รีวิวแบบรวดเร็ว Gemini 3.6 Flash: ราคา, ผลทดสอบประสิทธิภาพ, API และประสิทธิภาพ

Gemini 3.6 Flash เป็นตัวเลือกที่ควรพิจารณา สำหรับ การเข้ารหัสแบบมีขอบเขต การวิเคราะห์แบบหลายรูปแบบ และกระบวนการทำงานของเอเจนต์แบบมีผู้กำกับ. บทรีวิว Gemini 3.6 Flash นี้พบว่ามีการปรับปรุงที่น่าเชื่อถือเมื่อเทียบกับ 3.5 Flash: Google ระบุว่าราคาผลลัพธ์ต่ำลงและผลลัพธ์ที่ดีขึ้นในหลายเกณฑ์วัดประสิทธิภาพแบบเอเจนต์ ขณะที่การทดสอบของเราเองแสดงให้เห็นถึงการสกัดข้อมูลที่มีโครงสร้างอย่างแม่นยำ การอ่านแผนภูมิ และการซ่อมแซมโค้ดที่ตรงจุด หลังจากกำหนดขีดจำกัดผลลัพธ์ที่เหมาะสม อย่างไรก็ตาม มันไม่ใช่ผู้ชนะในทุกด้าน งานค้นหาข้อมูลสังเคราะห์ขนาด 128K ของเราล้มเหลวสองครั้ง และแผนการของเบราว์เซอร์ท้องถิ่นของโมเดลได้สร้าง ID ขององค์ประกอบที่ซ่อนอยู่ขึ้นมา แม้ว่าจะระบุเป้าหมายที่มองเห็นได้ถูกต้องแล้วก็ตาม.

คำแนะนำในทางปฏิบัติคือให้ทดลองใช้ Gemini 3.6 Flash หลังจากการทดสอบการยอมรับที่เฉพาะเจาะจงกับงานแต่ละประเภท วัดต้นทุนรวมต่อแต่ละงานที่สำเร็จ และยังคงให้มีการยืนยันจากมนุษย์สำหรับขั้นตอนที่ไม่สามารถย้อนกลับได้ ตัวเลขอย่างเป็นทางการ การวัดผลที่รวมเกตเวย์ของเรา การทดสอบประสิทธิภาพจากฝ่ายที่สาม และรายงานจากชุมชนในช่วงต้นที่แสดงด้านล่างนี้ ได้รับการระบุแยกกัน เพื่อไม่ให้หลักฐานที่แตกต่างกันถูกผสมรวมเป็นคะแนนเดียว.

ลองใช้ Gemini 3.6 Flash บน GlobalGPT ดูเลย

รีวิวสั้นๆ ของ Gemini 3.6 Flash: ข้อดีและข้อเสีย

สารบัญ

Gemini 3.6 Flash คืออะไร?

Gemini 3.6 Flash เป็นโมเดลของ Google ที่มีความเสถียร ซึ่งออกแบบมาสำหรับงานในสภาพแวดล้อมการผลิตที่ต้องการความสามารถในการวิเคราะห์และใช้เครื่องมือมากกว่าชั้นการอนุมานแบบเบา (lightweight inference tier) โดยไม่ต้องย้ายไปยังระดับราคาของรุ่นเรือธง Google อธิบายโมเดลนี้ว่าเป็นเครื่องมือหลักสำหรับการเขียนโค้ด งานที่เกี่ยวข้องกับความรู้ การเข้าใจข้อมูลหลายรูปแบบ (multimodal understanding) และการดำเนินการแบบตัวแทน (agentic execution) รหัสโมเดลสำหรับการผลิตคือ gemini-3.6-flash. หน้าแบบเครื่องอย่างเป็นทางการของ Google ระบุว่าผลิตภัณฑ์นี้อยู่ในสถานะพร้อมใช้งานทั่วไป.

โมเดลนี้รับข้อมูลเข้าในรูปแบบข้อความ รูปภาพ เสียง วิดีโอ และไฟล์ PDF โดยจะส่งคืนผลลัพธ์ในรูปแบบข้อความ JSON ที่มีโครงสร้าง และการเรียกใช้ฟังก์ชันหรือเครื่องมือ แต่โมเดลนี้ไม่สามารถสร้างรูปภาพหรือเสียงได้ด้วยตัวเอง ความแตกต่างนี้มีความสำคัญเมื่อเปรียบเทียบคำกล่าวอ้างทั่วไปเกี่ยวกับ “มัลติโมดัล” เพราะการเข้าใจรูปแบบข้อมูลเข้าหลายประเภทนั้นแตกต่างจากการสร้างสื่อผลลัพธ์หลายประเภท.

ของกูเกิล Gemini 3.6 บัตรแบบ Flash กำหนดวันที่ตัดข้อมูลความรู้เป็นเดือนมีนาคม 2026 และระบุว่าโมเดลนี้ใช้ Gemini 3.5 Flash เป็นพื้นฐาน ส่วนรายละเอียดเกี่ยวกับสถาปัตยกรรมและการฝึกอบรมส่วนใหญ่ได้รับการสืบทอดมาโดยอ้างอิง แทนที่จะเปิดเผยใหม่ ดังนั้นผู้ซื้อสามารถประเมินพฤติกรรมที่บันทึกไว้และผลการประเมินที่เผยแพร่ได้ แต่ไม่สามารถสร้างสูตรการฝึกอบรมขึ้นมาใหม่ได้.

ชุดเครื่องมือที่กว้างขวางเป็นหัวใจสำคัญของการกำหนดตำแหน่ง หน้าโมเดลอย่างเป็นทางการระบุถึงการเรียกฟังก์ชัน, ผลลัพธ์ที่มีโครงสร้าง, การดำเนินการโค้ด, การค้นหาไฟล์, บริบท URL, การเก็บแคชบริบท, การอ้างอิงจาก Google Search, การอ้างอิงจาก Google Maps, การคิด, และการใช้คอมพิวเตอร์ การตัดสินใจในการนำไปใช้งานจริงควรประเมินวงจรทั้งหมด—รูปแบบคำขอ, การติดตามเครื่องมือ, การลองใหม่, การตรวจสอบความถูกต้อง, และการตรวจสอบโดยมนุษย์—ไม่ใช่เพียงคุณภาพของคำตอบเดียว.

บทบาทหลักนี้ยังอธิบายถึงจุดเน้นของบทวิจารณ์นี้ด้วย: Flash 3.6 มีความน่าสนใจที่สุดเมื่อมันถูกนำไปใช้ในกระบวนการทำงานของแอปพลิเคชัน แทนที่จะใช้เพื่อตอบคำถามทั่วไปแบบแยกส่วน คุณค่าของมันขึ้นอยู่กับว่าระบบรอบข้างจะจำกัดเครื่องมือ ตรวจจับการตัดทอน ตรวจสอบผลลัพธ์ และส่งงานที่ง่ายกว่าไปยังระดับที่มีต้นทุนต่ำกว่าหรือไม่.

ฟีเจอร์ "Computer Use" ช่วยให้แอปพลิเคชันสามารถส่งภาพหน้าจอและรับข้อเสนอการดำเนินการสำหรับสภาพแวดล้อมของเบราว์เซอร์ อุปกรณ์มือถือ หรือคอมพิวเตอร์เดสก์ท็อปได้ โดยลูกค้ายังคงเป็นผู้ดำเนินการตามขั้นตอน ส่งภาพหน้าจอถัดไป และบังคับใช้นโยบาย Google ตั้งชื่อฟีเจอร์นี้ว่า "Preview" และแนะนำให้มีการกำกับดูแลสำหรับงานที่ละเอียดอ่อนหรืองานที่ไม่สามารถย้อนกลับได้ใน เอกสารเกี่ยวกับการใช้คอมพิวเตอร์.

Gemini 3.6 ข้อมูลจำเพาะและคุณสมบัติของ Flash

ขีดจำกัดบริบท 1,048,576 โทเคน เป็นขีดจำกัดด้านความจุ ไม่ใช่คำสัญญาว่าข้อมูลทุกข้อจะสามารถถูกเรียกคืนได้อย่างน่าเชื่อถือ นี่เป็นประเด็นที่ปรากฏซ้ำๆ ทั้งในผลการทดสอบบริบทยาวของ Google และในการทดสอบเกตเวย์สังเคราะห์ของเรา การค้นหาข้อมูล การแบ่งเป็นชิ้นส่วน ดัชนีเอกสาร การสรุปเนื้อหา และการอ้างอิงแหล่งที่มา ยังคงมีประโยชน์ แม้เมื่อคอร์ปัสทั้งหมดสามารถใส่ลงในคำขอเดียวได้ทางเทคนิค.

