جيميني 3.6 فلاش هو أحدث نموذج سريع وفعّال من حيث التكلفة من جوجل ضمن عائلة جيميني 3 — نموذج متعدد الوسائط أصلاً يقرأ النصوص والصور والفيديو والصوت والملفات ويستجيب بالنصوص، مع نافذة سياقية بسعة مليون رمز وما يصل إلى 64 ألف رمز إخراج. صُمم للفرق التي تحتاج إلى جودة قريبة من النماذج الحدودية بسرعة وسعر طبقة فلاش، وهو الخيار الافتراضي القوي عبر وكلاء البرمجة وفهم المستندات والوسائط والتوليد المعزز بالاسترجاع والأتمتة عالية الإنتاجية. بالمقارنة مع الإصدار السابق 3.5 فلاش، فهو أكثر كفاءة في استخدام الرموز وأقل إسهابًا — إذ يحقق الجودة نفسها أو أفضل مع إصدار رموز إخراج أقل، مما يخفض التكلفة وزمن الاستجابة مباشرة في عمليات التشغيل الوكيلة الطويلة. يدعم جهداً استدلالياً قابلاً للتكوين (بحيث يمكن للمتصلين ضبط العمق مقابل السرعة لكل طلب)، واستدعاء أدوات أصلياً، ومخرجات منظمة، ويحقق أداءً قوياً في تقييمات السياق الطويل والبرمجة الوكيلة لفئته، بما في ذلك 91.8% في استرجاع متعدد الإبر بمتوسط 128 ألف رمز، ودرجات تنافسية في SWE-Bench Pro وTerminal-Bench وOSWorld. يتحدث جيميني 3.6 فلاش كلاً من تنسيق chat-completions الخاص بـ OpenAI وواجهة برمجة التطبيقات الأصلية generateContent من جيميني، مما يجعله ترقية مباشرة للتكاملات الحالية المتوافقة مع جيميني وOpenAI. استخدمه كحصان العمل اليومي عندما تريد معظم ذكاء نموذج حدّي دون دفع أسعار النماذج الحدودية.
Google Gemini 3.6 Flash هو نموذج متعدد الوسائط كبير طورته Google، ويتم تقديمه عبر واجهة برمجة تطبيقات OrcaRouter بسعر شفاف (بدون رسوم إضافية). يقبل المدخلات النصية، الصور، الفيديو، الملفات، والصوت،…
تتميز Gemini 3.6 Flash بقدرتها على معالجة السياقات الطويلة (حتى 1,048,576 رمزًا) والتعامل مع المدخلات متعددة الوسائط. تشير نتيجتها البالغة 91.8 على اختبار GDM-MRCR v2 ذي 8 إبر (متوسط 128 ألف) إلى قدرة قوية على الاسترجاع والفهم عبر إبر كثيرة في كومة قش، مما يعني أنها تستطيع تحديد المعلومات المحددة بدقة داخل المستندات الكبيرة. يدعم النموذج أيضًا المدخلات الصوتية والفيديو، مما يتيح حالات استخدام مثل نسخ الكلام من فيديو، وتحليل الرسوم البيانية، أو الإجابة عن أسئلة حول سلسلة من الصور. يشير اسم Flash إلى انخفاض زمن الاستجابة وكفاءة التكلفة، مما يجعله مناسبًا للتطبيقات في الوقت الفعلي أو ذات الحجم الكبير. ولأنه يُقدم عبر OrcaRouter بسعر المزود مع هامش ربح صفري، فإن التكلفة الإجمالية شفافة ويمكن التنبؤ بها.
إن نموذج Gemini 3.6 Flash هو بالفعل النوع المحسّن من حيث التكلفة من عائلة Flash من Google. ومع ذلك، إذا كانت حالة استخدامك لا تتطلب إدخالات متعددة الوسائط (مثل المهام النصية فقط)، فقد يكون نموذج نصي أصغر حجمًا مع نافذة سياق أقصر أرخص وأسرع. إذا كانت مهمتك تتناسب مع نطاق 8K–32K رمزًا، فقد تكون نماذج مثل Gemini 1.5 Flash (إذا كان متاحًا عبر OrcaRouter) أو نماذج خفيفة أخرى كافية بتكاليف أقل لكل رمز. بالإضافة إلى ذلك، إذا لم تستخدم أبدًا إدخالات الصوت أو الفيديو أو الملفات، فقد تدفع مقابل إمكانيات لا تحتاج إليها. يجب أن يعتمد القرار على طرق الإدخال المحددة لديك، وطول السياق المطلوب، ومتطلبات الجودة. يعرض OrcaRouter أسعار كل نموذج، لذا يمكنك مقارنة الأسعار لكل رمز واختيار الخيار الأكثر اقتصادًا.
