curl --request POST "https://gptproto.com/v1/chat/completions" \
--header "Authorization: Bearer $GPTPROTO_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"model": "gemini-3.6-flash",
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}'Chat, agentes de programação e trabalho com documentos. Preço por 1M de tokens — entrada, entrada em cache e saída são cobradas separadamente. GPTProto está 40% abaixo das tarifas oficiais.
| Cenário | Lista de Google | OpenRouter | GPTProto | Economia / mês |
|---|---|---|---|---|
| Pessoal10M tokens / mês (4.8M cache) | $20.52 | $21.65 | $12.31 | −$8.21≈ $98.50 / ano |
| Equipe100M tokens / mês (48M cache) | $205.20 | $216.49 | $123.12 | −$82.08≈ $984.96 / ano |
| Empresarial500M tokens / mês (240M cache) | $1026.00 | $1082.43 | $615.60 | −$410.40≈ $4924.80 / ano |
Google · 1.05M context · $0.9/M input · $4.5/M output
Bytedance · 262K context · $0.0971/M input · $0.9714/M output
Bytedance · 262K context · $0.0971/M input · $0.9714/M output
Use o modelo Flash de disponibilidade geral do Google com contexto de 1M, saída de 64K, quatro níveis de raciocínio e ferramentas nativas, com preços de tokens 40% abaixo do padrão do Google no GPTProto.
Uso de Computador e Suporte a Ferramentas
O Google lista a chamada de funções e o uso de computador entre as ferramentas do modelo. O Gemini 3.6 Flash alcançou 83,0% na avaliação OSWorld-Verified do Google, mas o uso de computador continua sendo uma funcionalidade em prévia.
Contexto Multimodal de 1M
Processe entradas de texto, imagens, vídeo, áudio e PDF em uma janela de 1.048.576 tokens e retorne até 65.536 tokens de texto. Para vídeos, os modelos com contexto de 1M são compatíveis com uma hora na resolução de mídia padrão ou três horas em baixa resolução.
Programação Agêntica Mais Eficiente
O Gemini 3.6 Flash obteve 49% no DeepSWE e 58,7% no SWE-Bench Pro em avaliações reportadas pelo Google. Ele faz menos edições indesejadas no código e usa 17% menos tokens de saída do que o Gemini 3.5 Flash nas cargas de trabalho do Artificial Analysis.
Quatro Níveis de Raciocínio
Defina thinking_level como minimal, low, medium ou high para equilibrar latência, uso de tokens e profundidade do raciocínio. Medium é o padrão; use níveis mais baixos para extrações rotineiras e níveis mais altos para programação ou análise em várias etapas.
A API Gemini 3.6 Flash oferece aos desenvolvedores acesso programático ao modelo Flash geralmente disponível do Google para agentes de codificação, análise multimodal, trabalho com conhecimento em contextos longos e automação orientada por ferramentas. O Google lançou o modelo estável gemini-3.6-flash em 21 de julho de 2026. Diferentemente do anterior gemini-3-flash-preview, este é um ID de modelo estável destinado ao uso contínuo em aplicações.
O Gemini 3.6 Flash aceita texto, imagens, vídeo, áudio e arquivos PDF, mas retorna apenas texto. Sua janela de entrada de 1.048.576 tokens comporta grandes repositórios, conjuntos extensos de documentos ou entradas de mídia prolongadas, enquanto o limite de saída de 65.536 tokens permite gerar relatórios detalhados, código e respostas estruturadas. O Google lista armazenamento em cache, saída estruturada, chamadas de função, execução de código, pesquisa de arquivos, contexto de URL, fundamentação por Pesquisa, fundamentação por Maps e pensamento configurável entre os recursos do modelo subjacente.
Os limites de capacidade são importantes. O Gemini 3.6 Flash não gera imagens nem áudio e não oferece suporte à Live API. O uso do computador está disponível como recurso de prévia, e não como capacidade totalmente estável. Quando uma integração depender de uma ferramenta nativa do Google, confirme se a camada de compatibilidade do GPTProto a expõe antes da migração. Se o seu produto exigir interação de fala para fala, geração nativa de imagens ou estabilidade rigorosa para automação de desktop, encaminhe essa parte da carga de trabalho para outro modelo.
| Especificação | Gemini 3.6 Flash |
|---|---|
| Provedor | |
| Status | Geralmente disponível |
| ID do modelo estável | gemini-3.6-flash |
| Tipos de entrada | Texto, imagem, vídeo, áudio, PDF |
| Tipo de saída | Texto |
| Limite de tokens de entrada | 1,048,576 |
| Limite de tokens de saída | 65,536 |
| Níveis de pensamento | minimal, low, medium, high |
| Nível de pensamento padrão | medium |
| Ferramentas listadas pelo Google | Chamadas de função, execução de código, pesquisa de arquivos, Pesquisa, Maps, contexto de URL |
| Uso do computador | Compatível em prévia |
| Não compatível | Geração de imagens, geração de áudio, Live API |
O Gemini 3.6 Flash é mais útil quando uma tarefa exige tanto um contexto de trabalho amplo quanto chamadas repetidas de ferramentas. Ele não é automaticamente a opção mais barata para todos os prompts curtos, e seu nível de pensamento médio padrão pode consumir mais tokens do que um modelo sem raciocínio em classificações simples. Adapte o nível de pensamento e a rota do modelo ao trabalho real.