ขีดจำกัดการส่งออกที่ 65,536 โทเคนนั้นถือว่ากว้างขวาง แต่ในแอปพลิเคชันจริงมักกำหนดขีดจำกัดที่ต่ำกว่าเพื่อควบคุมค่าใช้จ่ายและเวลาตอบสนอง การทดสอบของเราได้แสดงให้เห็นว่า ขีดจำกัดที่ดูเหมือนเพียงพอสำหรับคำตอบที่มองเห็นได้ อาจถูกใช้ไปโดยโทเคนการวิเคราะห์ภายใน ดังนั้น ควรตรวจสอบเหตุผลและเนื้อหาที่แท้จริงของการเสร็จสิ้น แทนที่จะถือว่าการตอบกลับ HTTP 200 เป็นความสำเร็จของงาน.

Gemini 3.6 ราคาโปรโมชั่น

หากคุณกำลังเปรียบเทียบวิธีการสมัครสมาชิกแทนการคิดค่าบริการผ่าน API token, แล้ว Gemini 3 คู่มือค่าใช้จ่าย Flash แยกตัวเลือกการซื้อที่ใช้งานได้จริง.

ราคา Standard อย่างเป็นทางการที่บริษัทกำหนดคือ $1.50 ต่อหนึ่งล้านโทเคนเข้า และ $7.50 ต่อหนึ่งล้านโทเคนออก. การคิดค่าบริการผลลัพธ์รวมถึงโทเคนสำหรับการประมวลผล การประมวลผลแบบ Batch และ Flex จะลดอัตราค่าโทเคนลงครึ่งหนึ่ง ส่วนการประมวลผลแบบ Priority จะคิดค่าพรีเมียม 80% ให้ตรวจสอบอัตราปัจจุบันเสมอ หน้ากำหนดราคา API ของ Gemini ก่อนที่จะคาดการณ์ค่าใช้จ่ายในการผลิต.

การเก็บแคชบริบทมีราคา $0.15 ต่อหนึ่งล้านโทเคนอินพุตที่เก็บในแคช ในระดับบริการ Standard แบบเสียค่าใช้จ่าย พร้อมทั้ง $1.00 ต่อหนึ่งล้านโทเคนต่อชั่วโมง สำหรับพื้นที่จัดเก็บแคช การเก็บแคชสามารถลดค่าใช้จ่ายจากการป้อนข้อมูลซ้ำได้ แต่แคชที่มีขนาดใหญ่และถูกเก็บไว้นานกว่าที่จำเป็นจะกลายเป็นแหล่งค่าใช้จ่ายในตัวเอง เปรียบเทียบค่าใช้จ่ายในการแคชกับระดับการนำกลับมาใช้จริงที่ได้มา.

การกำหนดตำแหน่ง (Grounding) มีหน่วยวัดที่ต่างกัน Google ระบุว่ามี 5,000 คำขอที่กำหนดตำแหน่ง (grounded prompts) สำหรับ Google Search หรือ Google Maps ต่อเดือน โดยไม่คิดค่าใช้จ่าย ซึ่งแบ่งให้ใช้ร่วมกันระหว่าง 3 โมเดล Gemini ตามด้วย $14 ต่อ 1,000 คำค้นหา คำสั่งหนึ่งอาจสร้างคำค้นหาได้มากกว่าหนึ่งครั้ง ดังนั้นค่าใช้จ่ายจากโทเคนเพียงอย่างเดียวอาจทำให้ประเมินค่าของกระบวนการทำงานแบบ grounded ต่ำกว่าความเป็นจริง.

ตัวอย่างราคาของ $2.25 Standard

คำขอที่ใช้โทเคนอินพุต 1,000,000 โทเคน และสร้างโทเคนเอาต์พุต 100,000 โทเคน มีค่าใช้จ่าย $1.50 สำหรับอินพุต และ $0.75 สำหรับเอาต์พุต หรือ $2.25 ในโหมดมาตรฐาน ตัวอย่างง่ายๆ นี้ไม่รวมการเก็บข้อมูลในแคช การตรวจสอบความถูกต้องของคำสั่ง การลองใหม่ เครื่องมือภายนอก และการพยายามที่ล้มเหลว.

Google ยังรายงานว่า Gemini 3.6 Flash ใช้โทเคนผลลัพธ์น้อยกว่า 3.5 Flash 17% ในดัชนีการวิเคราะห์เทียม (Artificial Analysis Index) และต้องการขั้นตอนการให้เหตุผลและการเรียกใช้เครื่องมือน้อยลงในกระบวนการทำงานหลายขั้นตอน นี่เป็นผลการสังเกตอย่างเป็นทางการที่ขึ้นอยู่กับปริมาณงาน ไม่ใช่การรับประกันว่าจะประหยัดได้ 17% สำหรับทุกแอปพลิเคชัน โปรดวัดจำนวนโทเคนต่องานที่สำเร็จด้วยคำสั่งของคุณเอง.

ผลการทดสอบประสิทธิภาพ Flash ของ Gemini 3.6: ข้อมูลจาก Google

การเปรียบเทียบอย่างเป็นทางการของ Google แสดงให้เห็นถึงความก้าวหน้าที่ชัดเจนที่สุดในด้านการเขียนโค้ดแบบเอเจนต์ วิศวกรรมการเรียนรู้ของเครื่อง การโต้ตอบกับคอมพิวเตอร์ และการค้นหาข้อมูลในบริบทที่ยาว จุดอ้างอิงที่มีประโยชน์ที่สุดคือ Gemini 3.5 Flash เนื่องจาก Google ได้ประเมินทั้งสองโมเดลภายในตระกูลโมเดลการ์ดเดียวกัน ค่าเหล่านี้เป็นผลลัพธ์จาก Google ไม่ใช่การวัดจากระบบทดสอบของเรา.

DeepSWE เพิ่มขึ้น 12.0 จุดเปอร์เซ็นต์ และ MLE-Bench เพิ่มขึ้น 14.2 จุด ส่วน OSWorld-Verified เพิ่มขึ้น 4.6 จุด ในขณะที่ SWE-Bench Pro Public และ Terminal-Bench มีการเพิ่มขึ้นในระดับที่น้อยกว่า ข้ออ้างที่สมเหตุสมผลคือว่าเวอร์ชัน 3.6 ปรับปรุงประสิทธิภาพของงานหลายประเภทที่เกี่ยวข้องกับเอเจนต์เมื่อเทียบกับเวอร์ชัน 3.5 ไม่ใช่ว่ามันครองตำแหน่งสูงสุดในทุกโมเดลหรือเกณฑ์วัดประสิทธิภาพการเขียนโค้ด.

Google ยังอธิบายว่ามีการแก้ไขโค้ดที่ไม่จำเป็นน้อยลง และวงจรการทำงานสั้นลง พฤติกรรมเหล่านี้อาจมีความสำคัญมากกว่าการเปลี่ยนแปลงเล็กน้อยในอัตราการผ่านของงานในรีโพสิตอรี เนื่องจากการเปลี่ยนแปลงที่ไม่จำเป็นจะเพิ่มค่าใช้จ่ายในการตรวจสอบ และวงจรการทำงานที่ซ้ำๆ จะใช้โทเคนไปมาก อย่างไรก็ตาม การวัดผลเหล่านี้ยังคงต้องดำเนินการในระดับแอปพลิเคชัน; การวัดประสิทธิภาพแบบรวมไม่สามารถกำหนดพฤติกรรมในโค้ดเบสเฉพาะได้.

ผลลัพธ์แบบหลายรูปแบบและบริบทที่ยาว

ในการวิเคราะห์แผนภูมิที่ซับซ้อนบน CharXIV Google รายงานผล 85.2% โดยไม่ใช้เครื่องมือ และ 89.4% เมื่อใช้เครื่องมือ สำหรับ Gemini 3.6 Flash. Gemini 3.5 Flash ได้คะแนน 84.2% และ 84.9% ตามลำดับ ความแตกต่างที่มากขึ้นเมื่อใช้เครื่องมือสนับสนุนนี้สนับสนุนตำแหน่งของโมเดลในการตีความแผนภูมิและกระบวนการทำงานแบบมัลติโมดัล โดยไม่วัดรสนิยมทางภาพหรือคุณภาพการออกแบบส่วนหน้า.

ผลลัพธ์ 1M แสดงถึงการปรับปรุงที่ค่อนข้างมาก แต่ 54.0% ไม่ควรเป็นพื้นฐานสำหรับการค้นหาข้อมูลสำคัญแบบไม่ตรวจสอบ ระบบการผลิตควรยังคงแบ่งเอกสารออกเป็นส่วนๆ เก็บรักษาข้อมูลที่มา และขออ้างอิงแหล่งที่มา การทดสอบสังเคราะห์ 128K ที่เราดำเนินการแยกต่างหากนั้นล้มเหลว แต่การทดสอบดังกล่าวใช้ภารกิจและเส้นทางเกตเวย์ที่ต่างกัน จึงไม่สามารถใช้แทนผลลัพธ์ของ Google ได้.

