Gemini 中文文档Gemini 3.5 模型介绍
Google Gemini 3.5 是谷歌于 2026年5月19日 推出的新一代大模型系列。该系列将前沿的多模态理解与推理能力与高效行动力深度融合，旨在帮助开发者构建更具能力、更智能的自主 Agent（智能体）与自动化编程工作流。
目前该系列首发模型为 Gemini 3.5 Flash，定位为兼顾前沿性能与极致性价比的推理与 Agent 核心模型。更强大的 Gemini 3.5 Pro 也将在 2026 年 6 月推出。
Gemini 3.5 Flash 核心优势
Gemini 3.5 Flash 针对低延迟、高吞吐和成本效益进行了深度优化，尤其在智能体（Agentic）工作流和复杂编程任务中表现出了超越以往旗舰模型的卓越能力：
- 极致的速度与效率：在输出 Token 生成速度上是大型前沿模型的数倍（最高可达 4 倍），非常适合实时交互与需要频繁调用工具的复杂 Agent 循环。
- 出色的编程与推理：无论是在自主执行多步骤编程管道、进行迭代研究，还是在修复复杂的长上下文代码库 Bug 上，3.5 Flash 都有质的飞跃。
- 原生多模态：支持文本、图像、视频、音频和 PDF 的联合输入，提供更强的高保真度多模态理解。
- 超长上下文：支持高达 100 万（1M）Token 的上下文窗口，使模型能够轻松消化整本书籍、几小时的音视频或庞大的代码库。
规格与价格参数
| 参数项 | Gemini 3.5 Flash |
|---|---|
| 模型 ID | gemini-3.5-flash |
| 输入限制 (Context Window) | 1,048,576 tokens |
| 输出限制 (Max Output) | 65,536 tokens |
| 支持的数据类型 | 输入：文本、图片、视频、音频、PDF 输出：文本 |
| 输入价格 / 百万 Token | $1.50 |
| 输出价格 / 百万 Token | $9.00 |
| 缓存输入价格 / 百万 Token | $0.15 |
提示：Google 官方强烈推荐使用最新的统一标准 SDK
google-genai来调用gemini-3.5-flash。旧的google-generativeai库已被弃用。
Gemini 3.5 新特性
Gemini 3.5 引入了更细粒度的控制参数，允许开发者在延迟、成本和模型性能之间取得完美平衡。
1. 思考等级 (Thinking Level)
与过去粗暴开启/关闭思考或手动指定思考预算不同，Gemini 3.5 引入了 thinking_level 参数，用以限制模型在回答之前进行内部推理的深度。
MINIMAL：最低推理深度。最适合简单检索、分类任务或极致低延迟的聊天场景。LOW：轻量级逻辑检查。适合普通级别的修改和对比。MEDIUM（默认）：平衡质量与速度。适合大多数日常复杂任务。HIGH：最大推理深度。适合复杂的长链路规划、高难度算法编写及严谨的函数调用（Function Calling）。
示例代码 (Python google-genai SDK)：
python
from google import genai
from google.genai import types
# 初始化客户端（会自动从环境变量读取 GEMINI_API_KEY）
client = genai.Client()
response = client.models.generate_content(
model="gemini-3.5-flash",
contents="分析并找出这段多线程C++代码中的死锁或竞态条件: [代码内容]",
config=types.GenerateContentConfig(
thinking_config=types.ThinkingConfig(
thinking_level="HIGH" # 开启最大深度思考以解决高难度编程问题
)
)
)
print(response.text)2. 媒体分辨率 (Media Resolution)
在使用图像、视频或 PDF 等多模态输入时，不同复杂度的内容需要消耗不同的 Token 数量。Gemini 3.5 提供了 media_resolution 配置：
- 支持级别：
LOW、MEDIUM、HIGH和ULTRA_HIGH（其中ULTRA_HIGH仅支持图像）。 - 配置方式：既可以通过
generation_config全局设置，也可以为每个媒体输入部分单独设置。例如：对包含密集小字表格的 PDF 使用HIGH，对普通视频背景使用LOW，大幅节省 Token 成本并提高处理速度。
行业采用与评价
各大主流开发者工具及知名企业均在第一时间接入并高度评价了 Gemini 3.5 (以及 3 系列模型)：
- GitHub Copilot & VS Code：在 GitHub 的早期测试中，Gemini 3 系列模型在解决实际软件工程挑战时的准确率相比上代模型提升了 35%。
- JetBrains & Junie：JetBrains 团队指出，3.5 Flash 不仅保持了 Flash 级别的极速响应和低成本优势，其代码和逻辑推理质量更是直逼 Pro 级旗舰，在低推理编程任务上的性能也比上一代 Flash 提升了 10–20%。
- Cursor：Cursor 团队评价其在前端生成质量上表现抢眼，完美适合处理复杂和更具野心的开发任务。
- Shopify & Agentforce：利用 3.5 Flash 的强力多步工具调用和长上下文保持能力，自主执行长达数周的数据预测、商户增长和供应链分析等复杂 Agentic 工作流。