بقلم: ليلى | محررة أدوات المطورين · صوت تحريري بإشراف بشري
قررت جوجل إلغاء ثلاثة معاملات كانت من أكثر المعاملات استخداماً في ضبط سلوك النماذج اللغوية: temperature وtop_p وtop_k. يسري هذا القرار على Gemini 3.6 Flash وGemini 3.5 Flash-Lite وعلى جميع إصدارات Gemini المستقبلية، وهو ما يعني أن أي كود يتضمن هذه المعاملات سيُرجع خطأ HTTP 400 في أجيال النماذج القادمة. إن كنت تُشغّل تطبيقاً يعتمد على Gemini API، فأنت أمام checklist ترحيل لا يمكن تأجيلها.
النموذجان أُعلن عن إتاحتهما للإنتاج (Generally Available) رسمياً. Gemini 3.6 Flash (معرّف: gemini-3.6-flash) موجّه للمهام الوكيلية متعددة الخطوات والمعالجة متعددة الوسائط، بسعر $1.50 لكل مليون رمز إدخال و$7.50 لكل مليون رمز إخراج — مقارنةً بـ $9.00 لكل مليون رمز إخراج في Gemini 3.5 Flash. أما Gemini 3.5 Flash-Lite (معرّف: gemini-3.5-flash-lite) فهو الأسرع والأرخص في العائلة بأكملها: $0.30 لكل مليون رمز إدخال و$2.50 لكل مليون رمز إخراج، وهو مصمّم لعمليات الإنتاجية العالية كاستخلاص البيانات والتصنيف المتوازي. كلا النموذجين يدعمان نافذة سياق بحجم مليون رمز، وإخراجاً يصل إلى 64 ألف رمز، ومجموعة الأدوات المدمجة بما فيها Computer Use (وفقاً لتوثيق Google AI).
من الناحية التقنية، تحسّن أداء Gemini 3.6 Flash يتجلى في تقليص دورات التفكير وعدد أدوات الاستدعاء، وتحسين جودة الكود البرمجي الجاهز للإنتاج، وتقليص التعديلات غير المرغوبة على الملفات أثناء مهام التشخيص. كما يمتلك قدرة أقوى على تفسير المخططات وتحويل المخططات البصرية وتوليد تخطيطات الويب متعددة العناصر. لكن التوثيق يُنبّه صراحةً إلى أن المقيّمين البشريين فضّلوا النماذج الأقدم في التصميم البصري والأنماط، ويُوصى بتقديم إرشادات تصميم صريحة للتعويض. أما Gemini 3.5 Flash-Lite فيتفوق على Gemini 2.5 Flash في معيار HLE بنسبة 18.0% مقابل 11.0%، وفي معيار CharXIV بنسبة 74.5% مقابل 63.7% (وفقاً لتوثيق Google AI).
جوجل تُتيح أتمتة عملية الترحيل عبر Antigravity agent الذي أصبح يعمل بـ Gemini 3.6 Flash افتراضياً. يمكن تثبيت الـ skill بأمر واحد ثم تشغيله مباشرةً على مشروعك. لكن إن كنت تفضّل التحكم اليدوي، إليك خطوات الترحيل الكاملة:
- احذف معاملات الـ sampling المُلغاة من جميع إعدادات
generation_config: أزلtemperatureوtop_pوtop_kبالكامل. إبقاؤها يُرجع خطأ 400 في الأجيال القادمة. إن كنت تحتاج ضبط حتمية الإخراج، استبدل ذلك بـsystem_instructionتتضمن قواعد صريحة لحالة استخدامك. - استبدل
thinking_budgetبـthinking_levelمع تمرير قيمة نصية: “minimal” أو “medium” أو “high”. في Gemini 3.6 Flash الافتراضي هو “medium”، وفي Gemini 3.5 Flash-Lite الافتراضي هو “minimal” للحصول على أقصى إنتاجية في مهام الاستخلاص والتصنيف. للمهام الوكيلية المعقدة أو subagents متعددة الخطوات، ارفعه إلى “medium” أو “high” لتجنّب إيقاف الأدوات مبكراً. - أزل
candidate_countكلياً، إذ لم يعد مدعوماً في Gemini 3.x. - احذف الـ prefilled model turns من payload الطلبات. أي طلب ينتهي بدور model غير فارغ في
contentsسيُرجع خطأ HTTP 400 مباشرةً. إن كنت تستخدم هذا الأسلوب لكبح المقدمات أو فرض تنسيق JSON، انتقل إلىsystem_instructionأو Structured Outputs بدلاً من ذلك. - حدّث معالجة المحادثات متعددة الأدوار باستخدام
previous_interaction_idمن جانب الخادم بدلاً من إدارة الأدوار يدوياً. - راجع function calling: ضع الأصول متعددة الوسائط داخل response payload، وصِغ التعليمات المضمّنة بـ
\n\n. إن ظهرت أخطاءMalformed_Function_Callمرتبطة بنص ما قبل الأداة، راجع الحلول البديلة في التوثيق. عند استخدام generateContent API، تأكد من أن جميع كائنات FunctionResponse تتضمنcall_idوname. - حدّث معرّف النموذج إلى
gemini-3.6-flashأوgemini-3.5-flash-liteحسب حالة الاستخدام. الأول للكود والمهام الوكيلية متعددة الخطوات والتحليل المتعدد الوسائط، والثاني للاستخلاص الضخم والتحليل الهيكلي وتشغيل subagents بحجم عالٍ.
القرار المتعلق بإلغاء temperature وأخواتها ليس مفاجئاً من الناحية التقنية — نماذج التفكير تُدير عشوائيتها داخلياً ولا تعتمد على هذه المعاملات بالطريقة التقليدية — لكنه يمثل تحولاً في فلسفة التحكم: بدلاً من ضبط السلوك عبر أرقام مجردة، أنت الآن تكتب تعليمات بلغة طبيعية داخل system_instruction. هذا يفرض وضوحاً أكبر في التصميم، لكنه يعني أيضاً أن الـ debugging التقليدي عبر تعديل temperature لن يكون خياراً متاحاً. إن كنت تُدير تطبيقاً في الإنتاج، فالنافذة مفتوحة الآن للترحيل بهدوء — قبل أن تُصبح الـ 400 error حتمية في الجيل التالي.
Google AI Developers Documentation