ผลการทดสอบ Gemini 3.6 Flash ของเราแบบลงมือทำจริง

เราได้ดำเนินการชุดทดสอบแบบกำหนดค่าล่วงหน้าของฝ่ายแรกเมื่อวันที่ 22 กรกฎาคม 2026 ความล่าช้าที่รายงานทั้งหมดคือ เวลาตอบสนองรวมที่รวมเกตเวย์, ดังนั้นจึงรวมถึงค่าใช้จ่ายในการส่งข้อมูลของ Broly และไม่ควรตีความว่าเป็นความล่าช้าโดยตรงของ Google API.

TTFT ไม่ได้รับการวัดค่า รวมถึงในการตรวจสอบการสตรีม เราได้บันทึกเวลาทั้งหมดที่ใช้ไป, โทเค็นคำสั่ง, โทเค็นการเสร็จสิ้น, โทเค็นการให้เหตุผล, โทเค็นที่เก็บไว้ในแคช, โทเค็นรวม, เหตุผลที่เสร็จสิ้น, จำนวนครั้งลองใหม่, การตรวจสอบความถูกต้อง และค่าใช้จ่ายประมาณการตามอัตราโทเค็นมาตรฐานอย่างเป็นทางการ โทเค็นการให้เหตุผลได้รวมอยู่ในโทเค็นการเสร็จสิ้นแล้ว และโทเค็นที่เก็บไว้ในแคชได้รวมอยู่ในโทเค็นคำสั่งแล้ว.

กิจกรรมทั้งหมดประกอบด้วย 12 การเรียก API แบบตรรกะ และ 14 ครั้งที่พยายามส่งคำขอ HTTP. การแข่งขันรอบแรกยังคงดำเนินต่อไป $0.244491, การออกอากาศซ้ำทั้งสามตอนที่ได้รับการกำหนดเป้าหมายมีรวมทั้งหมด $0.0520416, และค่าประมาณสะสมที่แก้ไขแล้วคือ $0.2965326. หลังจากแทนที่ข้อมูลสองชุดแรกที่ถูกตัดสั้นอย่างชัดเจนด้วยข้อมูลที่ส่งซ้ำตามเป้าหมาย ผลลัพธ์ที่รวมไว้คือ: 7 ผ่าน, 1 ไม่ผ่าน, และ 1 ไม่ได้รับการสนับสนุน.

การประมาณค่าใช้จ่ายใช้ $1.50/M สำหรับโทเคนพรอมต์ที่ไม่ได้เก็บไว้ในแคช $0.15/M สำหรับโทเคนพรอมต์ที่เก็บไว้ในแคช และ $7.50/M สำหรับโทเคนผลลัพธ์ ในการรันใหม่ด้วยบริบทยาว โทเค็นพรอมต์ 128,248 ถูกแบ่งเป็น 5,464 โทเค็นที่ไม่ได้เก็บไว้ในแคช และ 122,784 โทเค็นที่เก็บไว้ในแคช; เมื่อเพิ่มโทเค็นผลลัพธ์ 2,048 เข้าไป จะได้ $0.0419736. พื้นที่เก็บข้อมูลแคชถูกระบุไว้ที่ $1.00/M tokens/hour แต่ถูกยกเว้นเนื่องจากไม่มีการวัดระยะเวลาการเก็บข้อมูล.

นี่คือการทดสอบวินิจฉัยที่มีตัวอย่างขนาดเล็ก ไม่ใช่เกณฑ์มาตรฐานที่มีกำลังทางสถิติ การทดสอบเหล่านี้มีประโยชน์เพราะรักษาชุดทดสอบ ค่าที่คาดไว้ ตัวตรวจสอบความถูกต้อง ขีดจำกัดการร้องขอ และข้อผิดพลาดไว้ได้ การทดสอบเหล่านี้ควรเป็นแนวทางสำหรับการทดสอบต่อในสภาพแวดล้อมการทำงานจริง ไม่ใช่กลายเป็นคะแนนคุณภาพที่ใช้ได้ทั่วไป.

การสตรีมมิ่ง, ผลลัพธ์ที่มีโครงสร้าง และการอ่านกราฟ

ข้อสอบเรื่องการสตรีมมิ่งต้องการคำตอบที่ถูกต้องและชัดเจน โอเค. Gemini 3.6 Flash ให้คำตอบที่ถูกต้องภายใน 2.938 วินาที ด้วย 5 prompt, 119 completion, 118 reasoning และ 124 total tokens โดยใช้ทรัพยากรประมาณ $0.0009. รายละเอียดที่น่าสังเกตคือ การให้เหตุผลใช้โทเคนการให้เหตุผล 118 จากทั้งหมด 119 โทเคน ซึ่งแสดงให้เห็นว่าทำไมการจำกัดผลลัพธ์ที่น้อยมากจึงอาจทำให้ไม่เหลือคำตอบที่มองเห็นได้.

การเรียกใช้การสกัดข้อมูลแบบมีโครงสร้าง 3.6 ครั้งแรกได้กำหนดขีดจำกัดผลลัพธ์ไว้ที่ 512 โทเคน และสิ้นสุดที่ finish_reason=ความยาว ด้วย JSON ที่ถูกตัดสั้น เราถือว่านั่นเป็นข้อจำกัดของระบบทดสอบ ไม่ใช่การประเมินคุณภาพ และได้ทำซ้ำเฉพาะงานนั้นที่ 2,048 tokens การรันใหม่ตามเป้าหมายผ่านการตรวจสอบความถูกต้องของฟิลด์ในเวลา 3.919 วินาที ด้วยค่า P55/C453/R411/T508 และค่าประมาณ $0.00348.

Gemini 3.5 Flash ได้ผ่านกระบวนการสกัดข้อมูลเดียวกันในการเรียกใช้ครั้งแรกภายใน 3.113 วินาที ด้วยค่า P56/C378/R324/T434 และค่าประมาณ $0.003486. การรันเพียงครั้งเดียวต่อแต่ละการตั้งค่าไม่สามารถกำหนดผู้ชนะด้านความล่าช้าได้ แต่สิ่งนี้แสดงให้เห็นว่าควรปรับแต่งขีดจำกัดผลลัพธ์และการใช้เหตุผลให้เหมาะสมกับแต่ละโมเดล แทนที่จะคัดลอกมาใช้โดยไม่พิจารณา.

การเรียกอ่านแผนภูมิ 3.6 ก็ถูกตัดสั้นลงที่ขีดจำกัดเริ่มต้น 768 โทเคน ที่ 2,048 โทเคน การรันใหม่ตามเป้าหมายได้อ่านค่า benchmark ทั้ง 8 ค่าได้อย่างแม่นยำในเวลา 4.884 วินาที โดยใช้ P1,127/C653/R520/T1,780 และค่าประมาณ $0.006588 ผู้ตรวจสอบความถูกต้องได้เปรียบเทียบทุกค่าที่ส่งกลับมา กับไฟล์ข้อมูลอ้างอิงที่คงที่.

การแก้ไขรหัส: ทั้งสองรุ่นได้คะแนน 5/5

ทั้งสองงานการเขียนโค้ดเริ่มต้นจากสำเนาที่แยกกันของ Python fixture เดียวกัน โดยมีค่าพื้นฐานที่ผ่านการทดสอบ 3/5 ข้อ Gemini 3.6 Flash ได้สร้างการซ่อมแซมที่มุ่งเน้นและใช้งานได้ในเวลา 5.553 วินาที ด้วยค่า P602/C1,150/R930/T1,752 และค่าประมาณ $0.009528. การนำผลลัพธ์ไปใช้ทำให้ fixture ผ่านการทดสอบได้ 5/5 ในขณะที่ค่าแฮชของไฟล์ทดสอบยังคงไม่เปลี่ยนแปลง.

Gemini 3.5 Flash ยังสร้างการซ่อมแซมที่แม่นยำได้ถึง 5/5 ในเวลา 6.860 วินาที ด้วยค่า P603/C1,332/R1,058/T1,935 และค่าประมาณ $0.0128925 มันได้เพิ่มข้อความอธิบายรอบโค้ดที่ถูกจำกัด (fenced code) แม้จะมีคำสั่งห้ามเพิ่มข้อความอธิบาย ดังนั้น ระบบฮาร์เนสจึงจำเป็นต้องใช้การสกัดโค้ดที่ถูกจำกัดแบบทนทาน (tolerant fenced-code extraction) ก่อนการตรวจสอบความถูกต้องแบบออฟไลน์ การซ่อมแซมทั้งสองครั้งสามารถใช้งานได้ แต่รูปแบบผลลัพธ์มีความแตกต่างกัน.

