Indlæser kataloget…
Indlæser kataloget…
Googles ræsonneringsoptimerede Flash-model: multimodale inddata, et kontekstvindue på over en million tokens og altid aktiv tankekæde til agentiske opgaver med mange trin.
Oversigt. Gemini 3.6 Flash er Googles ræsonneringsoptimerede Flash-model, bygget på Gemini 3.5 Flash og udgivet i juli 2026. Den accepterer tekst, billeder, lyd og video som inddata og returnerer tekst som uddata, understøttet af et kontekstvindue på over en million tokens og en grænse for uddata på 65.536 tokens. Udviklere vælger den, når en opgave kræver Googles ræsonnering i tankekæde anvendt på store, multimodale inddata uden det fodaftryk, en fuld model i Pro-klassen har.
Vigtigste styrker. Uafhængige benchmarks fra Artificial Analysis viser et solidt kodningsindeks (69,2) og en bemærkelsesværdig høj GPQA Diamond-score (0,93), hvilket indikerer stærk ydeevne til videnskabelig ræsonnering på kandidatniveau og kodeorienterede opgaver. Ræsonnering er obligatorisk og altid slået til for denne model frem for at være et valgfrit flag, hvilket stemmer overens med dens design til agentiske opgaver med mange trin. Dens bredere intelligensindeks (40,3) og agentiske indeks (30,3) ligger over medianen for ræsonneringsmodeller i samme prisklasse ifølge Artificial Analysis, hvilket er konsistent med, at Flash er den pris- og svartidsoptimerede serie frem for det øverste ræsonneringsniveau.
Anvendelsesområder. Brug Gemini 3.6 Flash til kodningsassistance, analyse af dokumenter og lang kontekst eller agentiske opgaver, der drager fordel af en altid aktiv tankekæde og kan tåle omkring ti til femten sekunders svartid, før det første token vises. Den er et godt valg, når du har brug for at ræsonnere over store multimodale inddata — lange dokumenter, billeder, lyd eller video — i et enkelt kald. Det er ikke modellen til ren realtidsbrug med kort svartid, givet dens forhøjede tid til første token drevet af den obligatoriske ræsonnering.
Begrænsninger. Uddata er kun tekst, selvom inddata dækker tekst, billeder, lyd og video, så den kan ikke selv generere billeder, lyd eller video. Google har ikke oplyst parametertal, arkitektur eller status for mixture-of-experts over for dense for denne model, og hvor træningsdataene slutter, menes at være omkring marts 2026. Obligatorisk ræsonnering tilføjer betydelig svartid før det første token sammenlignet med Flash-varianter uden ræsonnering.
Bemærkning om suverænitet. Gemini 3.6 Flash er en proprietær model med lukkede vægte, der betjenes af Google som et kommercielt API. Aktuel research har ikke fundet specifikke oplysninger om dataplacering, eksponering for CLOUD Act eller politik for ingen træning på dine data for denne model, så den bør behandles som en standard kommerciel cloud-løsning frem for et verificeret suverænt tilbud.
| Inferensleverandør | Suverænitet | Kører i | Ind / ud per 1 mio. | Status | Fastgør |
|---|---|---|---|---|---|
| L0 | 0,66 / 3,30€+3 betingede priser | Online |
18 anvendelsesområder klassificeret af redaktøren. Noten forklarer hvorfor.
Multimodale billeder som inddata er velegnede til at fortolke screenshots af brugerflader til agentiske arbejdsflow og support.
Et kontekstvindue på over en million tokens gør det muligt at have adskillige artikler eller dokumenter i konteksten samtidigt til krydsreferencer.
Ræsonnering i tankekæde, der kan slås til og fra, kombineret med et kontekstvindue på over en million tokens passer godt til planlægningsopgaver med mange trin.
Et kontekstvindue på over en million tokens gør det muligt at opsummere meget lange dokumenter eller transskriptioner i én arbejdsgang.
Indbygget billedforståelse kombineret med et langt kontekstvindue understøtter detaljerede multimodale spørgsmål og svar baseret på billeder.
Et kontekstvindue på 1.048.576 tokens gør det muligt at indlæse hele store dokumenter eller dokumentsæt til direkte spørgsmål og svar uden opdeling.
Tilstanden med udvidet ræsonnering og det store kontekstvindue understøtter agentisk koding på tværs af flere filer, selvom der ikke er oplyst nogen benchmark specifikt for kode.
Flash-arkitektur optimeret til ræsonnering understøtter strukturerede agentiske opgaver, selvom der ikke er dokumenteret en benchmark specifikt for verktøjskald.
Ræsonneringsoptimeret tankekæde understøtter analytiske opdelinger, selvom der ikke er offentliggjort nogen benchmark specifikt for dataanalyse.
Billedforståelse understøtter forståelse af dokumentbilleder, selvom OCR-specifik nøjagtighed ikke er dokumenteret.
Billedforståelse gør det muligt at læse diagrammer, selvom dette ikke er fremhævet som en kerneegenskab i vurderingen.
Det store kontekstvindue gør det muligt at gennemgå store kodebaser på én gang, selvom der ikke er dokumenteret nogen benchmark for kodegennemgang for denne variant.
Tal fra eksterne kilder, ikke vores egne vurderinger. Percentiler er målt mod hele Stav-kataloget.
Beregnet ud fra aa-intelligence-index, gpqa-diamond, aa-engineering-index, aa-coding-index, livecodebench, terminal-bench-v4, aa-lcr.
curl https://api.stav.ai/v1/chat/completions \
-H "Authorization: Bearer $STAV_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "google/gemini-3.6-flash",
"messages": [{"role": "user", "content": "Hello!"}]
}'→ X-Stav-Request-Id · X-Stav-Model · X-Stav-Provider → X-Stav-Sovereignty-Level — det niveau, forespørgslen blev betjent på