Gemini 3.6 Flash e 3.5 Flash-Lite: O Guia Definitivo de Migração da API

A evolução da inteligência artificial aplicada ao desenvolvimento de software deu mais um salto importante com a chegada oficial do Gemini 3.6 Flash e do Gemini 3.5 Flash-Lite à disponibilidade geral (GA). Para equipes de engenharia, fundadores de SaaS e desenvolvedores que utilizam automações ou ambientes como o Antigravity, esta atualização não traz apenas melhorias incrementais de velocidade: ela redefine padrões de arquitetura de API e obriga a uma revisão imediata do código legado.

Neste relatório técnico, analisamos a fundo o impacto desses novos modelos, a reestruturação de custos e o passo a passo obrigatório de migração.

Gemini 3.6 Flash e Flash-Lite

O principal foco da Google nesta geração foi otimizar fluxos de trabalho agentic (voltados a agentes autônomos) e reduzir drasticamente o consumo desnecessário de tokens em tarefas complexas.

Gemini 3.6 Flash (gemini-3.6-flash): Projetado para equilibrar velocidade e raciocínio profundo em tarefas multimodais e espaciais. Ele apresenta um desempenho superior na geração de código e interpretação de layouts complexos, reduzindo o número de turnos de conversa e loops de execução em comparação com a geração anterior. O nível de pensamento padrão (thinking level) vem configurado como medium.
Gemini 3.5 Flash-Lite (gemini-3.5-flash-lite): Focado puramente em alta capacidade de processamento (throughput), ideal para extração de dados em larga escala, análise de documentos volumosos e processamento de dados tabulares com o menor custo por token da categoria.

Nova Tabela de Preços e Limites de Infraestrutura

Para quem constrói produtos digitais escaláveis, a eficiência financeira da infraestrutura de IA é crítica. Os novos patamares de custo por milhão de tokens alteram a equação de viabilidade de agentes em produção:

Nova Tabela de Preços e Limites de Infraestrutura:

Gemini 3.6 Flash: ID gemini-3.6-flash | Preço de Entrada: US$ 1,50 / 1M | Preço de Saída: US$ 7,50 / 1M

Gemini 3.5 Flash-Lite: ID gemini-3.5-flash-lite | Preço de Entrada: US$ 0,30 / 1M | Preço de Saída: US$ 2,50 / 1M

Ambos os modelos mantêm a robusta janela de contexto de 1 milhão de tokens, suporte a até 64 mil tokens de saída e compatibilidade nativa com ferramentas avançadas, como o Computer Use para automação de interfaces.

Mudanças Críticas na API: O que quebra no código legado

A partir do Gemini 3.6 Flash, a Google implementou mudanças severas que exigem refatoração imediata em aplicações existentes:

1. Descontinuação dos Parâmetros de Amostragem

Parâmetros clássicos como temperature, top_p e top_k foram completamente descontinuados e ignorados. O envio desses parâmetros em chamadas futuras resultará em um Erro HTTP 400.

A solução: Para garantir o determinismo das respostas, a recomendação oficial é abandonar o controle via temperatura e passar a utilizar regras explícitas de comportamento através do parâmetro system_instruction.

2. Validação Rígida de Turnos de Modelo

O pré-preenchimento manual de turnos do modelo (model role turns) para forçar formatos JSON ou suprimir preâmbulos foi banido. Se a última linha de uma requisição terminar com o papel do modelo, a API retornará uma falha de validação.

A solução: Migre a estruturação de saídas para a nova Interactions API, utilizando o parâmetro system_instruction para impor o formato desejado de forma programática.

Guia Prático de Migração

Para atualizar sua stack e alinhar o software às novas diretrizes dos modelos 3.x, siga o checklist técnico abaixo:

Atualize os IDs dos Modelos: Altere as strings de chamada nas suas instâncias de cliente para gemini-3.6-flash ou gemini-3.5-flash-lite.
Remova Configurações Antigas: Elimine temperature, top_p, top_k e candidate_count dos seus blocos de configuração de geração.
Ajuste o Nível de Pensamento: Caso utilize controle de esforço computacional, substitua parâmetros legados de orçamento por thinking_level configurado como "medium" ou "high" conforme a complexidade do seu agente.

A transição para essa nova arquitetura garante não apenas uma economia expressiva na fatura de tokens em produção, mas também prepara sua aplicação para o ecossistema de agentes autônomos de alta performance.