Gemini 3.5 Flash 开发者指南

在 Google I/O 2026 5月19日，Google AI Studio 发布了官方开发者指南，针对 Gemini 3.5 Flash — 现已正式发布（GA）、稳定且可用于生产环境。这仍是你熟悉的 Flash 系列，但它在编程基准测试中已经超越了 3.1 Pro，运行速度比其他前沿模型快约 4 倍，并配备了全新的默认思考强度（thinking effort）。如果你正在 Antigravity 中构建任何智能体化（agentic）应用，你的默认设置可能从今天起就需要调整。

1. 官方公告

上方的推文是 Google AI Studio 发布 Gemini 3.5 Flash 开发者指南的官方链接。发布时间为 2026年5月19日，星期二就在 Sundar Pichai 走下 I/O 演讲台大约两分钟后。到当天结束时，它已被开发者收藏了 223 次 — 这种收藏与点赞的异常比例准确地告诉了你受众是谁。

Sundar's 同天早上的同步帖子明确了定位：“Gemini 3.5 Flash 今天已在 Antigravity 以及我们的产品和 API 中面向所有人开放。与 3.1 Pro 相比，3.5 Flash 在几乎所有基准测试中表现更好，在编程方面取得了巨大进步。” 这意味着 Google 公开表示其廉价、快速的 Flash 模型现在在大多数评估中击败了之前的旗舰 Pro 模型。这重新定位了整个 Gemini 阵容。

领导 Google AI Studio 的 Logan Kilpatrick 的措辞更加直接：“Gemini 3.5 Flash 是我们迄今为止最强大的模型。它突破了智能、速度和成本的前沿，使 3.5 Flash 独树一帜。” 请注意这个词 最强大。这意味着 Google 正在宣布其 Flash 模型现在是其旗舰产品。

2. TL;DR

• 模型 ID： gemini-3.5-flash
• 状态： 正式发布 (GA)，生产环境稳定
• 上下文窗口： 1,000,000 input tokens
• 最大输出： 65,536 tokens
• Thinking (思维能力)： 支持三种强度等级（low / medium / high）
• 新的默认 Effort： 中等 （原为 高 在 3 Flash 中）
• 速度： 每秒 Token 生成速度比其他前沿模型快约 4 倍
• 编程： 在几乎所有基准测试中均超越 Gemini 3.1 Pro
• 推荐 API： Interactions API（新的标准原语）
• 仍不支持： Computer Use
• 在 Antigravity 内部： 今日已在所有层级上线

3. 3.5 Flash 有哪些新变化

开发者指南用通俗易懂的语言列出了这些变化。以下是它们对 Antigravity 用户的具体影响：

• 持续的尖端性能。 Google's 的定位是，这是其最智能的 Flash 模型，针对大规模的智能体和编程任务进行了优化。解读：长会话在超过 200k+ token 时不再崩溃。
• 智能体执行。 子智能体部署、问题解决以及大规模的快速智能体循环。解读：它能经受住 Antigravity's 的 编排模式 在该模式下，你可以生成子智能体进行规划、编码和审查（参见我们的 多智能体编排指南）。
• 编码循环。 迭代编码周期、快速探索、原型设计以测试替代路径并动态探索解决方案。解读：“尝试、失败、修复、重试”循环在每次尝试中消耗的上下文更少。
• 长程任务。 大规模的多步工作流和工具使用。解读：超过 30 次的工具调用链不再出现性能退化。
• 思维保留。 中间推理过程现在会自动在多轮对话中保持 — 无需更改 API。更多信息请参阅 第 12 节。
• 新的默认 effort。 medium 替换了 高 作为默认思考等级。更多内容请参阅 第 5 节。
• 改进的低思考等级。 该 低 层级现在针对代码和步骤较少的智能体任务进行了 “显著改进” — 在更低延迟和成本下提供卓越质量。更多内容请参阅 第 6 节。
• GA 版本发布。 稳定版。不再有 “预览版” SLA 的陷阱。现在已正式支持生产环境流量。

