google

Gemini 3.6 Flash

Gemini 3.6 Flash er Googles high-speed model med en 17 % reduktion i token-forbrug, $1,50/M input-pris og avanceret 3D-visualisering.

Multimodal3D-visualiseringKodningsassistentComputer UseToken Efficiency
google logogoogleGemini21. juli 2026
Kontekst
1.0Mtokens
Maks output
64Ktokens
Input-pris
$1.50/ 1M
Output-pris
$7.50/ 1M
Modalitet:TextImage
Funktioner:VisionVærktøjerStreaming
Benchmarks
GPQA
44%
GPQA: Spørgsmål og svar på kandidatniveau. En streng benchmark med 448 multiple choice-spørgsmål inden for biologi, fysik og kemi skabt af domæneeksperter. PhD-eksperter opnår kun 65-74% nøjagtighed, mens ikke-eksperter scorer kun 34% selv med ubegrænset webadgang (derfor 'Google-proof'). Gemini 3.6 Flash scorede 44% på denne benchmark.
HLE
12%
HLE: Ekspertniveau-ræsonnering. Tester en models evne til at demonstrere ekspertniveau-ræsonnering på tværs af specialiserede domæner. Evaluerer dyb forståelse af komplekse emner, der kræver professionel viden. Gemini 3.6 Flash scorede 12% på denne benchmark.
MMLU
81.2%
MMLU: Massiv flerfaglig sprogforståelse. En omfattende benchmark med 16.000 multiple choice-spørgsmål på tværs af 57 akademiske fag, herunder matematik, filosofi, jura og medicin. Tester bred viden og ræsonneringsevner. Gemini 3.6 Flash scorede 81.2% på denne benchmark.
MMLU Pro
47.1%
MMLU Pro: MMLU Professionel udgave. En forbedret version af MMLU med 12.032 spørgsmål i et sværere format med 10 svarmuligheder. Dækker matematik, fysik, kemi, jura, ingeniørvidenskab, økonomi, sundhed, psykologi, business, biologi, filosofi og datalogi. Gemini 3.6 Flash scorede 47.1% på denne benchmark.
SimpleQA
42%
SimpleQA: Faktuel nøjagtighedsbenchmark. Tester en models evne til at give nøjagtige, faktuelle svar på ligetil spørgsmål. Måler pålidelighed og reducerer hallucinationer i vidensindhentningstasks. Gemini 3.6 Flash scorede 42% på denne benchmark.
IFEval
78.4%
IFEval: Instruktionsfølgningsevaluering. Måler, hvor godt en model følger specifikke instruktioner og begrænsninger. Tester evnen til at overholde formateringsregler, længdegrænser og andre eksplicitte krav. Gemini 3.6 Flash scorede 78.4% på denne benchmark.
AIME 2025
15%
AIME 2025: American Invitational Math Exam. Konkurrence-niveau matematikopgaver fra den prestigefyldte AIME-eksamen designet til talentfulde gymnasieelever. Tester avanceret matematisk problemløsning, der kræver abstrakt tænkning, ikke kun mønstergenkendelse. Gemini 3.6 Flash scorede 15% på denne benchmark.
MATH
48%
MATH: Matematisk problemløsning. En omfattende matematikbenchmark, der tester problemløsning inden for algebra, geometri, calculus og andre matematiske domæner. Kræver flertrinssværsonnering og formel matematisk viden. Gemini 3.6 Flash scorede 48% på denne benchmark.
GSM8k
62.8%
GSM8k: Folkeskole matematik 8K. 8.500 folkeskole-niveau matematiske tekstopgaver, der kræver flertrinssræsonnering. Tester grundlæggende aritmetik og logisk tænkning gennem virkelige scenarier som shopping eller tidsberegninger. Gemini 3.6 Flash scorede 62.8% på denne benchmark.
MGSM
90%
MGSM: Flersproget folkeskolematematik. GSM8k-benchmarken oversat til 10 sprog, herunder spansk, fransk, tysk, russisk, kinesisk og japansk. Tester matematisk ræsonnering på tværs af forskellige sprog. Gemini 3.6 Flash scorede 90% på denne benchmark.
MathVista
62%
MathVista: Matematisk visuel ræsonnering. Tester evnen til at løse matematikopgaver, der involverer visuelle elementer som diagrammer, grafer, geometriske figurer og videnskabelige illustrationer. Kombinerer visuel forståelse med matematisk ræsonnering. Gemini 3.6 Flash scorede 62% på denne benchmark.
SWE-Bench
49.6%
SWE-Bench: Softwareingeniør-benchmark. AI-modeller forsøger at løse rigtige GitHub-issues i open source Python-projekter med menneskelig verifikation. Tester praktiske softwareingeniørfærdigheder på produktionskodebaser. Topmodeller gik fra 4,4% i 2023 til over 70% i 2024. Gemini 3.6 Flash scorede 49.6% på denne benchmark.
HumanEval
41.5%
HumanEval: Python-programmeringsopgaver. 164 håndskrevne programmeringsopgaver, hvor modeller skal generere korrekte Python-funktionsimplementeringer. Hver løsning verificeres mod unit tests. Topmodeller opnår nu 90%+ nøjagtighed. Gemini 3.6 Flash scorede 41.5% på denne benchmark.
LiveCodeBench
33.5%
LiveCodeBench: Live kodningsbenchmark. Tester kodningsevner på løbende opdaterede, virkelige programmeringsudfordringer. I modsætning til statiske benchmarks bruger den friske problemer for at forhindre dataforurening og måle ægte kodningsevner. Gemini 3.6 Flash scorede 33.5% på denne benchmark.
MMMU
65%
MMMU: Multimodal forståelse. Massiv multi-disciplin multimodal forståelsesbenchmark, der tester vision-sprogmodeller på universitetsniveau-problemer på tværs af 30 fag, der kræver både billedforståelse og ekspertviden. Gemini 3.6 Flash scorede 65% på denne benchmark.
MMMU Pro
52%
MMMU Pro: MMMU Professionel udgave. Forbedret version af MMMU med mere udfordrende spørgsmål og strengere evaluering. Tester avanceret multimodal ræsonnering på professionelt og ekspertniveau. Gemini 3.6 Flash scorede 52% på denne benchmark.
ChartQA
85%
ChartQA: Diagram-spørgsmål og svar. Tester evnen til at forstå og ræsonnere om information præsenteret i diagrammer og grafer. Kræver udtrækning af data, sammenligning af værdier og udførelse af beregninger fra visuelle datarepræsentationer. Gemini 3.6 Flash scorede 85% på denne benchmark.
DocVQA
92%
DocVQA: Dokument visuel Q&A. Document Visual Question Answering benchmark, der tester evnen til at udtrække og ræsonnere om information fra dokumentbilleder, herunder formularer, rapporter og scannet tekst. Gemini 3.6 Flash scorede 92% på denne benchmark.
Terminal-Bench
54%
Terminal-Bench: Terminal/CLI-opgaver. Tester evnen til at udføre kommandolinjeopgaver, skrive shell-scripts og navigere i terminalmiljøer. Måler praktiske systemadministrations- og udviklingsworkflow-færdigheder. Gemini 3.6 Flash scorede 54% på denne benchmark.
ARC-AGI
8%
ARC-AGI: Abstraktion og ræsonnering. Abstraction and Reasoning Corpus for AGI - tester flydende intelligens gennem nye mønstergenkendelsespuslespil. Hver opgave kræver opdagelse af den underliggende regel fra eksempler, der måler generel ræsonneringsevne snarere end memorering. Gemini 3.6 Flash scorede 8% på denne benchmark.