| Carga de trabalho | Por que se encaixa | Observação de implementação |
|---|---|---|
| Agentes de codificação para repositórios | Menos edições indesejadas e ciclos de execução do que o Gemini 3.5 Flash nos testes do Google | Use o pensamento medium ou high e valide as alterações com testes |
| Análise multimodal de documentos | Lê PDFs, imagens, gráficos, áudio e vídeo na mesma solicitação | Solicite uma saída estruturada quando os sistemas downstream precisarem de campos estáveis |
| Pesquisa em contexto longo | 1 milhão de tokens de entrada e armazenamento em cache de contexto compatível | Armazene em cache corpora repetidos em vez de reenviar arquivos inalterados |
| Automação de navegador ou desktop | Ferramentas nativas de uso do computador e 83,0% no OSWorld-Verified na avaliação do Google | Trate o uso do computador como prévia e mantenha etapas de aprovação para ações consequenciais |
| Assistentes fundamentados | O modelo subjacente é compatível com Pesquisa, Maps, pesquisa de arquivos e contexto de URL | Habilite apenas as ferramentas necessárias para cada solicitação e acompanhe o uso de tokens resultante |
O Gemini 3.6 Flash é uma atualização direta de eficiência em relação ao Gemini 3.5 Flash, e não um substituto com contexto maior. Ambos os modelos mantêm a mesma classe de contexto de 1 milhão e o nível de pensamento médio padrão. A diferença está na eficiência das tarefas: o Google relata 17% menos tokens de saída em cargas de trabalho da Artificial Analysis, menos turnos de raciocínio e chamadas de ferramentas, além de resultados superiores em codificação, engenharia de machine learning, uso do computador e recuperação em contexto longo.
A tarifa oficial de entrada permanece em US$ 1,50 por 1 milhão de tokens, enquanto a tarifa oficial de saída cai de US$ 9,00 para US$ 7,50. No GPTProto, o Gemini 3.6 Flash custa US$ 0,90 por 1 milhão de tokens de entrada e US$ 4,50 por 1 milhão de tokens de saída; o Gemini 3.5 Flash custa atualmente US$ 0,90 e US$ 5,40. Para novos sistemas agênticos ou multimodais, o 3.6 Flash é a melhor opção padrão. Mantenha o 3.5 Flash apenas quando você já tiver validado seu comportamento e precisar de tempo para testar a migração contra regressões.
| Métrica | Gemini 3.6 Flash | Gemini 3.5 Flash |
|---|---|---|
| Janela de contexto | 1,048,576 | 1,048,576 |
| Saída máxima | 65,536 | 65,536 |
| Pensamento padrão | Médio | Médio |
| Entrada / saída padrão do Google por 1 milhão | $1.50 / $7.50 | $1.50 / $9.00 |
| Entrada / saída do GPTProto por 1 milhão | $0.90 / $4.50 | $0.90 / $5.40 |
| DeepSWE v1.1 | 49.0% | 37.0% |
| MLE-Bench | 63.9% | 49.7% |
| OSWorld-Verified | 83.0% | 78.4% |
| GDM-MRCR v2 em 1 milhão | 54.0% | 26.6% |
Os números de benchmark acima foram informados pelos provedores. Use-os para escolher candidatos e, em seguida, execute os dois modelos com seus próprios prompts, ferramentas e critérios de sucesso antes de direcionar tráfego de produção.
Não trate a migração para o 3.6 Flash apenas como uma substituição do nome do modelo se sua aplicação usar a API Interactions nativa do Google. O Google alterou vários campos de geração e conversa para os modelos mais recentes:
gemini-3.6-flash.temperature, top_p e top_k da configuração de geração.thinking_budget por thinking_level; os valores compatíveis são minimal, low, medium e high.candidate_count, que não é compatível com o Gemini 3.x.previous_interaction_id do lado do servidor.Se você usar o formato de solicitação compatível com OpenAI do GPTProto, siga o Início rápido e a documentação do GPTProto nesta página, em vez de copiar diretamente os campos nativos do Google. A vantagem prática é que uma única chave de API e saldo do GPTProto também podem chamar Gemini 3.5 Flash, GPT-5.6 Luna, Claude Opus 4.8, Kimi K3 e mais de 200 outros modelos, permitindo executar o mesmo conjunto de avaliações sem abrir contas separadas com cada provedor.