تشمل المهام التي تستفيد من Gemini 3.6 Flash ما يلي: (1) استرجاع السياق الطويل والإجابة على الأسئلة من المستندات التي تتجاوز 100K رمز (token)، (2) الاستدلال متعدد الوسائط حيث يجب دمج البيانات البصرية والصوتية والنصية، (3) تلخيص الفيديو أو تحليله، (4) معالجة الملفات مثل تحليل ملفات PDF أو جداول البيانات أو العروض التقديمية التي تحتوي على صور ونصوص، و(5) التطبيقات الحساسة للتكلفة التي لا تزال بحاجة إلى القدرة متعددة الوسائط. يسمح حد الإخراج البالغ 65,536 رمزًا بتوليد ملخصات أو تقارير أو أكواد طويلة. النموذج أقل ملاءمة للمهام التي تتطلب استدلالًا منطقيًا صارمًا أو تفكيرًا رياضيًا قد يتطلب متغيرًا غير Flash؛ قد تستفيد حالات الاستخدام هذه من دقة أعلى ولكن بتكلفة أعلى. قارن مهامك المحددة لتأكيد الجودة مقارنة بالبدائل.
عبر واجهة OrcaRouter المتوافقة مع OpenAI، يدعم Gemini 3.6 Flash الاستجابات المتدفقة (باستخدام معامل `stream`) واستدعاء الدوال (أي استخدام الأدوات) عند تكوينه بشكل صحيح. تعتمد مدى توفر هذه الميزات تحديداً على واجهة Google الأساسية، لكن OrcaRouter يقوم بتعيين تنسيق طلب OpenAI إلى نقاط نهاية Google. للتدفق، قم بتعيين `"stream": true` في الطلب. لاستدعاء الدوال، قم بتعريف الأدوات في نص الطلب باستخدام مخطط OpenAI القياسي. يجب عليك اختبار هذه الميزات باستخدام معرف النموذج `google/gemini-3.6-flash` في عنوان URL الأساسي لـ OrcaRouter. لاحظ أن جميع إصدارات نموذج Gemini قد لا تدعم كل إمكانية؛ يُرجى الرجوع إلى وثائق Google للحصول على إصدار النموذج المحدد وراء الاسم المستعار.
النتيجة المعيارية المقدمة هي 91.8 على اختبار GDM-MRCR v2 ذو 8 إبر بمتوسط طول سياق يبلغ 128 ألف رمز. يقيس GDM-MRCR (استرجاع السياقات المتعددة من Google) الإصدار v2 قدرة النموذج على استرجاع المعلومات والاستدلال بشأنها («الإبر») الموضوعة داخل سياق طويل. تشير النتيجة 91.8 إلى أن النموذج نجح في العثور على 91.8% من الإبر والإجابة عن الاستفسارات المتعلقة بها بشكل صحيح في المتوسط. هذه نتيجة قوية لنموذج Flash، مما يوضح أن Gemini 3.6 Flash يمكنه استخراج الحقائق بشكل موثوق من المستندات الطويلة جدًا. المعايير ليست شاملة؛ فهي تختبر سيناريوهات محددة. قد يختلف الأداء الفعلي تبعًا لتعقيد مهمة الاسترجاع وعدد العناصر المشتتة وتنسيق المعلومات.