Om Gemini 3.6 Flash

Lær om Gemini 3.6 Flashs muligheder, funktioner og hvordan den kan hjælpe dig med at opnå bedre resultater.

High-Performance Lightweight Architecture

Gemini 3.6 Flash er en high-performance model designet til hastighed og operationel effektivitet. Den introducerer en arkitektur-optimering, der gør det muligt at forbruge 17 % færre tokens sammenlignet med Gemini 3.5 Flash til identiske opgaver. Denne effektivitet oversættes direkte til lavere latency og reducerede omkostninger for udviklere, der bygger applikationer med høj volumen.

Avanceret visualisering og computer use

En definerende egenskab ved denne model er dens evne til at præsentere resultater via interaktive 3D-webvisualisatorer og funktionelle software-prototyper. Den kan generere STL-filer til 3D-print og bygge Android-applikationer. Når den parres med Anti-gravity IDE, interagerer den direkte med hardware via ADB for at automatisere installation og test, hvilket gør den til et kraftfuldt værktøj for mobiludviklere.

Optimering til agentic-workflows

Google har positioneret denne model til vidensarbejde og computer use-funktioner. Den viser et markant spring i kodningseffektivitet på DeepSWE-benchmarken og udkonkurrerer ældre Pro-tier modeller i specifikke udviklingsscenarier. Dens multimodale intelligens er tunet til low-latency responser, hvilket understøtter kompleks instruktionsfølgelse og struktureret dataekstraktion inden for dens 1 million token context window.

