Gemini 3.6 Flash API
model: gemini/3-6-flash
Принимает переписку списком сообщений, изображения, звук и видео, возвращает текст. Контекст 1 000 000 токенов, ответ до 64 000, знания до марта 2026 года. Модель Google.
Цена: за миллион токенов, вход — 270 кр. ($1.35), выход — 1350 кр. ($6.75).
кр. — кредиты, покупаются за рубли.
Песочница
Модель gemini/3-6-flash
Потолок ответа. Стоит то же значение, что шлюз подставляет сам, если поле не прислать. Списывается всё равно фактический расход.
Войдите и получите 50 кредитов на тесты и любое использование сервиса. Без регистрации доступен один запрос в сутки.
Нажмите «Запустить» — ответ модели появится здесь
{ }
Цена Gemini 3.6 Flash
Цена за миллион токенов, отдельно за вход и за выход. Списывается фактический расход из поля
usage ответа: сколько токенов ушло в запрос и сколько модель
вернула.
| Токены | Наша цена | Скидка | Официальная |
|---|---|---|---|
| Вход | 270 кр. · $1.35135 ₽ | −10% | $1.5 |
| Выход | 1350 кр. · $6.75675 ₽ | −10% | $7.5 |
На 10% ниже официальной цены поставщика. кр. — кредиты, покупаются за рубли.
Вызов через API
Адрес один, и ответ приходит на этот же запрос: задачу ставить и опрашивать не нужно — этим текст и
отличается от картинок. Ключ передаётся заголовком
Authorization: Bearer sk-… и выпускается
в кабинете. На один ключ шлюз пропускает
60 запросов в минуту.
Счёт идёт по токенам из поля usage ответа: вход и выход по своим
ставкам. Кредиты списываются после ответа, по факту — заранее ничего не удерживается, поэтому
короткий вопрос стоит ровно столько, сколько стоит, и не занимает баланс под будущий ответ.
Сколько списано, приходит в самом ответе полем credits_consumed.
Перед вызовом проверяется одно: на балансе есть деньги. Запрос, не дошедший до ответа, не
тарифицируется вовсе.
Поля запроса
Все три лежат в корне тела запроса — вложенного input у текста нет.
Остальные поля формата OpenAI — temperature,
top_p, stop,
seed, response_format,
reasoning_effort и прочие — шлюз передаёт поставщику, проверив
значение: temperature от 0 до 2 (у Claude до 1),
top_p от 0 до 1, штрафы от −2 до 2,
reasoning_effort — minimal, low, medium или high, стоп-слов не
больше четырёх. Негодное значение возвращается отказом 400 с именем поля и не стоит ничего:
поставщик на такое отвечает своей пятисоткой, из которой не видно, что дело в значении. Набор у каждого
семейства свой, потому что форматы вызова разные: что именно принимает выбранная модель, названо
на её странице.
stream работает: ответ приходит событиями, как это принято у Chat
Completions, и заканчивается строкой data: [DONE]. У поставщика ответ
при этом запрашивается целиком — иначе неоткуда взять объём токенов, по которому считается цена
вызова, — поэтому весь текст приходит одним событием, а не словом за словом. Расход и объём
стоят на последнем событии, рядом с признаком конца.
tools передаётся всем моделям каталога.
n и
best_of не передаются: несколько вариантов ответа умножают расход, а
перед вызовом проверено, что денег хватает на один.
| Поле | Тип | Обяз. | Допустимые значения |
|---|---|---|---|
| model | текст | обязательное | gemini/3-6-flash либо другое имя из каталога текстовых моделей |
| messages | массив | обязательное |
Непустой список сообщений с ролями system,
user, assistant. Пустой список
или не массив — отказ 400
|
| max_tokens | целое | опц. |
От 1 до 128000; вне границ — отказ 400.
Синоним — max_completion_tokens
· без него шлюз подставит 1024
|
Вызов
Запрос показан целиком, с именем этой модели: подставить остаётся только свой ключ. Ответ приходит сразу — задачу ставить и опрашивать не нужно.
curl https://api.gen202.com/v1/chat/completions \
-H "Authorization: Bearer sk-ваш-ключ" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini/3-6-flash",
"messages": [{"role": "user", "content": "Привет"}],
"max_tokens": 200
}'from openai import OpenAI
client = OpenAI(api_key="sk-ваш-ключ", base_url="https://api.gen202.com/v1")
answer = client.chat.completions.create(
model="gemini/3-6-flash",
messages=[{"role": "user", "content": "Привет"}],
max_tokens=200,
)
print(answer.choices[0].message.content)
print(answer.usage) # по нему выставлен счётОтвет
Форма ответа — OpenAI Chat Completions. Многоточия стоят там, где значение зависит от самого запроса: текст ответа и три числа расхода. Выдумывать их вместо примера нельзя — счёт выставляется по этим самым числам.