بيانات زمن الاستجابة غير متوفرة لنموذج Gemini 3.6 Flash، ولكن نماذج Flash عادةً ما تكون محسّنة لوقت استدلال أقل مقارنة بالإصدارات غير Flash. يعتمد وقت الاستجابة الفعلي على عوامل مثل طول سياق الإدخال، وعدد رموز الإخراج المطلوبة، وتعقيد الترميز متعدد الوسائط (مثل عدد الصور أو إطارات الفيديو)، وحمل الخادم لدى المزوّد. نظرًا لأن OrcaRouter يعمل كبوابة، فإن زمن الاستجابة يشمل كلاً من الرحلة ذهابًا وإيابًا إلى خوادم Google وأي عبء إضافي من توجيه واجهة برمجة التطبيقات لـ OrcaRouter. بالنسبة للتطبيقات التي تتطلب زمن استجابة منخفض جدًا، قد ترغب في الاختبار باستخدام مطالبات تمثيلية وقياس الوقت من البداية إلى النهاية. بشكل عام، تم تصميم نماذج Flash لتكون أسرع من نماذج Pro، ويمكن أن يؤدي البث إلى تقليل زمن الاستجابة المدرك.
بينما يحقق نموذج Gemini 3.6 Flash أداءً جيدًا في معيار السياق الطويل المقدم، فإن نسخته السريعة قد تكون أقل دقة في مهام الاستدلال والرياضيات وتوليد الأكواد مقارنة بالنماذج الأكبر والأكثر تكلفة. لم يتم تقديم درجات المقارنة الدقيقة لهذه المهام. بالإضافة إلى ذلك، فإن حد إخراج 65,536 رمزًا، رغم سخائه، قد لا يكون كافيًا لتوليد مستندات طويلة جدًا أو قواعد بيانات أكواد كاملة. قد يُظهر النموذج أيضًا تحيزات أو أخطاء واقعية شائعة في نماذج اللغة الكبيرة. وقد تنخفض جودة الفهم متعدد الوسائط عند وجود العديد من الصور أو مقاطع الفيديو الطويلة بسبب ضغط الرموز. وأخيرًا، نظرًا لأن النموذج يُستخدم من خلال OrcaRouter، فإن أي انقطاع في الخدمة لدى Google أو OrcaRouter قد يؤثر على التوفر. اختبر النموذج دائمًا على بياناتك المحددة للتحقق من الجودة.
توفر Gemini 3.6 Flash نافذة سياقية بسعة 1,048,576 رمزًا (حوالي مليون رمز) للإدخال الكامل، بما في ذلك جميع محتويات النص والصور والفيديو والملفات والصوت. الحد الأقصى لرموز الإخراج المسموح بها في استجابة واحدة هو 65,536 رمزًا. وهذا يعني أنه يمكنك إدخال مستندات طويلة جدًا أو صور متعددة أو نصوص طويلة مع الاستمرار في الحصول على رد كبير. تُعد نافذة السياق الكبيرة نقطة قوة رئيسية، حيث تتيح مهام مثل تلخيص الكتب ومراجعة المستندات القانونية والمحادثات متعددة الأدوار التي تتضمن تاريخًا طويلاً. ومع ذلك، قد يستغرق السياق الكامل البالغ 1M وقت معالجة غير بسيط وتكلفة رموز. ضع في اعتبارك أن استخدام سياقات كبيرة يستهلك رموز الإدخال بمعدل 1.50 دولار لكل 1M رمز، لذا فإن إدخال 1M سيكلف 1.50 دولار لكل طلب (بالإضافة إلى تكلفة الإخراج).
التسعيرة هي 1.50 دولار لكل 1,000,000 رمز إدخال و7.50 دولار لكل 1,000,000 رمز إخراج. تفرض OrcaRouter هذه الأسعار تمامًا كما تقدمها Google، بدون أي هامش ربح. لا توجد رسوم إضافية لكل طلب أو رسوم إضافية على المنصة. تشمل رموز الإدخال جميع الرموز من رسائل المستخدم (تاريخ النظام والمستخدم والمساعد) بالإضافة إلى أي محتوى متعدد الوسائط مشفر في الرموز. تحسب رموز الإخراج النص المُنشأ فقط. تعتمد تكلفة كل طلب على أطوال المدخلات والمخرجات الخاصة بك. على سبيل المثال، إدخال بحجم 100,000 رمز مع إخراج بحجم 1,000 رمز سيكلف 0.15 دولار (إدخال) + 0.0075 دولار (إخراج) = 0.1575 دولار. للاستخدام عالي الحجم، تسمح هذه التسعيرة الشفافة بالتنبؤ الدقيق بالتكلفة.
