهوری توکن آن در Workflow واقعی ثابت شده است، نگهداشتن آن منطقی است. برای توسعه جدید، 3.8 باید خط مقایسه اصلی باشد و تصمیم نهایی با هزینه کل، نه صرفاً قیمت هر توکن، گرفته شود.
پرسشهای متداول
Gemini 3.6 Flash چیست؟
مدل چندوجهی Google برای کدنویسی، Agentها و تحلیل متن، تصویر، صوت، ویدیو و PDF است که با تمرکز بر بهرهوری توکن عرضه شد.
Gemini 3.6 Flash چه تفاوتی با 3.5 دارد؟
طبق داده رسمی Google، در Coding، MLE، OSWorld و بازیابی متن بلند بهتر است و در چند ارزیابی توکن خروجی کمتری مصرف کرده است.
آیا Gemini 3.6 Flash هنوز API دارد؟
بله؛ در زمان بررسی شناسه Stable gemini-3.6-flash در Gemini API و صفحه قیمت رسمی موجود است.
آیا Gemini 3.6 Flash تصویر یا ویدیو میسازد؟
خیر. تصویر و ویدیو را بهعنوان ورودی تحلیل میکند، اما خروجی بومی رسانه ندارد.
Gemini 3.6 Flash بهتر است یا 3.8 Flash؟
3.8 جدیدتر و در بسیاری از ارزیابیها قویتر است. 3.6 برای Snapshot تثبیتشده یا محصولی که در Eval واقعی با آن نتیجه بهتر و پایدارتر دارد، همچنان ارزشمند است.
آیا Gemini 3.6 Flash رایگان است؟
سهمیه رایگان API وجود دارد، اما محدود است و مصرف بیشتر یا برخی ابزارهای Grounding هزینه جداگانه دارند.
منابع
- مستند رسمی مدل Gemini 3.6 Flash
- معرفی رسمی Gemini 3.6 Flash
- Model Card رسمی Gemini 3.6 Flash
- قیمت رسمی Gemini API
- ارزیابی مستقل Gemini 3.6 Flash در Artificial Analysis
یادداشت تحریریه Buffalo147 AI: کاهش مصرف توکن و اعداد جدول عرضه Vendor-reported هستند. نتیجه مستقل با نسخه و تنظیم فعلی Artificial Analysis جداگانه گزارش شده است.