{
"choices": [
{
"index": 0,
"message": { "role": "assistant", "content": "…" },
"finish_reason": "stop"
}
],
"usage": { "prompt_tokens": …, "completion_tokens": …, "total_tokens": … }
}
Текст лежит в choices[0].message.content, причина остановки — в
finish_reason (stop или
length). По usage выставляется счёт, так
что сверить списание можно прямо из ответа. Служебных полей ответа OpenAI
(id, created,
object) шлюз не добавляет.
Отказы
Тело отказа — объект error, как у OpenAI:
{"error":{"message":…,"type":…,"code":…,"param":null}}. Ни один из этих отказов не тарифицируется:
деньги списываются только после ответа модели, и возвращать после отказа нечего.
| Код | code | Когда |
|---|---|---|
| 400 | model_not_found | Имени из поля model нет среди текстовых моделей. В сообщении перечислено, что принимается. |
| 400 | invalid_messages | Поле messages не передано, пустое или не массив. |
| 400 | invalid_max_tokens | Поле max_tokens не целое число либо вне границ от 1 до 128000. |
| 400 | invalid_setting | Настройка запроса с негодным значением: temperature вне границ от 0 до 2 (у Claude до 1), top_p вне границ от 0 до 1, штраф вне границ от −2 до 2, reasoning_effort не из списка minimal, low, medium, high, пустое стоп-слово или больше четырёх стоп-слов. В сообщении назван сам параметр. |
| 400 | key_required | Названный заголовком учёта ключ не принадлежит аккаунту или отключён. При вызове по ключу Bearer такого отказа не бывает. |
| 400 | — | Тело запроса не разобралось как JSON. Проверьте, что отправляете правильно составленный объект. |
| 401 | invalid_api_key | Ключа нет в заголовке Authorization, либо он неверный или отключён. |
| 402 | insufficient_credits | На балансе не осталось свободных кредитов. Перед вызовом шлюз проверяет только это — сумма списывается после ответа, по факту. |
| 413 | — | Тело запроса больше предела в 512 КиБ. |
| 415 | — | Не тот тип содержимого. Заголовок Content-Type должен быть application/json. |
| 429 | — | Больше 60 запросов в минуту на один ключ. |
| 502 | upstream_error | Поставщик не ответил или ответил ошибкой. Запрос не тарифицируется: списывать нечего, ответа не было. |
| 503 | service_overloaded | Поставщик перегружен или отбил запрос по своему лимиту. Запрос не тарифицируется, повторить можно через несколько секунд — срок назван в заголовке Retry-After. |
| 503 | upstream_error | Модель временно недоступна у поставщика. Запрос не тарифицируется. |
Что Google говорит про Gemini 3.6 Flash
Gemini 3.6 Flash отнесена к ряду Gemini 3 — моделям, которые рассуждают и с самого начала работают не с одним текстом, а с материалом разных видов.
Перечень работ, под которые её отдают, состоит из пяти строк: повседневные задачи, работа с кодом по шагам, сложное рассуждение, разбор материала разных видов и длинный контекст.
Одной строкой в справочнике: скорость плюс качество на пошаговых задачах и на материале разных видов.
Характеристики Gemini 3.6 Flash одной таблицей
Gemini 3.6 Flash — одна модель Google, а не ряд уровней: имя для поля model у неё единственное.
Из всех языковых моделей витрины она одна принимает не только буквы, и это видно первой же строкой таблицы.
| Характеристика | Значение |
|---|---|
| Что модель берёт на вход | текст, картинки, звук и видео |
| Чем отвечает | текстом |
| Имя для поля model | gemini/3-6-flash |
| Окно контекста | 1 000 000 токенов |
| Предел одного ответа | 64 000 токенов |
Цена за миллион токенов стоит в таблице цен выше по этой же странице, отдельно за присланный текст и за ответ.
Как разобрать длинный документ в Gemini 3.6 Flash
Окно у модели вмещает целый документ, и дробить его на части не нужно. Но у длинного материала есть свои места, где ответ расходится с исходником.