4. 模型规格与能力

工具接口与 3 Flash 保持一致，因此您现有的任何 grounding-with-google-search、 code-execution、 url-context以及 function-calling 流水线无需修改即可继续工作。 如果您遇到了 1% Claude Opus 思考预算上限 在 Antigravity 中，3.5 Flash 的新 effort 等级为您在 Gemini 侧提供了处理深度推理工作负载的可靠替代方案。

5. 默认 Effort：high → medium

这是最可能让您感到意外的变化，也是更新日志中最容易被忽略的一项。在 3 Flash 中，当您在调用 API 时未设置 effort 级别，模型默认使用 high。在 3.5 Flash 中，未设置时的默认值现在是 medium。

对于大多数工作负载来说，这是一个无成本的提升 — 3.5 Flash 上的 medium effort 大致相当于 3 Flash 上的 high effort，且延迟和成本更低。但如果您之前依赖隐式的 high 为了在困难的长周期任务中获得可靠的智能体行为，你的流量可能已经悄无声息地降级了。这种模式类似于 模型静默降级 Antigravity 在配额压力下已经表现出的行为。有两种选择：

• 审计并显式设置。 在代码库中 Grep 那些省略了 thinking_config 的调用，并根据每个调用点决定你想要medium （更便宜、更快、GA 认证）或者 high （旧有的隐式行为）。
• 全局设置一次 high。 如果你有一个共享的客户端封装，请设置 effort: "high" 作为那里的全局默认值，稍后再重新审视每个调用的覆盖设置。

6. 'low' 模式变得更智能了

另一个宣传不足的变化是 low 层级被重写了。Google 的表述是：“low 现在针对代码和步骤较少的智能体任务进行了显著改进，在降低延迟和成本的同时，提供了极高的质量。”

翻译：你以前必须发送到 medium 才能获得可用结果的工作负载，现在可以在 low上完成。对于 Antigravity 用户来说，这意味着许多以前在 medium 档位消耗额度的清理、重命名和小型重构工作，现在可以降级到 low。请在以下场景尝试：

• 跨少量文件的变量/文件重命名
• JSDoc / docstring 生成
• 单函数单元测试存根
• 代码格式化和 lint 规则应用
• 单步工具调用（读取文件、编辑文件、运行测试）

请参阅我们的 token 节省指南 以获取关于如何将任务路由至最经济且有效的配置的深入指南。

7. 迁移到 Interactions API

开发者指南建议你安装最新的 Google Gen AI SDK，并指出所有示例都使用了新的 Interactions API，它被定位为“使用 Gemini 构建应用的新标准原语，推荐用于所有新项目”。较旧的 GenerateContent API 仍受支持，且适用相同的配置选项。

实际上，如果你正在开发一个新的智能体，请使用 Interactions。如果你已有现成的 GenerateContent 流水线，目前无需重写 — 但 API 层面正针对智能体工作流、服务端状态管理以及复杂的多模态多轮对话进行优化。这正是 Antigravity 子智能体的形态。迁移将经得起时间的考验。

8. 快速入门代码

一个通过 Interactions API 调用 3.5 Flash 的最小 Python 示例：

有三点需要注意。首先，模型 ID 是 gemini-3.5-flash — 没有 -preview 或 -latest 后缀，因为它已进入 GA 阶段。其次，尽管 medium 是默认值，但这里显式设置了 effort；这可以在 Google 再次更改默认值时保护你的代码。第三，无需手动维护线程记录 — Interactions 会处理服务端状态。

9. 3.5 Flash 对比 3.1 Pro

Google 官方在 Sundar 的文章中给出的定义是：相比 3.1 Pro，3.5 Flash “在几乎所有基准测试中表现更好，且在编程方面取得了巨大进步”，并且在智能程度与输出速度的关系图中，它独占右上角象限。以下是来自 I/O 2026 主旨演讲幻灯片的原始图表：