Gemini 3.6 Flash

Anvendelser for Gemini 3.6 Flash

Opdag de forskellige måder, du kan bruge Gemini 3.6 Flash til at opnå gode resultater.

Interaktiv 3D-prototyping

Den skaber detaljerede webbaserede 3D-modeller med eksploderede visninger og monteringsskift til industrielt design.

Android-applikationsudvikling

Modellen genererer og installerer funktionelle Android-apps direkte på enheder ved hjælp af integrerede ADB-toolchains.

Token-effektivt vidensarbejde

Behandling af store dokumentsæt bliver mere omkostningseffektivt på grund af reduktionen på 17 % i token-forbrug.

Visuel software-debugging

Udviklere bruger screenshots til at lade modellen identificere front-end layoutfejl og visuelle uoverensstemmelser.

Narrativ karakterprofilering

Den analyserer historiske billeder for at generere dybe karakterprofiler og tematiske dramahistorier til forfattere.

Automatiserede computeroperationer

Modellen eksekverer workflows i flere trin ved at interagere med systeminterfaces og specialiserede udviklingsværktøjer.

Styrker

Begrænsninger

Høj token efficiency: Forbruger 17 % færre tokens end tidligere Flash-modeller, hvilket direkte sænker driftsomkostningerne for udviklere.
Front-end konsistensproblemer: Indledende UI-designs kan lide under sammenpressede layouts og Tailwind utility-klasse-overflows, der kræver korrigerende prompts.
Avanceret 3D-præsentation: Genererer komplekse 3D-visualiseringer inklusiv PBR-belysning og STL-fil-downloads til fysisk fremstilling.
Begrænset OS-simulering: Performance i komplekse browserbaserede operativsystem-simuleringer er nogle gange mindre immersiv end ældre Flash-iterationer.
Overlegen kodningsperformance: Opnår en score på 49,6 % på SWE-Bench og udkonkurrerer ældre Pro-modeller i automatiserede software engineering-opgaver.
Tilbagevendende generiske navne: Kreative skriveopgaver baserer sig ofte på en smal pulje af almindelige navne, medmindre brugeren angiver specifikke karakterdetaljer.
Konkurrencedygtig prisstruktur: Prissat til $1,50 per million input tokens, hvilket giver et af de bedste forhold mellem intelligens og omkostninger på markedet.
Toolchain-fragmentering: De maksimale funktioner til mobiludvikling kræver specifikke proprietære miljøer som Anti-gravity IDE for at fungere korrekt.

API hurtig start

google/gemini-3.6-flash

Se dokumentation
google SDK
import { GoogleGenAI } from "@google/genai";

const genAI = new GoogleGenAI(process.env.GOOGLE_API_KEY);
const model = genAI.getGenerativeModel({ model: "gemini-3.6-flash" });

async function create3DModel() {
  const prompt = "Generate an interactive 3D web visualizer for a drone motor with an exploded view.";
  const result = await model.generateContent(prompt);
  const response = await result.response;
  console.log(response.text());
}

create3DModel();

Installér SDK'et og begynd at foretage API-kald på få minutter.

Hvad folk siger om Gemini 3.6 Flash

Se hvad fællesskabet mener om Gemini 3.6 Flash

Reduktionen på 17 % i tokens, der kræves for at fuldføre en opgave, er ret cool, forhåbentlig betyder det, at resultaterne bliver hurtige og effektive.
Wes Roth
youtube
Gemini 3.6 Flash er landet som nr. 12 med 1537 point i Frontend Code Arena. Denne udgivelse er en væsentlig forbedring fra Gemini 3.5 Flash.
arena
twitter
Vent, genererede den lige et STL-downloadcenter og en eksploderet monteringsvisning? Jeg har aldrig set en model præsentere resultater så godt.
Dev_User_99
reddit
Køen mellem Flash og Pro bliver mindre. 3.6 Flash slår 3.1 Pro på SWE-bench og ML engineering-diagrammer.
TechInnovator
hackernews
Endelig en model, der forstår ADB-kommandoer uden konstant guidning. 3.6 Flash er en kæmpe gevinst for mobiludviklere.
AI_Dev_Daily
twitter
1M context er stadig den vigtigste feature for mig. At analysere et helt repo for $1,50 er uovertruffent.
singu_fan
reddit

Videoer om Gemini 3.6 Flash

Se vejledninger, anmeldelser og diskussioner om Gemini 3.6 Flash

3.6 Flash bruger 17 % færre tokens end sin forgænger 3.5 Flash.

Det koster nu $1,50 per million ind og $7,50 per million ud.