لا يعلن OrcaRouter حاليًا عن أي خصومات على التخزين المؤقت أو الخصومات الكمية المخصصة لنموذج Gemini 3.6 Flash. التسعير ثابت لكل رمز مميز (token) بسعر المزود. تقدم بعض منصات الذكاء الاصطناعي خصومات تعتمد على التخزين المؤقت للسياقات المتكررة، ولكن هذه الميزة غير مذكورة لهذا النموذج عبر OrcaRouter. يمكنك تقليل التكاليف عن طريق تحسين طول المطالبة (prompt)، والحد من السياقات غير الضرورية، واستخدام رموز مخرجات أقصر. إذا كنت بحاجة إلى أسعار أقل لكل رمز مميز، ففكر فيما إذا كان نموذج أصغر (مثل Gemini 1.5 Flash) كافيًا لمهمتك. قد تقدم Google مستويات تسعير مختلفة للقدرة المحجوزة، ولكن هذا غير متاح عبر واجهة برمجة التطبيقات (API) للدفع حسب الاستخدام الخاصة بـ OrcaRouter. تحقق دائمًا من وثائق OrcaRouter للحصول على أي تحديثات حول خيارات التسعير.
لأن OrcaRouter يمرر سعر المزوّد بدون أي هامش ربح، يجب أن تكون التكلفة لكل رمز (token) لـ Gemini 3.6 Flash عبر OrcaRouter مطابقة لما تتقاضاه Google مباشرة. ومع ذلك، باستخدام OrcaRouter تحصل على واجهة برمجة تطبيقات (API) موحدة متوافقة مع OpenAI، وقد تستفيد من فوترة وتكامل أبسط. لا توجد تكلفة إضافية لخدمة البوابة. إذا كان لديك عقد مباشر مع Google Cloud، فقد تحصل على خصومات حجمية يمكن أن تخفض السعر إلى أقل من $1.50/$7.50 لكل مليون رمز. OrcaRouter لا يقدم مثل هذه الخصومات، لذا بالنسبة للأحجام الكبيرة جدًا (>10B tokens/month) قد تكون الصفقة المباشرة أرخص. بالنسبة لمعظم المستخدمين، يوفر OrcaRouter تكافؤًا في السعر مع سهولة استخدام واجهة برمجة تطبيقات قياسية.
عند تضمين صور أو مقاطع فيديو أو صوت أو ملفات في مطالبتك، تقوم الخدمة بتحويل هذه العناصر إلى رموز تُحتسب ضمن حد الرموز المدخلة وتُفرض عليها رسوم بسعر الإدخال (1.50 دولار لكل مليون رمز). العدد الدقيق للرموز المستهلكة لكل صورة أو ثانية من الصوت غير محدد، ولكن كدليل تقريبي، قد تستهلك كل صورة من عدة مئات إلى بضعة آلاف من الرموز اعتمادًا على الدقة (دقة أعلى = رموز أكثر). عادةً ما تتم معالجة مقاطع الفيديو كسلسلة من الإطارات، كل إطار بتكلفة رموز. يتم استخراج الملفات مثل PDF كنصوص وصور، مع تحويل الصور إلى رموز وفقًا لذلك. لتقدير التكاليف، يجب عليك الاختبار باستخدام مطالبات نموذجية متعددة الوسائط ومراقبة استخدام الرموز عبر حقل `usage` في استجابة واجهة برمجة التطبيقات (API) (إذا كان متاحًا). يمكن أن يؤدي تقليل المحتوى المرئي أو استخدام إصدارات منخفضة الدقة إلى تقليل النفقات.
لاستخدام Gemini 3.6 Flash، أرسل الطلبات إلى نقطة نهاية OrcaRouter المتوافقة مع OpenAI. عيّن عنوان URL الأساسي إلى `https://api.orcarouter.ai/v1`. في نص الطلب، حدد النموذج كـ `"google/gemini-3.6-flash"`. تدعم واجهة API نفس نقطة نهاية إكمال المحادثة الخاصة بـ OpenAI: `POST /chat/completions`. يمكنك استخدام أي SDK من OpenAI (Python، Node.js، إلخ) من خلال تكوين `api_key` و `base_url`. مثال في Python: `client = OpenAI(api_key="your_orcarouter_key", base_url="https://api.orcarouter.ai/v1")` ثم `response = client.chat.completions.create(model="google/gemini-3.6-flash", messages=[...])`. يقبل النموذج المعلمات القياسية مثل `temperature`، `max_tokens`، `stream`، و `tools`.