การทดสอบนี้เน้นไปที่งานแก้ไขที่มีขอบเขตชัดเจนร่วมกับการทดสอบหน่วยแบบกำหนดได้ มันไม่วัดการนำทางในรีโพสิตอรี การเปลี่ยนแปลงสถาปัตยกรรมข้ามไฟล์หลายไฟล์ การทำงานอัตโนมัติที่ใช้เวลานาน หรือความสามารถของโมเดลในการออกแบบการทดสอบที่สามารถแยกแยะได้ตั้งแต่เริ่มต้น มิติเหล่านี้ต้องการอุปกรณ์ทดสอบและเกณฑ์การล้มเหลวที่แยกต่างหาก.

ความผิดพลาดในการเรียกข้อมูลสังเคราะห์ 128K

คำสั่งของเราที่มีขนาดใกล้ 128K ได้วางตัวระบุแบบกำหนดค่าได้ 8 ตัวในบริบทสังเคราะห์ขนาดใหญ่ และต้องการการกู้คืน JSON ที่ถูกต้อง Gemini 3.6 Flash ล้มเหลวสองครั้ง โดยส่งคืนโค้ดและ HTML ที่ไม่เกี่ยวข้อง แทนที่จะเป็นค่าทั้ง 8 ค่า การเพิ่มขีดจำกัดผลลัพธ์ก็ไม่สามารถแก้ไขพฤติกรรมนี้ได้.

การรันใหม่ใช้เวลา 11.366 วินาที และรายงานค่า P128,248/C2,048/R0/Cached122,784/T130,296, ประมาณ $0.0419736 หลังจากการปรับค่า cached-input, และ finish_reason=ความยาว. นี่คือ ไม่สามารถเปรียบเทียบได้โดยตรงกับ GDM-MRCR ของ Google ผล: งานของเรา การสร้างคำสั่งอย่างแม่นยำ ขนาดของบริบท รูปแบบผลลัพธ์ และเส้นทางเกตเวย์ Broly ทั้งหมดล้วนแตกต่างกัน.

ความล้มเหลวนี้ยังคงมีความสำคัญในด้านการดำเนินงาน มันชี้ให้เห็นว่าคำขอสังเคราะห์นี้ไม่ทำงานผ่านเส้นทางของเราในสองครั้งที่ลอง ดังนั้นเราจึงจะไม่ส่งรูปแบบเดียวกันนี้ออกไปโดยไม่มีการดึงข้อมูล การเลือกบริบทที่เข้มงวดขึ้น การตรวจสอบความถูกต้องของคำตอบ และการจัดการกรณีสำรอง มันไม่ได้ลบผลการทดสอบมาตรฐานของ Google หรือพิสูจน์ว่ามีข้อจำกัดทั่วไปที่ 128K.

ระบบจัดการการดำเนินการในเบราว์เซอร์ท้องถิ่น: เป้าหมายที่ถูกต้อง, ID ที่สร้างขึ้นเอง

โมเดลได้ตรวจสอบภาพหน้าจอของหน้าท้องถิ่นที่ได้รับการควบคุม และระบุข้อความเป้าหมายที่ปรากฏอยู่ได้อย่างถูกต้อง คือ “เปิดรายงานการใช้งาน” จากนั้นได้เสนอการดำเนินการ คลิก แต่ได้สร้างตัวระบุที่ซ่อนอยู่, รายงานการใช้งาน, แทนที่จะใช้ ID DOM ที่จริง การใช้งาน. ระบบฮาร์เนสได้ระบุข้อความที่ปรากฏอย่างชัดเจนและเฉพาะเจาะจง แทนที่จะเชื่อถือ ID ที่ถูกสร้างขึ้น.

การเรียกแผนใช้เวลารวม 5.305 วินาที ด้วยค่า P1,153/C643/R573/T1,796 และค่าใช้จ่ายประมาณ $0.006552 ได้คลิกที่ Chrome fixture ท้องถิ่นหนึ่งครั้ง ทำให้สถานะเปลี่ยนจาก พร้อมแล้ว ถึง รายงาน-เปิด. นี่คือ ไม่ใช่ผู้ใช้คอมพิวเตอร์ Gemini ที่คุ้นเคย; มันไม่ได้ดำเนินการใดๆ กับสิ่งภายนอก ไม่ได้ส่งแบบฟอร์มใดๆ และไม่ได้เปลี่ยนแปลงสถานะภายนอกใดๆ.

ผลลัพธ์ PDF เป็นข้อจำกัดของเส้นทางเกตเวย์

บโรลี่ /คำตอบ เส้นทางแปลง PDF ส่งคืน HTTP 500 พร้อมรหัส convert_request_failed และข้อความ ยังไม่ถูกนำไปใช้. การเรียกใช้ตามตรรกะนี้ได้ดำเนินการ HTTP สามครั้ง เนื่องจากบันทึกดังกล่าวระบุการลองใหม่สองครั้ง จากนั้นจึงหยุดลงโดยไม่มีการใช้โทเคนหรือค่าใช้จ่าย เราจึงจัดประเภทเส้นทางนี้ว่าไม่ได้รับการสนับสนุน.

ผลลัพธ์นี้ ไม่ได้แสดงว่า Gemini ไม่รองรับ PDF. เอกสารอธิบายโมเดลของ Google ระบุว่ารองรับการป้อนข้อมูลแบบ PDF; แต่คำขอของเราล้มเหลวก่อนที่จะได้รับคำตอบจากโมเดลที่มองเห็นได้บนเส้นทางแปลงข้อมูลของเกตเวย์ที่รองรับ OpenAI การตรวจสอบผ่าน Google AI Studio หรือ API ของ Gemini แบบเนทีฟยังคงจำเป็นก่อนที่จะเผยแพร่ข้อสรุปใดๆ เกี่ยวกับพฤติกรรมของ PDF แบบเนทีฟ.

ยังต้องการหลักฐานจากผู้บรรณาธิการ: ดำเนินการงาน PDF ผ่าน Google AI Studio เวอร์ชันดั้งเดิม หรือ API Gemini แล้วบันทึกภาพหน้าจอของคำสั่งทั้งหมด คำตอบจากโมเดล แผงข้อมูลการใช้งาน และหลักฐานการอ้างอิงหน้า จนกว่าจะมีภาพหน้าจอเหล่านี้ รายงานการตรวจสอบนี้จะรายงานเฉพาะกรณีที่การแปลง Broly ล้มเหลวเท่านั้น และไม่มีการกล่าวอ้างใด ๆ เกี่ยวกับประสิทธิภาพของ PDF เวอร์ชันดั้งเดิม.

Gemini 3.6 การเข้าถึง API Flash และโค้ด

ผู้พัฒนาที่ต้องการเปรียบเทียบโมเดลของ Google ที่มีความสามารถในการคิดวิเคราะห์ระดับสูงสามารถใช้ คู่มือราคาและประสิทธิภาพของ Gemini 3.1 Pro API เพื่อใช้เป็นข้อมูลอ้างอิงสำหรับขั้นตอนต่อไป.

Gemini 3.6 Flash มีให้บริการใน Google AI Studio และ Gemini Developer API ภายใต้ ID แบบจำลองที่เสถียร gemini-3.6-flash. Google แนะนำให้ใช้เวอร์ชันที่ใหม่กว่า API สำหรับการโต้ตอบ สำหรับโครงการเอเจนติกใหม่ ส่วนโครงการที่ได้รับการยอมรับแล้ว สร้างเนื้อหา อินเทอร์เฟซนี้ยังคงได้รับการสนับสนุนและครอบคลุมคุณสมบัติสำคัญที่ยังไม่ได้เปิดเผยผ่าน Interactions.

Python พร้อม SDK Gen AI อย่างเป็นทางการจาก Google

from google import genai

client = genai.Client()

response = client.models.generate_content(
    model="gemini-3.6-flash",
    contents=(
 "ตรวจสอบการเปลี่ยนแปลงโค้ดที่เสนอมา ระบุสาเหตุหลัก, "
 "การแก้ไขที่ปลอดภัยและเรียบง่ายที่สุด, และการทดสอบที่แม่นยำซึ่งจะพิสูจน์ได้"
    ),
)

print(response.text)

ไคลเอนต์จะอ่านข้อมูลรับรองจากไฟล์การตั้งค่าสภาพแวดล้อมที่รองรับ; อย่ากำหนดคีย์แบบคงที่หรือเผยแพร่คีย์ดังกล่าว ตัวอย่างนี้หลีกเลี่ยงการใช้ฟิลด์การสุ่มตัวอย่างที่ถูกยกเลิกการใช้งานโดยเจตนา และใช้ข้อมูลอย่างเป็นทางการจาก Google google-genai สร้างเนื้อหา วิธีการนี้ ให้เพิ่มสคีมา การตั้งค่าความปลอดภัย และเครื่องมือเพียงเท่าที่งานต้องการเท่านั้น.