Denne V8-motor-model... var den absolut bedste præsentation af et resultat til denne test.

Responstiderne er væsentligt hurtigere til kompleks visuel reasoning.

Man kan helt sikkert se forbedringen i standard logiske gåder.

Gemini 3.6 Flash output er faktisk meget imponerende, selvom denne globus ikke er som en rigtig globus.

For agentic-scenarier... scorer den 49 %, hvilket er en virkelig god performance.

Måden den håndterer computer use-kommandoer på er meget mere direkte nu.

Du behøver ikke at give den så tunge prompts for at få valid JSON.

Den virker specifikt tunet til API-kald med høj volumen.

Når modellen skulle tænke, scorede 3.6 markant bedre end 3.5.

Resultaterne er en lille smule bedre, en lille smule billigere og en lille smule hurtigere.

Den håndterer TypeScript-refactoring med markant færre hallucinationer.

Context caching ser ud til at fungere mere effektivt her.

Det er første gang, en Flash-model føltes som en erstatning for en Pro-model.

Mere end bare prompts

Supercharg din arbejdsgang med AI-automatisering

Automatio kombinerer kraften fra AI-agenter, webautomatisering og smarte integrationer for at hjælpe dig med at udrette mere på kortere tid.

AI-agenter
Webautomatisering
Smarte arbejdsgange

Pro-tips til Gemini 3.6 Flash

Eksperttips til at hjælpe dig med at få mest muligt ud af Gemini 3.6 Flash og opnå bedre resultater.

Giv visuel kontekst

Upload et screenshot, hvis modellen laver en layout-fejl. Den identificerer og retter kodefejl bedre, når den kan se det visuelle output.

Definer 3D-parametre

Bed om specifikke interaktive funktioner som f.eks. ghosting-visninger eller justerbar belysning, når du genererer 3D-webkomponenter.

Brug Anti-gravity IDE

Par modellen med Googles native kodningsmiljø for at låse op for automatiseret enhedsstyring og real-time app-deployment.

Navngiv brugerdefinerede karakterer

Angiv unikke karakternavne i dine prompts til kreativ skrivning for at forhindre modellen i at bruge sin standardpulje af navne.

Anmeldelser

Hvad vores brugere siger

Slut dig til tusindvis af tilfredse brugere, der har transformeret deres arbejdsgang

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Relateret AI Models

zhipu

GLM-4.7

Zhipu (GLM)

GLM-4.7 by Zhipu AI is a flagship 358B MoE model featuring a 200K context window, elite 73.8% SWE-bench performance, and native Deep Thinking for agentic...

200K context
$0.60/$2.20/1M
minimax

MiniMax M2.5

minimax

MiniMax M2.5 is a SOTA MoE model featuring a 1M context window and elite agentic coding capabilities at disruptive pricing for autonomous agents.

1M context
$0.15/$1.20/1M
alibaba

Qwen3-Coder-Next

alibaba

Qwen3-Coder-Next is Alibaba Cloud's elite Apache 2.0 coding model, featuring an 80B MoE architecture and 256k context window for advanced local development.

262K context
$0.12/$0.75/1M
openai

GPT-4o mini

OpenAI

OpenAI's most cost-efficient small model, GPT-4o mini offers multimodal intelligence and high-speed performance at a significantly lower price point.

128K context
$0.15/$0.60/1M
google

Gemini 3.6 Flash Lite

Google

Gemini 3.6 Flash Lite is a high-efficiency model from Google featuring a 1M token context window and 350 tokens/sec throughput for agentic workflows.

1M context
$0.30/$2.50/1M
other

MiMo V2.5 Pro

Other

MiMo V2.5 Pro is Xiaomi's open-source 1.02T parameter MoE model featuring a 1M context window, native multimodality, and elite agentic coding performance.

1M context
$1.00/$3.00/1M
deepseek

DeepSeek-V3.2-Speciale

DeepSeek

DeepSeek-V3.2-Speciale is a reasoning-first LLM featuring gold-medal math performance, DeepSeek Sparse Attention, and a 131K context window. Rivaling GPT-5...

131K context
$0.28/$0.42/1M
moonshot

Kimi K3

Moonshot

Kimi K3 is Moonshot AI's 2.8T MoE model with a 1M token context window, native multimodal vision, and frontier-tier coding performance for complex agents.

1M context
$3.00/$15.00/1M

Ofte stillede spørgsmål om Gemini 3.6 Flash

Find svar på almindelige spørgsmål om Gemini 3.6 Flash