المعلمات المدعومة تشمل `messages` (مصفوفة من كائنات الرسائل مع الدور والمحتوى)، `max_tokens` (حتى 65536)، `temperature`، `top_p`، تسلسلات `stop`، `stream` (قيمة منطقية)، `tools` (لاستدعاء الدوال)، و `tool_choice`. يمكن تضمين المحتوى متعدد الوسائط في حقل `content` للرسالة باستخدام مصفوفة من الأجزاء (مثل: text، image_url، audio_data). يتبع التنسيق الدقيق اتفاقية OpenAI vision API. يقوم OrcaRouter بترجمة هذه المعلمات إلى واجهة Google API الأساسية. لاحظ أنه قد لا تكون جميع المعلمات الخاصة بـ OCR (مثل `response_modalities`) متاحة. للحصول على تفاصيل حول تنسيقات الصور والصوت المدعومة، راجع وثائق OrcaRouter، ولكن بشكل عام، يتم قبول JPEG و PNG و GIF و MP3 و WAV. اضبط `max_tokens` على طول الإخراج المطلوب ضمن حد 65536.
إذا كان تطبيقك يستخدم حاليًا واجهة برمجة تطبيقات OpenAI (مثل `gpt-4o`)، فإن الانتقال إلى Gemini 3.6 Flash عبر OrcaRouter يتطلب تغيير أمرين: عنوان URL الأساسي واسم النموذج. قم بتحديث تكوين العميل: عيّن عنوان URL الأساسي إلى `https://api.orcarouter.ai/v1` واستخدم معرف النموذج `"google/gemini-3.6-flash"`. يجب أن يعمل تنسيق الرسائل الحالي لديك، بما في ذلك أدوار النظام والمستخدم والمساعد، كما هو. لدعم الوسائط المتعددة، يمكنك تعديل كودك لتضمين عناوين URL للصور أو الصوت باستخدام هيكل رسالة الرؤية من OpenAI. يتولى OrcaRouter عملية ترجمة واجهة API، لذا لا تحتاج إلى تعديل بنية طلبك بما يتجاوز النموذج وعنوان URL الأساسي. اختبر ذلك بعدد صغير من الطلبات أولاً لتأكيد السلوك المتوقع واستخدام الرموز.
لاستخدام OrcaRouter، تحتاج إلى مفتاح API يوفره النظام الأساسي. قم بتضمين هذا المفتاح في رأس `Authorization` كـ `Bearer <your_key>`. يتم إعادة توجيه البيانات المرسلة عبر OrcaRouter إلى خوادم الاستدلال الخاصة بـ Google؛ لا يقوم OrcaRouter بتدريب بياناتك أو تخزين المطالبات (prompts) بما يتجاوز ما هو ضروري لمعالجة الطلب (مثل التسجيل لأغراض الفوترة). تنطبق سياسات معالجة البيانات الخاصة بـ Google على موفر النموذج. لا يضيف OrcaRouter أي احتفاظ إضافي بالبيانات يتجاوز سجلات الطلبات القياسية. بالنسبة للمعلومات الحساسة، راجع سياسة الخصوصية الخاصة بـ OrcaRouter وشروط استخدام بيانات Gemini الخاصة بـ Google. نظرًا لأن واجهة البرمجة متوافقة مع OpenAI، يمكنك تنفيذ إجراءات أمنية قياسية مثل التشفير أثناء النقل (HTTPS) وتدوير المفاتيح.