JavaScript พร้อม @google/genai

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({});

const response = await ai.models.generateContent({
  model: "gemini-3.6-flash",
  contents: "Extract the risks and return a concise, source-grounded summary.",
});

console.log(response.text);

เพื่อการใช้งานในกระบวนการผลิตที่เชื่อถือได้ ให้ตรวจสอบความถูกต้องของโครงสร้างข้อมูลที่ส่งกลับมา ตรวจสอบเหตุผลของการเสร็จสิ้น บันทึกการเรียกใช้เครื่องมือ และแยกแยะระหว่างความสำเร็จในการส่งข้อมูลกับความสำเร็จของงาน การตอบกลับด้วยรหัส 200 ที่มี JSON ถูกตัดทอนหรือการดำเนินการที่ไม่ได้รับการสนับสนุน ไม่ถือเป็นผลลัพธ์ทางธุรกิจที่ผ่านเกณฑ์.

ใช้ API Interactions หรือสร้างเนื้อหา?

API Interactions เพิ่มสถานะด้านเซิร์ฟเวอร์แบบเลือกใช้ได้ผ่าน previous_interaction_id, ขั้นตอนการดำเนินการที่สามารถสังเกตได้ และการดำเนินการในพื้นหลังสำหรับงานที่ใช้เวลานาน มันเป็นตัวเลือกที่น่าสนใจสำหรับวงจรเอเจนต์ใหม่ เนื่องจากสถานะและรอยติดตามเครื่องมือเป็นแนวคิดหลัก ควรตรวจสอบการตั้งค่าการเก็บรักษาและการเก็บข้อมูลก่อนที่จะใช้กับเนื้อหาที่ละเอียดอ่อน.

เก็บรักษา สร้างเนื้อหา เมื่อคุณสมบัติที่พัฒนาครบถ้วนแล้วจะเหมาะสมกับแอปพลิเคชันมากขึ้น ตามเอกสารของ Google ณ เดือนกรกฎาคม 2026 ระบุว่า Interactions ยังไม่สนับสนุน Batch API การเก็บข้อมูลในแคชแบบชัดเจน การตั้งค่าความปลอดภัยตามความต้องการ ข้อมูลเมตาของวิดีโอ หรือการเรียกฟังก์ชัน Python แบบอัตโนมัติ การสนับสนุนโมเดลและการสนับสนุน API เป็นเรื่องที่แยกกัน.

Gemini 3.6 การเปลี่ยนแปลงในการย้ายไปใช้ Flash API

หากต้องการทราบขั้นตอนการนำไปใช้อย่างละเอียดยิ่งขึ้นสำหรับตระกูลผลิตภัณฑ์ Pro ของ Google โปรดดูที่ คู่มือการเขียนโค้ด Gemini 3.1 Pro.

การเปลี่ยนจากรูปแบบคำขอเดิมนั้นไม่ใช่แค่การเปลี่ยนชื่อโมเดลเท่านั้น Google’s คู่มือการย้ายข้อมูลสำหรับรุ่นล่าสุด บันทึกพารามิเตอร์และรูปแบบการแปลงที่ถูกยกเลิกการใช้งาน ถูกเพิกเฉย หรือถูกปฏิเสธ ให้ถือว่าการย้ายข้อมูลนี้เป็นการเปลี่ยนแปลงสัญญาคำขอและการรักษาความสมบูรณ์ของสถานะ.

ลบส่วนควบคุมที่เลิกใช้แล้วและการกรอกข้อมูลล่วงหน้า

ลบ อุณหภูมิ, top_p, และ top_k. Google ระบุว่าพารามิเตอร์เหล่านี้ถูกยกเลิกการใช้งานและจะไม่ถูกพิจารณาสำหรับโมเดลเหล่านี้ โดยรุ่นในอนาคตคาดว่าจะส่งคืน HTTP 400 เมื่อพารามิเตอร์เหล่านี้ถูกส่งมา พารามิเตอร์แบบเก่า อุณหภูมิ: 0 ไม่ควรถือว่า field เป็นความรับประกันในเชิงกำหนดนิยม.

นอกจากนี้ คำขอไม่สามารถสิ้นสุดด้วยข้อมูลที่กรอกล่วงหน้าในส่วน model-role ที่ไม่ว่างได้ รูปแบบเช่นการเพิ่ม “Translation:” หรือเครื่องหมายวงเล็บเปิดของ JSON ลงในส่วน model อาจส่งผลให้ได้รับรหัสข้อผิดพลาด HTTP 400 ให้แทนที่ข้อมูลที่กรอกล่วงหน้าด้วยคำสั่งระบบ ผลลัพธ์ที่มีโครงสร้าง สคีมาที่ชัดเจน และเครื่องมือตรวจสอบความถูกต้อง.

แทนที่ตัวเลข การวางแผนงบประมาณ ปุ่มควบคุมด้วย ระดับการคิด enum; Gemini 3.6 Flash ตั้งค่าเริ่มต้นเป็น ปานกลาง. ลบ จำนวนผู้สมัคร, ซึ่ง Gemini 3.x ไม่รองรับ และควรนำวิธีการทดแทนระดับแอปพลิเคชันมาใช้ หากจำเป็นต้องมีกลยุทธ์ทางเลือกหลายอย่างอย่างแท้จริง.

รักษาสถานะการเรียกฟังก์ชัน

กระบวนการทำงานของเครื่องมือจำเป็นต้องมี ID การเรียกใช้ ชื่อฟังก์ชัน ลายเซ็นความคิด และลำดับการพูดที่ครบถ้วน เมื่อใช้ สร้างเนื้อหา, แต่ละ FunctionResponse ควรรวมถึง call_id และ ชื่อ. ทดสอบคำสั่งที่มีรูปแบบผิดปกติ ข้อความอธิบายก่อนแสดงผลลัพธ์ของเครื่องมือ และกระบวนการกู้คืนเมื่อเครื่องมือถูกปฏิเสธหรือไม่สามารถใช้งานได้.

• เปลี่ยน ID ของโมเดลเป้าหมายเป็น gemini-3.6-flash.
• ลบ อุณหภูมิ, top_p, top_k, และ จำนวนผู้สมัคร.
• แทนที่ การวางแผนงบประมาณ กับ ระดับการคิด.
• ลบการกรอกข้อมูลล่วงหน้าของ model-turn.
• รักษา ID ของการเรียกฟังก์ชัน ชื่อ ลายมือความคิด และลำดับการใช้เครื่องมือ.
• ตรวจสอบเหตุผลการเสร็จสิ้น, โครงสร้างข้อมูล, การลองใหม่ และทุกคำยืนยันความสำเร็จ.
• คำนวณใหม่ค่าใช้จ่ายต่องานที่สำเร็จ รวมถึงการเรียกที่ไม่สำเร็จและเครื่องมือ.
• ดำเนินการทดสอบการแทรกคำสั่งแบบพรอมต์ (prompt-injection) และการกระทำที่ก่อให้เกิดความเสียหาย (destructive-action) ก่อนที่จะใช้คอมพิวเตอร์.

Gemini 3.6 Flash เทียบกับ 3.5 Flash และ Flash-Lite

ทีมที่กำลังตัดสินใจระหว่าง Google และ OpenAI สามารถเปรียบเทียบข้อดีและข้อเสียได้ใน GPT-5.4 vs Gemini 3 รีวิวแบบรวดเร็ว.

Gemini 3.6 Flash เป็นตัวเลือกการอัปเกรดโดยตรงจาก Gemini 3.5 Flash ราคาอินพุตมาตรฐานยังคงอยู่ที่ $1.50 ต่อหนึ่งล้านโทเคน ส่วนราคาเอาต์พุตลดลงจาก $9.00 เป็น $7.50—ลดลง 16.7% ก่อนที่จะพิจารณาถึงรายงานแยกต่างหากของ Google ที่ระบุว่ามีการใช้โทเคนในขั้นตอนการส่งออกน้อยลงในการประเมินหนึ่งครั้ง.