Computer Use 方面的差距是你仍需在工具箱中保留 3.1 Pro 的唯一原因 — 对于任何需要驱动浏览器或操作 UI 的任务，目前的 Flash 并非最佳选择。而对于编码工作流中的其他所有环节，这款更便宜、更快速的 GA 模型现在拥有更高的基准测试分数。这非同寻常。

10. Antigravity 中的 3.5 Flash

Sundar 特别点名提到了这一点：“Gemini 3.5 Flash 即日起面向 Antigravity 用户以及我们所有的产品和 API 开放。” Logan Kilpatrick 随后公布了完整的发布名单：

它已在模型选择器中上线 (Settings → Models)，适用于 Pro 和 Ultra 层级，自 2026 年 5 月 19 日的主旨演讲起生效。一些实用说明：

• 选择器可能会显示两个 Flash 条目 在发布窗口期 — 3 Flash 和 3.5 Flash。除非有特殊原因，否则请选择 3.5。如果你只看到一个，可能需要重启客户端。
• 算力层级控制（Effort tier controls）仍在原处 — 即 Settings → Models 下的 low/medium/high 选择器。默认值现已设为 medium。
• 大多数工作负载的额度消耗应该会下降 因为 medium 比 high 更便宜，而且许多以前需要 medium 的任务现在可以在 low 下运行。请通过以下方式跟踪你的使用情况： Cockpit 监控指南.
• 浏览器子智能体集成 适用于 3.5 Flash 的读取/分析任务，但完整的 Computer Use 控制仍需 3.1 Pro。

11. Spark、Antigravity 2.0 以及为什么 Flash 至关重要

3.5 Flash GA 的发布并非孤立。同在 I/O 大会上午发布的另外两项产品解释了为什么 Google 需要 Flash 兼具智能 与 快速。

• Antigravity 2.0 — 一款重构的独立桌面应用，具备多智能体团队、定时任务、原生语音以及与其它 Google 产品的一键集成功能。定时任务和多智能体团队意味着 Google 需要一个能够持续进行智能体工作且不会导致成本失控的模型。发布公告中包含了各层面的详细拆解。
• Antigravity CLI — 全新的基于 Go 的终端智能体，取代了 Gemini CLI 成为官方支持的终端界面。开箱即默认使用 3.5 Flash。如果你习惯在终端工作，这就是 3.5 Flash 专门优化的应用场景。
• Gemini Spark — Gemini 应用内置的 24/7 个人 AI 智能体，“基于 Antigravity 构建”，运行在 Google Cloud 的专用虚拟机上，并明确由 Gemini 3.5 驱动。Spark 是 3.5 Flash 必须在今天发布 GA 版的面向消费者的原因：每个 Spark 用户的后台任务都是一次 3.5 Flash 调用。

Logan 的结语抓住了核心主线：“模型即产品。” 3.5 Flash 并非一个独立的发布版本 — 它是 Google 所需的引擎，旨在让 Spark 成本更低、Antigravity 2.0 更具智能体特性、AI Mode 响应更快，并同时实现这一切。

综合这三项发布来看，3.5 Flash 是 Google 打算让所有长时运行的智能体循环 — Antigravity 子智能体、Spark 后台作业、定时任务 — 运行的主力模型。Pro 和 Ultra Pro 则保留给那些特别需要额外推理深度或 Computer Use 的场景。

12. 跨轮次的思维保留

最不显眼但却至关重要的能力变化是思维保留。根据指南：“模型会自动在多轮对话中保持中间推理过程。无需更改 API。”

在 3 Flash 中，每一轮对话都从全新的思考过程开始。如果第一轮已经仔细推理了你的数据模型并给出了答案，第二轮仍会从头开始重新推导所需的一切。而在 3.5 Flash 中，这些中间推理轨迹会在服务端保留。模型会从上次中断的地方继续。

