Gemini 3.6 Flash

gemini-3.6-flash

获取 API 密钥 API 文档

Gemini 3.6 Flash 持续提供前沿模型级的智能表现，经过优化，能够以更快的速度和更低的成本处理实际任务。专为智能体时代而设计，擅长代码生成、智能体执行和空间推理。此模型在涉及复杂编码周期和迭代的快速代理循环方面特别有效。

上下文窗口105K

提供商Gemini

创建时间2026/08/10

在线体验

定价

同一模型能力，多条服务通道；按延迟、稳定性与成本灵活选择。

价格单位：$ / 1M tokens

指定服务通道：在请求体加入 provider 字段，例如 "provider": { "channel": "direct" }。可选 direct / stable / economical；不传则使用默认通道。

直连通道

官方直连链路，适合需要原生体验与完整上下文的请求。

输入	输出	缓存命中
1.50/M	7.50/M	0.15/M

介绍

输入

文本 imagve

输出

文本

Gemini 3.6 Flash API：更省 Token 的智能体主力模型

Gemini 3.6 Flash 是 Google 于 2026 年 7 月 21 日发布的高效多模态模型，定位是"为智能体时代打造"的主力档位。它在编码、知识工作和多模态理解上全面超过 Gemini 3.5 Flash，同时输出 Token 用量减少约 17%——同样的任务，答得更好也更省。

它针对多步编排、全栈代码重构和通用推理做了专门优化，并把电脑操作（Computer Use）作为内置客户端工具提供，支持文本、图像、视频、音频和 PDF 输入，上下文窗口 100 万 Token。

海鲸AI 通过 OpenAI 兼容接口提供 Gemini 3.6 Flash，支持工具调用、流式输出与多模态输入。

获取 API 密钥 · 模型 ID：gemini-3.6-flash

为什么选择 Gemini 3.6 Flash

输出 Token 减少 17% —— 相比 3.5 Flash 用更少的推理步骤完成任务，直接降低账单
代码质量大幅提升 —— DeepSWE 代码质量 49%（3.5 Flash 为 37%），编译失败率和返工率更低
MLE Bench 63.9% —— 机器学习工程任务上从 49.7% 跃升
OSWorld-Verified 83.0% —— 真实操作系统环境中的电脑操作能力（3.5 Flash 为 78.4%）
GDPval-AA v2 1421 Elo —— 真实职业知识工作表现（3.5 Flash 为 1349）
全模态输入 + 1M 上下文 —— 文本、图像、视频、音频、PDF 统一处理，单次输出最高 64K Token

核心能力

01 编码与全栈重构

Gemini 3.6 Flash 在代码生成上的提升不只是"能写对"，而是"一次写好"：更低的编译失败率、更少的修订轮次，在部分 DeepSWE 场景下提升可达 65%。

多文件代码生成与全栈重构
更低的编译失败与返工率
机器学习工程任务（MLE Bench 63.9%）

02 智能体执行与电脑操作

电脑操作（Computer Use）作为内置客户端工具直接可用，OSWorld-Verified 83.0% 反映了它在真实桌面环境中点按、输入、导航的可靠性。

内置 Computer Use 工具
多步任务编排，推理步骤更少
工具调用、结构化输出、代码执行全支持

03 全模态理解

支持文本、图像、视频、音频和 PDF 输入，在图表解读、视觉蓝图转代码、多元素网页布局生成等多模态推理任务上明显强于上一代。

图表与文档解析
视觉设计稿转前端代码
视频与音频内容理解

04 可调思维档位

完整支持思考档位调节，可以按任务难度精确分配算力；配合本身更高的 Token 效率，在高频调用场景下成本优势会被进一步放大。

高难度任务上调思考深度
延迟敏感任务降档提速
搜索接地、URL 上下文、缓存等特性齐备

最佳使用场景

场景	说明
高吞吐编码助手	一次写好，返工更少，Token 更省
智能体自动化	多步编排 + 内置电脑操作工具
知识工作流	报告、分析、文档处理（GDPval-AA v2 1421）
图表与文档解析	PDF、图表、设计稿的视觉推理
机器学习工程	数据处理、建模、实验脚本（MLE Bench 63.9%）
成本敏感的生产部署	17% 的输出 Token 缩减直接体现在账单上

Gemini 3.6 Flash 与 Gemini 3.5 Flash 的差异

能力	Gemini 3.6 Flash	Gemini 3.5 Flash
模型 ID	`gemini-3.6-flash`	`gemini-3.5-flash`
定位	智能体时代主力档	高效多模态主力
输出 Token 效率	减少约 17%	基准
DeepSWE 代码质量	49%	37%
MLE Bench	63.9%	49.7%
OSWorld-Verified	83.0%	78.4%
GDPval-AA v2	1421 Elo	1349 Elo
电脑操作	内置客户端工具	—
输入模态	文本、图像、视频、音频、PDF	文本、图像、视频、音频、PDF
上下文窗口	1M Token / 输出 64K	1M Token