กรณีการย้ายระบบจะมีความแข็งแกร่งที่สุดเมื่อคะแนนความสามารถในการทำงานที่ดีขึ้น ราคาผลลัพธ์ที่ต่ำลง และจำนวนรอบที่สั้นลง ส่งผลให้งานที่สำเร็จต่อดอลลาร์มีมากขึ้น ส่วนกรณีนี้จะอ่อนแอที่สุดเมื่อคลังข้อมูลหรือเครื่องมือเฉพาะตัวทำให้เกิดการดำเนินการไม่สมบูรณ์ การตรวจสอบที่ผิดพลาด หรือการแก้ไขซ้ำโดยมนุษย์ ให้ใช้คำสั่งที่ตรงกันกับเครื่องมือและทดสอบการยอมรับเดียวกัน.

กรณีที่ Gemini 3.5 Flash-Lite เหมาะสม

Gemini 3.5 Flash-Lite เป็นเวอร์ชันที่มีต้นทุนต่ำกว่า สำหรับการสกัดข้อมูล การจัดประเภท การแปล การกำหนดเส้นทาง การประมวลผลเอกสาร และงานของซับเอเจนต์ที่มีขอบเขตจำกัด ราคาตามมาตรฐานคือ $0.30 ต่อหนึ่งล้านโทเคนข้อมูลเข้า และ $2.50 ต่อหนึ่งล้านโทเคนข้อมูลออก ซึ่งทำให้ Flash 3.6 มีราคาสูงกว่า 5 เท่าสำหรับข้อมูลเข้า และสูงกว่า 3 เท่าสำหรับข้อมูลออก.

ระบบจัดสรรงานแบบสองชั้นสามารถจัดสรรงานที่ตรงตามเงื่อนไขไปยัง Flash-Lite โดยอัตโนมัติ และส่งงานที่มีความมั่นใจต่ำ งานที่ใช้เครื่องมือมาก งานแบบหลายรูปแบบ หรืองานที่มีระยะเวลาดำเนินการยาวไปยัง 3.6 Flash ระบบจัดสรรงานนี้ควรสามารถตรวจสอบได้และสามารถย้อนกลับได้ โดยบันทึกเหตุผลไว้ พร้อมทั้งรวมค่าใช้จ่ายในการลองใหม่และค่าใช้จ่ายในการแก้ไขด้วย โทเค็นที่มีราคาถูกกว่าไม่หมายความโดยอัตโนมัติว่างานที่เสร็จสิ้นจะมีค่าใช้จ่ายต่ำกว่า.

ความคิดเห็นจากผู้ใช้ในช่วงแรกและผลการวิจัยจากฝ่ายที่สาม

เวอร์ชัน Gemini 3.6 Flash ได้ถูกปล่อยให้สาธารณะใช้มาประมาณหนึ่งวัน เมื่อภาพหน้าจอเหล่านี้ถูกบันทึกเมื่อวันที่ 22 กรกฎาคม 2026 โพสต์ดังกล่าวคือ เรื่องเล่าในสังคม เป็นหลักฐาน ไม่ใช่ผลการสำรวจที่สะท้อนภาพรวม และอันดับของแพลตฟอร์มคือ การทดสอบประสิทธิภาพจากฝ่ายที่สาม หลักฐานแทนที่จะเป็นผลการค้นหาจาก Google หรือการวัดผลของเราเอง สิ่งเหล่านี้มีประโยชน์ในการกำหนดสมมติฐานเพื่อนำไปทดสอบ.

สัญญาณที่น่าหวังจากเบราว์เซอร์และส่วนหน้า (front-end) แต่มีข้อควรระวัง

Arena.ai รายงานว่า Gemini 3.6 Flash อยู่ในอันดับที่ 12 ด้วยคะแนน 1,537 ใน Frontend Code Arena ซึ่งเพิ่มขึ้นจากอันดับที่ 21 ของ Gemini 3.5 Flash ผลลัพธ์นี้สะท้อนถึงคำสั่ง (prompts) ผู้ลงคะแนน ภาพถ่ายโมเดล (model snapshot) และวิธีการจัดอันดับของ Arena ซึ่งสนับสนุนสมมติฐานเกี่ยวกับการปรับปรุงส่วนหน้า (front-end) แต่ไม่ได้กำหนดมาตรฐานคุณภาพโค้ดที่เป็นสากล.

Browser Use ได้รายงานผล 68% ใน BU Benchmark ของตน และเรียกโมเดลนี้ว่าเป็นตัวเลือกเอเจนต์เบราว์เซอร์ที่มีอัตราส่วนราคาต่อประสิทธิภาพที่ดีที่สุด นี่เป็นผลการทดสอบประสิทธิภาพที่จัดทำโดยผู้ผลิตเอง ไม่ใช่การประเมินจากอุตสาหกรรมที่เป็นกลาง แม้ผลลัพธ์นี้จะน่าสนใจเมื่อพิจารณาควบคู่กับผลการทดสอบ OSWorld ของ Google แต่ทีมต่างๆ ควรทำการทดสอบงานของเบราว์เซอร์ซ้ำภายในระบบความปลอดภัยและเครื่องมือการทดสอบของตนเอง.

ผู้ใช้ X หนึ่งคนที่มีวิจารณญาณได้ตีความตารางของ Google แตกต่างออกไป โดยชี้ว่าผลลัพธ์ที่น่าเชื่อถือที่สุดปรากฏในด้านวิสัยทัศน์และบริบท มากกว่าด้านการเขียนโค้ด ผู้ใช้อีกคนชี้ไปที่ดัชนีการเขียนโค้ดแบบรวม ซึ่งค่า 3.6 อยู่ต่ำกว่าค่า 3.5 เล็กน้อย การผสมผสานงานที่แตกต่างกันอาจก่อให้เกิดผลลัพธ์ที่ดูเหมือนขัดแย้งกัน ซึ่งนี่คือเหตุผลที่ชื่อและวิธีการของเกณฑ์มาตรฐานควรถูกระบุไว้พร้อมกับทุกตัวเลข.

รายงานการเขียนโค้ดเน้นการตรวจสอบและการเสร็จสิ้น

รายงานบน Reddit ที่ละเอียดที่สุดได้อธิบายว่า Flash 3.6 มีความเร็วและประสิทธิภาพสูง เมื่องานมีขอบเขตที่ชัดเจน สามารถวัดผลได้ และได้รับการติดตั้งเครื่องมือวัดผลก่อนการแก้ไข ผู้เขียนคนเดียวกันยังเตือนเกี่ยวกับคำกล่าวอ้างการตรวจสอบที่มั่นใจเกินไป ความอิสระที่ดูเหมือนจะก่อให้เกิดความเสียหาย และค่าใช้จ่ายในการกำกับดูแลจากการตรวจสอบงาน ผู้เขียนยังเปิดเผยด้วยว่า มีโมเดลอื่นที่ตรวจสอบหรือแก้ไขผลลัพธ์ และปัญหาในการตั้งค่าได้ทำให้ส่วนหนึ่งของการทดสอบเกิดความสับสน.

ผู้เขียนอีกคนบน Reddit ได้รายงานว่างานโครงการยังไม่เสร็จสมบูรณ์ แต่กลับมีการอ้างว่างานดังกล่าวได้เสร็จสิ้นแล้ว ผู้แสดงความคิดเห็นได้อธิบายถึงบริบทที่คล้ายกัน รวมถึงปัญหาในการแก้ไขข้อผิดพลาด (debugging) และความกังวลเกี่ยวกับการตรวจสอบที่ผิดพลาด (hallucinated verification) การตั้งค่าเครื่องมือและคำสั่งยังไม่ได้รับการตรวจสอบอย่างอิสระ ดังนั้นรายงานนี้ควรถือเป็นกรณีทดสอบ — ไม่ใช่คำตัดสินที่นำไปใช้ทั่วไป.

บทเรียนสำคัญในการประเมินคือต้องแยกคุณภาพของแพตช์ออกจากความถูกต้องในการตรวจสอบ โมเดลอาจเสนอการเปลี่ยนแปลงที่มีประโยชน์ แต่กลับใช้การทดสอบที่ไม่สามารถแยกแยะการแก้ไขได้ ละเว้นส่วนงานสุดท้าย หรือรายงานข้อผิดพลาดที่เหลืออย่างไม่ถูกต้อง เกณฑ์การยอมรับควรตรวจสอบผลลัพธ์ การแยกแยะของการทดสอบ สถานะสุดท้าย และความถูกต้องของรายงานการเสร็จสิ้น.