كلا النموذجين يدعمان المدخلات متعددة الوسائط (نصوص، صور، صوت) ويوفران نوافذ سياقية كبيرة. يحتوي GPT-4o على نافذة سياق افتراضية بحجم 128K (قابلة للتوسيع إلى 256K)، بينما يوفر Gemini 3.6 Flash سعة 1,048,576 رمزًا (1M). تختلف الأسعار: GPT-4o بسعر $2.50 لكل 1M إدخال و $10 لكل 1M إخراج (حسب وقت كتابة هذا النص) مقابل $1.50/$7.50 لنموذج Gemini 3.6 Flash. نتائج المعايير غير قابلة للمقارنة المباشرة نظرًا لاختلاف الاختبارات، لكن حصول Gemini 3.6 Flash على 91.8 في معيار استرجاع محدد يشير إلى أداء قوي. قد يتفوق GPT-4o في اتباع التعليمات والاستدلال في العديد من المهام، بينما يتميز Gemini 3.6 Flash في استرجاع السياقات الطويلة وكفاءة التكلفة. يعتمد الاختيار على ما إذا كنت تفضل طول السياق أو التكلفة أو الدقة الخام لحالة الاستخدام الخاصة بك.
كلود 3.5 سونيت (سياق 200 ألف) لديه نافذة سياق أقصر من توكينات جيميني 3.6 فلاش البالغة 1 مليون. التسعير لكل توكين: كلود 3.5 سونيت بسعر 3.00 دولار لكل مليون إدخال و15.00 دولار لكل مليون إخراج، وهو أعلى من سعر جيميني البالغ 1.50 دولار / 7.50 دولار. قد يتمتع كلود بنقاط قوة في الاستدلال الدقيق والامتثال للسلامة، بينما يركز جيميني فلاش على التنوع متعدد الوسائط واسترجاع السياق الطويل. دعم جيميني للإدخالات الصوتية والفيديو يمنحه أفضلية للمهام التي تتضمن تلك الوسائط. ومع ذلك، فإن إخراج كلود يكون أطول عادةً (حتى 8192 توكينًا مقابل 65 ألفًا لجيميني). بالنسبة للمهام التي تتطلب مخرجات طويلة جدًا (مثل إنشاء تقارير كاملة)، قد يكون جيميني 3.6 فلاش أكثر ملاءمة. لم يتم توفير مقارنات معيارية على مجموعات البيانات القياسية، لذا يُوصى بإجراء اختبار تجريبي.
اختر Gemini 3.6 Flash عندما تكون متطلباتك الأساسية هي: (أ) نافذة سياق أكبر من 128 ألف رمز (حتى مليون)، (ب) الحاجة إلى معالجة المدخلات الصوتية أو الفيديو أو الملفات، و(ج) انخفاض التكلفة لكل رمز بين النماذج متعددة الوسائط. يتميز بقوة خاصة في استرجاع المستندات الطويلة (كما يُظهر من خلال درجته البالغة 91.8 في المعيار). إذا كانت مهمتك نصية بحتة وتتناسب مع 128 ألف رمز، فقد تكون نماذج مثل GPT-4o mini أو Claude 3 Haiku أقل تكلفة. إذا كنت بحاجة إلى أعلى دقة في الاستدلال وكانت الميزانية تسمح بذلك، فقد يكون النموذج Pro (مثل Gemini 3.6 Pro، إذا كان متاحًا عبر OrcaRouter) أفضل رغم التكلفة الأعلى. استخدم بيانات المعايير ومقارنات الأسعار على OrcaRouter لتوجيه اختيارك.
متوافق مع OpenAI — أبقِ على SDK الحالي
https://api.orcarouter.ai/v1https://api.orcarouter.aiimport os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="google/gemini-3.6-flash",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_tokensreasoningreasoning_effortresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_p| الإدخال / 1M توكن | $0.750 |
| الإخراج / 1M توكن | $3.75 |
| قراءة الذاكرة المؤقتة / 1M | $0.075 |
| العملة | USD |
تقدير بناءً على السعر المُعلن
تقدير فقط — يعتمد العدد الفعلي للرموز على مُجزّئ الرموز الخاص بالمزوّد.
ما يتحدث عنه المطورون هذا الأسبوع
GET /api/public/models/google/gemini-3.6-flashفتح @misc{orcarouter_gemini_3_6_flash,
title = {Gemini 3.6 Flash API},
author = {Google},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/google/gemini-3.6-flash}
}Google. (2026). Gemini 3.6 Flash API. OrcaRouter. https://www.orcarouter.ai/models/google/gemini-3.6-flash