具体计费以页面上方的实时价格卡片为准。

如何使用 Gemini 3.6 Flash API

1. 创建海鲸AI API 密钥 在控制台生成密钥并充值。

2. 从默认思考档位开始 默认档位对大多数任务已经足够，配合更高的 Token 效率通常比 3.5 Flash 更省；只在质量不达标时上调思考深度。

3. 调用接口

curl -X POST https://api.seawhaleai.com/v1/chat/completions \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "gemini-3.6-flash",
    "messages": [
      {"role": "user", "content": "把这份需求文档拆成前后端任务清单，并给出每个任务的接口定义。"}
    ],
    "stream": true
  }'

常见问题

Gemini 3.6 Flash 什么时候发布的？ 2026 年 7 月 21 日，与 Gemini 3.5 Flash-Lite、3.5 Flash Cyber 同批发布。

它比 3.5 Flash 强在哪？ 三条主线：代码质量（DeepSWE 49% vs 37%，部分场景提升达 65%）、知识工作（GDPval-AA v2 1421 vs 1349）、Token 效率（输出减少约 17%）。电脑操作也从外挂变成了内置工具。

上下文窗口多大？ 输入 100 万 Token（1,048,576），单次输出最高 65,536 Token。

支持哪些输入模态？ 文本、图像、视频、音频和 PDF；输出为文本。不支持图像/音频生成。

支持哪些开发特性？ 函数调用、结构化输出、上下文缓存、代码执行、电脑操作（预览）、搜索接地、URL 上下文、批量 API 等。

适合做智能体吗？ 非常适合。它就是为智能体场景设计的：多步编排推理步骤更少，OSWorld-Verified 83.0% 的电脑操作能力可以直接驱动桌面自动化。

为什么选择海鲸AI 使用 Gemini 3.6 Flash API

国内直连 —— 无需 Google Cloud 账户和海外网络
OpenAI 兼容接口 —— 现有代码改两行即可接入
全模态统一入口 —— 视频、音频、PDF 与文本共用一套接口
跨厂商对比 —— 与 GPT、Claude 系列在同一账户下横向比价比效果

API

API 接入信息

Model ID在推理接口中指定模型

gemini-3.6-flash

API Key推理接口的 Bearer Token（鉴权令牌）

前往 API Key 管理

Base URL兼容 OpenAI 协议 · /chat/completions

https://api.seawhaleai.com/v2/

provider 可选指定服务通道，不传则由系统选择默认通道

"provider": { "channel": "direct" }

gemini-3.6-flash 接入示例

海鲸AI 兼容 OpenAI 接口协议，可直接使用 OpenAI SDK 或 HTTP 请求接入，默认开启流式输出。

关于 provider 参数（可选，海鲸AI 扩展字段）：同一模型通常有多条服务通道，价格与稳定性略有差异。在请求体中加入 provider 字段即可指定通道；不传该字段时由系统自动选择默认通道，不影响正常调用。

provider 并非 OpenAI 官方协议中的字段，而是海鲸AI 的扩展参数，仅在本平台生效。OpenAI SDK 允许透传此类自定义字段，用法见下方示例。

取值	通道	适用场景
`direct`	直连通道	官方直连链路，追求原生体验与完整上下文
`stable`	优选通道	兼顾可用性、速度，适合日常生产调用
`economical`	特惠通道	成本优先，适合批量处理与价格敏感业务

具体通道与对应价格以上方「定价」为准（各模型开通的通道可能不同）。补充说明：

写法："provider": { "channel": "direct" }。
若指定的通道该模型未开通，会自动回退到默认通道并正常返回，不会报错。
使用官方 SDK 时：Python 需通过 extra_body 传入；Node.js 直接写在请求对象中即可透传，TypeScript 项目加一行 // @ts-expect-error 跳过类型检查。

cURLPythonNode.js

curl https://api.seawhaleai.com/v2/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <API_KEY>" \
  -d '{
    "model": "gemini-3.6-flash",
    "messages": [
      {"role": "system", "content": "你是一个有帮助的助手。"},
      {"role": "user", "content": "你好！"}
    ],
    "provider": { "channel": "direct" },
    "stream": true
  }'
# provider 为可选字段，删除该行即使用默认通道

from openai import OpenAI

client = OpenAI(
    base_url="https://api.seawhaleai.com/v2",
    api_key="<API_KEY>",
)

stream = client.chat.completions.create(
    model="gemini-3.6-flash",
    messages=[
        {"role": "system", "content": "你是一个有帮助的助手。"},
        {"role": "user", "content": "你好！"},
    ],
    stream=True,
    # 可选：指定服务通道，不传则使用默认通道
    extra_body={"provider": {"channel": "direct"}},
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

import OpenAI from 'openai'

const client = new OpenAI({
  baseURL: 'https://api.seawhaleai.com/v2',
  apiKey: '<API_KEY>',
})

const stream = await client.chat.completions.create({
  model: 'gemini-3.6-flash',
  messages: [
    { role: 'system', content: '你是一个有帮助的助手。' },
    { role: 'user', content: '你好！' },
  ],
  stream: true,
  // 可选：指定服务通道，不传则使用默认通道
  // @ts-expect-error provider 为海鲸AI 扩展字段，不在 OpenAI SDK 类型定义内
  provider: { channel: 'direct' },
})

for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? '')
}