ข้อจำกัด ความปลอดภัย และขอบเขตของหลักฐาน

Gemini 3.6 Flash ยังคงมีรูปแบบความผิดพลาดของโมเดลพื้นฐานอยู่ ซึ่งรวมถึงข้อมูลที่สร้างขึ้นเอง การดำเนินการที่ไม่สมบูรณ์ และข้อสรุปที่มั่นใจแต่ไม่มีหลักฐานสนับสนุน นอกจากนี้ บัตรข้อมูลของโมเดลยังระบุถึงปัญหาความช้าหรือการหมดเวลาเป็นครั้งคราวด้วย เนื่องจากข้อมูลของโมเดลถูกจำกัดไว้ที่เดือนมีนาคม 2026 จึงจำเป็นต้องมีการอ้างอิงข้อมูลใหม่จากแหล่งข้อมูลที่เชื่อถือได้หรือเอกสารที่ให้มา.

Google รายงานว่าผลการเปรียบเทียบด้านความปลอดภัยกับ Gemini 3.5 Flash มีผลเชิงบวกโดยรวม ซึ่งรวมถึงความปลอดภัยในการแปลงข้อความเป็นข้อความและความปลอดภัยในการแปลหลายภาษาที่ดีขึ้น ความปลอดภัยในการแปลงภาพเป็นข้อความที่ยังคงเดิม และมีการถดถอยเล็กน้อยในด้านน้ำเสียงการปฏิเสธและการปฏิเสธที่ไม่มีเหตุผล หลังจากผ่านการทดสอบเพิ่มเติม โมเดลนี้ยังคงอยู่ต่ำกว่าระดับความสามารถสำคัญ (Critical Capability Levels) ของ Google ซึ่งเป็นการประเมินจากผู้เผยแพร่ ไม่ใช่การรับประกันจากฝ่ายอิสระสำหรับการใช้งานเฉพาะใด ๆ.

การใช้คอมพิวเตอร์ต้องการมาตรการควบคุมการดำเนินงานที่เข้มงวดกว่าการใช้ระบบแชท ตัวแทนที่ทำงานบนภาพหน้าจออาจเผชิญกับการแทรกข้อความแจ้งเตือน การควบคุมที่หลอกลวง หน้าต่างป๊อปอัพ และการดำเนินการที่ไม่อาจย้อนกลับได้ ควรใช้สภาพแวดล้อมที่แยกเป็นอิสระ ข้อมูลรับรองสิทธิ์ที่มีสิทธิ์น้อยที่สุด รายการอนุญาตโดเมนและกิจกรรม การยืนยัน บันทึกการตรวจสอบ ขีดจำกัดการใช้จ่าย และแผนการคืนค่า.

การทดสอบเบราว์เซอร์ของเราไม่ได้ใช้จุดปลายทาง (endpoint) “Computer Use” ของ Google แบบดั้งเดิม และจึงไม่สามารถสนับสนุนการอ้างอิงเกี่ยวกับความล่าช้า ความปลอดภัย หรืออัตราความสำเร็จแบบดั้งเดิมได้ การทดสอบนี้มุ่งเน้นไปที่การวิเคราะห์ภาพหน้าจอและตัวแก้ไขการดำเนินการแบบข้อความในระบบท้องถิ่น นอกจากนี้ ข้อผิดพลาดในการแปลงไฟล์ PDF ของ Broly ก็มีผลเฉพาะกับเส้นทางคำขอของเกตเวย์นั้นเท่านั้น.

ข้อมูลความล่าช้าของเราได้รวมการกำหนดเส้นทางผ่านเกตเวย์ Broly และได้มาจากชุดห้องทดลองขนาดเล็กเพียงชุดเดียว ไม่ใช่จากการแจกจ่ายซ้ำ เราไม่ได้วัด TTFT ค่าใช้จ่ายเป็นการประมาณการที่ได้จากข้อมูลการใช้งานที่รายงานและอัตราค่าบริการมาตรฐานอย่างเป็นทางการ ไม่ใช่จากใบแจ้งหนี้ และชุดห้องทดลองดังกล่าวไม่ได้ใช้ Search Grounding.

ผลการทดสอบมาตรฐานอย่างเป็นทางการ, ตารางอันดับจากฝ่ายที่สาม, การทดสอบเกตเวย์ของเรา และเรื่องราวจากผู้ใช้ในโซเชียลมีเดีย ล้วนให้คำตอบต่อคำถามที่แตกต่างกัน การรักษาให้ป้ายกำกับของแต่ละข้อมูลยังคงชัดเจนจะช่วยป้องกันความแม่นยำที่ผิดพลาด: ผลลัพธ์จาก Google อธิบายการประเมินของ Google เอง, ข้อมูลบันทึกของเราอธิบายเส้นทางและชุดอุปกรณ์ที่สามารถทำซ้ำได้หนึ่งชุด, ส่วนโพสต์สาธารณะอธิบายประสบการณ์ส่วนตัวของผู้ใช้แต่ละคน.

ใครควรใช้ Gemini 3.6 Flash?

ก่อนที่จะเลือกวิธีเข้าถึง ให้ตรวจสอบว่าปริมาณงานของคุณจำเป็นต้องใช้แพ็กเกจแบบเสียค่าใช้จ่ายใน คู่มือสมัครสมาชิก Gemini 3 Flash.

Gemini 3.6 Flash เป็นตัวเลือกที่น่าสนใจสำหรับทีมที่กำลังใช้ Gemini 3.5 Flash อยู่แล้ว โดยเฉพาะอย่างยิ่งเมื่อค่าใช้จ่ายในการผลิต ข้อมูลเข้าแบบหลายรูปแบบ การเรียกใช้เครื่องมือ หรือการวางแผนแบบเอเจนต์ เป็นปัจจัยสำคัญ นอกจากนี้ ยังเหมาะสำหรับแอปพลิเคชันใหม่ที่สามารถกำหนดเกณฑ์ความสำเร็จอย่างชัดเจน และควบคุมการดำเนินการที่มีความเสี่ยงได้.

• การพัฒนาเอเจนต์ด้วยงานที่มีขอบเขตชัดเจน พื้นที่ทำงานที่แยกเป็นอิสระ และการทดสอบอัตโนมัติที่มีความแม่นยำ.
• กระบวนการวิเคราะห์แผนภูมิ รูปภาพ วิดีโอ เสียง และไฟล์ PDF ที่สร้างข้อความหรือข้อมูลที่มีโครงสร้าง.
• เอเจนต์บนเบราว์เซอร์หรือเดสก์ท็อปที่ได้รับการกำกับดูแล พร้อมด้วยขั้นตอนยืนยันและการตรวจสอบความถูกต้องในเครื่อง.
• ระบบงานความรู้ที่จำเป็นต้องใช้การเรียกฟังก์ชัน การค้นหาไฟล์ การเก็บไว้ในแคช หรือการค้นหาที่อิงข้อมูลจริง.
• ทีมที่สามารถเปรียบเทียบค่าใช้จ่ายต่อภารกิจที่สำเร็จได้กับ 3.5 Flash และผู้ให้บริการอื่น ๆ.

ระบบนี้ไม่เหมาะสมนักเมื่องานดังกล่าวสามารถดำเนินการได้อย่างน่าเชื่อถือด้วย Flash-Lite เมื่อเสียงแบบเรียลไทม์ต้องการใช้ Live API หรือเมื่อจำเป็นต้องสร้างภาพหรือเสียงแบบเนทีฟ นอกจากนี้ ระบบนี้ยังไม่เหมาะสมสำหรับกระบวนการอัตโนมัติแบบไม่มีการกำกับดูแลที่มีความเสี่ยงสูง โดยไม่มีกลไกการย้อนกลับ (rollback) และการตรวจสอบอย่างอิสระ.

• โอนการจัดประเภทและการสกัดข้อมูลแบบง่ายๆ ไปยังระดับที่มีค่าใช้จ่ายต่ำกว่า แต่ยังคงรักษาคุณภาพไว้.
• อย่าคิดว่าหน้าต่างบริบทขนาด 1M จะมาแทนที่กระบวนการวิศวกรรมการค้นหาข้อมูล.
• อย่ารับสถานะ “ได้รับการยืนยัน” ที่ผู้ใช้รายงานเอง โดยไม่มีการทดสอบที่อาจล้มเหลว.
• อย่าใช้ความล่าช้าของ Broly Gateway หรือพฤติกรรมในการแปลง PDF มาประยุกต์ใช้กับจุดปลายทางของ Google แบบดั้งเดิม.
• อย่าเปิดใช้งานการดำเนินการที่เกี่ยวข้องกับการใช้คอมพิวเตอร์ที่ไม่สามารถย้อนกลับได้โดยไม่มีการยืนยันอย่างชัดเจน.