对 Antigravity 工作流的影响：

• 长时间的规划会话不再会在第 8 轮对话时偏离主题。
• 子智能体之间的 “handoffs”（即一个智能体将任务移交给另一个）能保留更多原始的思维链。
• 你可以使用 “OK now do the same for the other module” 这样的提示词，并确实获得相同的方法，而不是重新推导出的并行尝试。
• 唯一的 缺点：第 1 轮的错误假设可能会影响后续第 2–N 轮。如果会话偏离了预期，请开启新聊天，而不是试图通过争论让智能体摆脱其保留的推理逻辑。

13. Flash 仍然无法做到的事情

开发者指南明确指出： 目前 3.5 Flash 尚不支持 Computer Use。除此之外，3 Flash 工具层面的其他所有功能均可使用。

如果你的智能体需要控制浏览器、填写表单、导航 UI，或者截取屏幕并点击 — 即 3.1 Pro 的 Computer Use 模式所处理的那类工作 — 你要么在路由逻辑中为这些调用保留 3.1 Pro，要么等待 3.5 Pro 或 3.5 级别的 Computer Use 发布。

14. 价格与配额影响

Google 在发布公告时并未发布新的价格表 — 指南链接到了现有的定价页面。Antigravity 中实际影响的方向源于以下三个事实：

• 默认 effort 下降了一个层级 （high → medium）。在相同的调用次数下，单次调用的成本更低。
• Low 变得更智能了。 更多以前需要 medium 的调用现在可以在 low 上运行。进一步节省了成本。
• Thought preservation 减少了重复思考。 第 N 轮对话不再需要为第 1 到 N-1 轮已经得出的结论付费。

总结：在 3.5 Flash 上进行的典型 Antigravity 会话所消耗的每周配额，应明显少于在 3 Flash 上进行的相同会话。如果你之前的用量已接近上限，那么这次发布实际上为你提供了更多余量。有关完整的配额机制，请参阅 积分与定价说明 以及 每周配额冷却机制。

15. 迁移清单

如果你拥有 Antigravity 工作流或直接集成了 Gemini API，请在本周按顺序执行以下操作：

1. 将模型选择器切换至 gemini-3.5-flash 作为你在 Antigravity 中的默认编程模型。如果没看到该选项，请重启客户端。
2. 确定你的 effort 策略。 选择一个全局默认值（medium 或 high）并记录下来。在你的客户端封装器中显式设置它，以免未来的默认值更改让你措手不及。
3. 尽可能降低一个模型层级。 尝试将清理、重命名、格式化以及 simple-tool-call 任务放在 低层级 优先处理。
4. 为 Computer Use 保留 3.1 Pro。 明确将任何驱动浏览器的子代理路由到 3.1 Pro；3.5 Flash 无法胜任。
5. 更积极地开启新会话。 Thought preservation 使得陈旧假设的代价更高 — 偏见推理会在多轮对话中持续存在。
6. 将新 Agent 迁移到 Interactions API。 暂时不要重写现有的 GenerateContent 代码。只需停止在旧 API 上添加新代码即可。
7. 如果你正在使用 Gemini CLI，请规划你的 CLI 迁移。 Google 将于以下日期停止面向个人 Pro / Ultra / 免费 Code Assist 用户的 Gemini CLI 服务： 2026 年 6 月 18 日。Antigravity CLI 是替代方案，且默认使用 3.5 Flash。请参阅 Gemini CLI → Antigravity CLI 迁移指南 获取详细步骤。
8. 重新建立基准测试。 任何假设 Pro > Flash 的内部评估套件都需要重新运行。排名已经改变。

16. 结论

Gemini 3.5 Flash 是第一个让 “使用 Flash” 不再是编程工作负载妥协方案的 Flash 版本。在 Google 选择在 I/O 舞台上展示的几乎每一个基准测试中，它都更快、更便宜、更智能，且已达到 GA 稳定版，并已集成到 Antigravity。在默认路由中保留 3.1 Pro 的唯一合理理由是 Computer Use；对于其他所有场景，3.5 Flash 都是更好的主力选择。

如果你今天只打算做一件事：打开 Antigravity，将默认模型切换为 Gemini 3.5 Flash，并重新运行昨天最难的编码任务。其优势非常明显。