Gemini 3.6 Flash está em GA — mas três parâmetros deixaram de governar a saída
A versão estável chegou com uma alteração de contrato: `temperature`, `top_p` e `top_k` são ignorados e podem causar erro em modelos futuros. Uma migração segura mede comportamento, não apenas disponibilidade.
- Natureza
- Atualização de produto com implicações contratuais
- Verificação
- Documentação oficial consultada em 11 de agosto de 2026
- Âmbito
- Gemini API, sobretudo integrações que migram para Gemini 3.6 Flash
- Limite
- GA e alegações de desempenho são do fornecedor; a adequação deve ser provada no workload próprio
Em resumo
As notas oficiais de 21 de julho classificam `gemini-3.6-flash` e `gemini-3.5-flash-lite` como versões estáveis e prontas para produção. A documentação de migração acrescenta duas quebras relevantes: os três parâmetros de amostragem estão depreciados e ignorados, e um pedido cujo último turno não vazio seja do modelo devolve HTTP 400. Isto exige limpar configurações, congelar um corpus e aceitar a nova distribuição de respostas com métricas do produto.
- Pesquise os três parâmetros em código, gateways, presets e configuração remota; uma opção ignorada é controlo aparente.
- Teste o último turno de cada conversa e os pedidos reconstruídos por retries, filas e memória persistente.
- Compare taxa de tarefa concluída, recusas, formato, custo e cauda de latência no mesmo corpus.
- Fixe o identificador do modelo em produção; aliases `latest` não são uma política de mudança.
O que mudou no contrato, e não apenas no nome do modelo
A Google anunciou Gemini 3.6 Flash e Gemini 3.5 Flash-Lite em disponibilidade geral a 21 de julho. Para 3.6 Flash, a página aponta eficiência de tokens e trabalho de código e planeamento agentic; para Flash-Lite, baixa latência e automação em volume. Essas descrições ajudam a escolher candidatos, mas não substituem uma avaliação interna.
A mudança verificável está na API: `temperature`, `top_p` e `top_k` estão depreciados, são ignorados nestes modelos e poderão produzir HTTP 400 em gerações futuras. Prefilling de um turno do modelo também deixou de ser aceite. Se a equipa continua a mostrar esses controlos no painel, está a prometer uma influência que o endpoint não exerce.
Da descoberta à promoção
- 21 JULVersões GA
As release notes publicam os identificadores estáveis e as alterações de parâmetros.
- 9 AGOInventário de contrato
Localizar parâmetros, prefilling, aliases e reconstrução de conversas.
- TESTECorpus repetível
Executar entradas iguais, guardar versões e classificar diferenças por requisito.
- PROMOVERCanário observado
Só mudar o default depois de critérios técnicos e de negócio passarem.
A equivalência é uma decisão de produto apoiada em cinco provas
A nova versão pode produzir respostas válidas e ainda assim piorar o serviço: mais passos, JSON instável, maior consumo de ferramentas ou recusas num fluxo legítimo. O baseline deve usar pedidos reais anonimizados, casos adversariais e limites definidos antes de ver o resultado.
Meça custo por tarefa aceite, não apenas preço por token. Um modelo mais barato pode chamar mais ferramentas ou gerar mais texto; um modelo mais caro pode reduzir retries. Separe os resultados do canário por versão e preserve request ID, modelo resolvido, tokens, latência, ferramentas, decisão humana e motivo de rollback.
Contrato mínimo de aceitação
| Frente | Métrica | Prova | Bloqueia quando |
|---|---|---|---|
| API | Erros e schema | Requests/responses versionados | Há 400 inesperado ou parser falha |
| Tarefa | Conclusão correta | Corpus rotulado | Cai abaixo do limiar aprovado |
| Agente | Passos e chamadas | Trace por execução | Autoridade ou custo cresce sem controlo |
| Operação | p50/p95 e retries | Telemetria por versão | SLO deixa de caber |
| Economia | Custo por aceite | Tokens, ferramentas e revisão | Orçamento unitário é excedido |
Remova controlos falsos antes de abrir o canário
Comece por falhar o build quando os três parâmetros aparecem em configuração destinada a 3.6 Flash. Depois, teste conversas reconstruídas, respostas estruturadas e chamadas de ferramentas. Só então abra um canário pequeno, com rollback para um identificador fixo e conhecido.
A mudança termina quando produto, engenharia e risco aceitam o mesmo relatório. Um dashboard que não identifica o modelo resolvido ou mistura versões impede descobrir se uma regressão veio do código, do prompt ou do fornecedor.
- Eliminar parâmetros depreciados em vez de apenas ocultá-los na interface.
- Fixar prompts, ferramentas e corpus durante a comparação.
- Definir limites separados para qualidade, segurança, latência e custo.
- Documentar quem pode promover, pausar e reverter.
Fontes consultadas
Consultadas na data de atualização indicada.
Abre numa nova janela.- 01Gemini API release notesGoogle AI for Developers · AI-GOOGLE
- 02Using the latest Gemini modelsGoogle AI for Developers · AI-GOOGLE
- 03Gemini modelsGoogle AI for Developers · AI-GOOGLE
- 04Gemini Developer API pricingGoogle AI for Developers · AI-GOOGLE
- 05Challenges to the Monitoring of Deployed AI SystemsNIST · GL-NISTAI
- 06AI Risk Management Framework CoreNIST AIRC · GL-NISTAI
Participar
Partilhe a análise. Acrescente contexto.
Divulgue a matéria no seu canal ou deixe uma observação ligada ao tema.
Comentários
A carregar a conversa.