คำตัดสินสุดท้าย

การรีวิว Gemini 3.6 Flash นี้พบว่านี่เป็นตัวเลือกที่มีศักยภาพสูงสำหรับการผลิตจริง แต่ไม่ใช่การย้ายระบบแบบอัตโนมัติ โมเดลนี้รวมราคาต่อผลลัพธ์ที่ต่ำ พื้นที่รับข้อมูลและเครื่องมือที่กว้างขวาง รวมถึงผลการปรับปรุงอย่างเป็นทางการที่มีความหมายบน DeepSWE, MLE-Bench, OSWorld และการค้นหาข้อมูลในบริบทที่ยาว ผลการทดสอบในขอบเขตจำกัดของเราให้หลักฐานที่น่าสนับสนุนสำหรับการสกัดข้อมูลอย่างแม่นยำ การอ่านแผนภูมิ การแก้ไขโค้ดแบบเฉพาะจุด และการวางแผนการดำเนินการในท้องถิ่นโดยใช้ภาพหน้าจอเป็นแนวทาง.

คำเตือนนี้ก็มีลักษณะที่ชัดเจนไม่แพ้กัน การจำกัดปริมาณข้อมูลออกที่เข้มงวดทำให้เกิดการตัดข้อมูลออกสองครั้งในขั้นต้น; การวิเคราะห์เหตุผลใช้เกือบทั้งหมดของงบประมาณการสตรีมจนเสร็จสิ้น; การทดสอบการเรียกข้อมูลสังเคราะห์ 128K ของเราล้มเหลวสองครั้ง; และแผนของเบราว์เซอร์ได้สร้าง ID ที่ไม่เคยเห็นมาก่อน เส้นทาง PDF ยังไม่ได้รับการทดสอบในระบบดั้งเดิม เนื่องจากเส้นทางแปลง Broly ล้มเหลวก่อนที่จะได้รับคำตอบจากโมเดล.

ใช้ Gemini 3.6 Flash เมื่อผลการประเมินที่ตรงกันแสดงให้เห็นว่าโมเดลนี้มีประสิทธิภาพทางเศรษฐกิจในการเสร็จสิ้นงานที่ดีกว่าโมเดลปัจจุบันของคุณ ติดตามอัตราการผ่าน, โทเค็น, การลองใหม่, การเรียกใช้เครื่องมือ, การแก้ไขที่ไม่ต้องการ, เวลาที่ใช้ในการแก้ไขโดยมนุษย์ และตรวจสอบว่าทุกข้ออ้างในการตรวจสอบได้รับการสนับสนุนโดยการทดสอบที่แยกแยะได้หรือไม่ สำหรับงานที่มีลักษณะผสม ให้เริ่มต้นด้วย Flash-Lite และปรับเพิ่มระดับตามความต้องการที่สังเกตได้.

คำถามที่มักถูกถาม

เวอร์ชัน Gemini 3.6 Flash มีให้ใช้งานทั่วไปแล้วหรือไม่?

ใช่ครับ Google ระบุว่า Gemini 3.6 Flash เป็นเวอร์ชันที่เสถียรและพร้อมใช้งานทั่วไปสำหรับการผลิตแล้ว รหัสโมเดลคือ gemini-3.6-flash, และสามารถเข้าถึงได้ผ่าน Google AI Studio และ Gemini Developer API ความครอบคลุมของฟีเจอร์ API ยังแตกต่างกันระหว่าง Interactions และ สร้างเนื้อหา.

ราคาของ Gemini 3.6 Flash เป็นเท่าไร?

ราคามาตรฐานที่จ่ายคือ $1.50 ต่อหนึ่งล้านโทเคนอินพุต และ $7.50 ต่อหนึ่งล้านโทเคนเอาต์พุต รวมถึงโทเคนคิดด้วย โหมด Batch และ Flex มีค่าใช้จ่าย $0.75 สำหรับโทเคนเข้า และ $3.75 สำหรับโทเคนออก ส่วนโหมด Priority มีค่าใช้จ่าย $2.70 สำหรับโทเคนเข้า และ $13.50 สำหรับโทเคนออก การแคช (Caching) และการกราวด์ (Grounding) อาจมีค่าใช้จ่ายเพิ่มเติมแยกต่างหาก.

หน้าต่างบริบทของ Gemini 3.6 Flash คืออะไร?

Gemini 3.6 Flash รองรับโทเคนอินพุตได้สูงสุด 1,048,576 โทเคน และโทเคนเอาต์พุตได้สูงสุด 65,536 โทเคน นี่เป็นขีดจำกัดความจุ ไม่ใช่การรับประกันการเรียกข้อมูล ผลลัพธ์ 1M GDM-MRCR ของ Google คือ 54.0% และงานเกตเวย์สังเคราะห์ 128K ที่เราทดสอบล้มเหลว ดังนั้นระบบสำคัญยังคงต้องการการดึงข้อมูลและการตรวจสอบความถูกต้อง.

Gemini 3.6 Flash รองรับภาพ เสียง วิดีโอ และไฟล์ PDF หรือไม่?

ใช่ Google ระบุข้อความ รูปภาพ เสียง วิดีโอ และไฟล์ PDF เป็นข้อมูลนำเข้าที่ได้รับการสนับสนุน โมเดลนี้สร้างข้อความ ข้อมูลที่มีโครงสร้าง และการเรียกใช้เครื่องมือ แทนที่จะสร้างรูปภาพหรือเสียงในรูปแบบต้นฉบับ เส้นทางการแปลงไฟล์ PDF ของ Broly ของเราไม่ได้รับการสนับสนุน แต่ผลลัพธ์จากเกตเวย์ดังกล่าวไม่ได้ยืนยันว่า Gemini มีข้อจำกัดในการสร้างไฟล์ PDF ในรูปแบบต้นฉบับ.

Flash Gemini 3.6 รองรับการใช้งานกับคอมพิวเตอร์หรือไม่?

ใช่ครับ API Gemini ของ Google รองรับการใช้งานบนคอมพิวเตอร์ด้วย Gemini 3.6 Flash สำหรับเบราว์เซอร์ อุปกรณ์มือถือ และสภาพแวดล้อมเดสก์ท็อป แต่คุณสมบัตินี้ยังอยู่ในสถานะ Preview ลูกค้าจะดำเนินการตามขั้นตอนที่เสนอ และต้องดำเนินการยืนยันและควบคุมความปลอดภัยด้วย ระบบจับภาพหน้าจอของเราไม่ใช่การทดสอบการใช้งานบนคอมพิวเตอร์แบบเนทีฟ.

Gemini 3.6 Flash ดีกว่า Gemini 3.5 Flash หรือไม่?

มันมีประสิทธิภาพดีกว่าในหลายการเปรียบเทียบของ Google และมีค่าใช้จ่ายต่อโทเคนผลลัพธ์ที่ต่ำกว่า แต่คำว่า “ดีกว่า” นั้นขึ้นอยู่กับปริมาณงานของเรา ชุดทดสอบการเข้ารหัสแบบจำกัดของเราให้ผลลัพธ์ 5/5 สำหรับทั้งสองโมเดล ในขณะที่โมเดล 3.5 จำเป็นต้องใช้การสกัดโค้ดแบบทนต่อข้อผิดพลาด ให้รันงานที่ตรงกันและเปรียบเทียบค่าใช้จ่ายในการทำงานที่เสร็จสมบูรณ์และได้รับการตรวจสอบ ไม่ใช่เพียงแค่ชื่อโมเดลเท่านั้น.

อุณหภูมิ top_p และ top_k ได้รับการสนับสนุนหรือไม่?

Google กล่าวว่า อุณหภูมิ, top_p, และ top_k ถูกถือว่าล้าสมัยและถูกละเว้นสำหรับโมเดลเหล่านี้ โดยคาดว่าโมเดลรุ่นต่อไปจะไม่รองรับอีกต่อไป ให้ลบฟิลด์เหล่านี้ออกระหว่างการย้ายข้อมูล ใช้คำแนะนำที่ชัดเจน สคีมา ผลลัพธ์ที่มีโครงสร้าง และเครื่องมือตรวจสอบความถูกต้องของแอปพลิเคชัน เพื่อควบคุมพฤติกรรม.

มีแพ็กเกจฟรีหรือไม่?

Google ระบุว่าการเข้าถึงข้อมูลเข้าและออกในระดับ Standard ฟรีนั้นอยู่ภายใต้ข้อจำกัดด้านอัตราการใช้งานและความพร้อมใช้งาน หน้าข้อมูลราคาชี้แจงว่าเนื้อหาในระดับฟรีอาจถูกใช้เพื่อปรับปรุงผลิตภัณฑ์ของ Google ส่วนเนื้อหาในระดับที่ต้องชำระเงินจะได้รับการระบุไว้อย่างชัดเจน โปรดตรวจสอบอัตราการใช้งานปัจจุบัน การใช้ข้อมูล และเงื่อนไขตามภูมิภาคก่อนส่งข้อมูลการผลิตหรือข้อมูลที่ละเอียดอ่อน.