- Положите документ целиком. Резать его на части заранее не нужно: при разборе по кускам теряются связи между дальними местами, а именно их и ищут.
- Назовите, что именно нужно найти. Точная задача проходит вернее общей: не «разбери документ», а «найди два места, которые спорят между собой».
- Попросите дословную выдержку. Иначе на месте цитаты может встать строка о том, что там сказано. Просьбу приводить сами слова ставят прямо.
- Вынесите отдельное условие в конец. Условие, поставленное посреди задания, выполняется не всегда. Приписанное последней строкой — надёжнее.
- Проверьте конец ответа. На длинном материале пропадает не начало: кусок ближе к концу может не попасть в ответ, а сам ответ выглядит законченным.
- Прогоните задание ещё раз. На одном и том же материале ответ от раза к разу расходится. По одной попытке судить нельзя.
Для чего Google предлагает Gemini 3.6 Flash
Названы разбор документов, работа с графиками и данными и составление отчётов.
Отдельно названы разбор финансовых данных и стенограмм, а ещё перенос кода с одного языка на другой.
Сама Google поставила модель в приложение Gemini, в Google AI Studio, в Android Studio, в Antigravity и в корпоративные продукты Gemini Enterprise.
Что Gemini 3.6 Flash принимает на вход и сколько держит за раз
Кроме текста и картинок, модель принимает звуковые файлы и видео.
В один запрос помещается до миллиона токенов, а ответ бывает длиной до 64 тысяч.
Отвечает она только текстом. Картинки в каталоге рисуют другие модели.
Что у Gemini 3.6 Flash выросло против Gemini 3.5 Flash и Gemini 3.1 Pro
Во всех строках таблицы замеров новая модель стоит выше прошлой Flash.
Заметнее всего разница в двух местах: машинное обучение — 63,9 процента против 49,7, и поиск нужного куска в тексте длиной в миллион токенов — 54 процента против 26,6.
Заявленный миллион токенов и умение находить в этом миллионе нужное — разные вещи, и вторая пара чисел это показывает.
Прошлую старшую модель ряда, Gemini 3.1 Pro, новая Flash обходит тоже по всем строкам.
Чего нет в описании Gemini 3.6 Flash, но видно за работой
Разработчик перечисляет, что модель принимает и что умеет. Как этот материал разбирается на деле, в описании не сказано.
- В расшифровке длинной записи отметки времени уезжают тем сильнее, чем дальше от начала. Сами слова при этом распознаны верно — расходится их привязка к месту.
- Из разбора длинной записи молча пропадает целый кусок, а ответ выглядит законченным. Пропажу находят только сличением с исходником.
- Один и тот же материал, отправленный дважды, разбирается по-разному: то один кусок повторяется много раз подряд, то разбор обрывается раньше конца.
- Дословное место модель иногда заменяет строкой о том, что там сказано. Когда нужны сами слова, это оговаривают в задании.
- Со снимка читаются не только надписи: по рисунку графика модель восстанавливает числа и называет, чем именно он вводит в заблуждение.
- Труднее всего на снимке даётся таблица — не сами слова, а связь строки со столбцом.
- Подробность, с которой модель разглядывает картинку, бывает разной, и правкой формулировки задания низкую подробность не выправить.
- Перечислить увиденное на снимке модель может, а показать каждый предмет по отдельности — уже не всегда.
- Задание из двух условий выполняется наполовину и молча: ответ приходит верный, а второе условие обходится стороной.
- Границы задания она держит точно — не переименовывает и не трогает лишнего, — но точность формы не означает верности по существу.
Отсюда простое правило работы: длинный ответ сверяют с исходником, а не принимают по виду законченности.
До какого времени Gemini 3.6 Flash знает мир
Отсечка знаний названа двумя датами сразу.
Верхняя граница — март 2026 года.
По части областей знания заканчиваются гораздо раньше, на январе 2025 года, а списка таких областей нигде нет.
Март 2026 — это потолок, а не обещание по любой теме.
Что Google называет недоработанным у Gemini 3.6 Flash
Устойчивость к попыткам обойти ограничения модели дорабатывается до сих пор, и защиту недавно усилили.
По собственной проверке тона новая модель немного уступила прошлой — на 3,31 процента, — и на общей безопасности это не сказалось.
Проверки эти автоматические: ни живых людей, ни попыток сломать модель вручную в них не было.
