مدل پرچم‌دار Gemini 3.5 Flash اضافه شد و Gemini 3.1 Flash-Lite پایدار منتشر شد

تاریخ: 2026-05-19 / (1405-02-29)

خلاصه

اضافه شدن مدل پرچم‌دار چندوجهی و استدلالی گوگل، gemini-3.5-flash، و انتشار نسخه پایدار gemini-3.1-flash-lite را اعلام می‌کنیم. هر دو مدل اکنون از طریق endpoint سازگار با OpenAI یعنی v1/chat/completions و endpoint بومی Gemini یعنی v1beta/models در دسترس هستند.

---

جزئیات

Google (Gemini)

Gemini 3.5 Flash

gemini-3.5-flash نسل جدید مدل پرچم‌دار Flash گوگل است که بر پایه زیرساخت استدلالی Gemini 3 Flash ساخته شده و با سطوح تفکر قابل تنظیم، امکان کنترل تعادل میان کیفیت، هزینه و تأخیر را فراهم می‌کند. این مدل که در مه 2026 منتشر شده، نسبت به Gemini 3 Flash بهبودهای مهمی در کدنویسی، استفاده عامل‌محور از ابزارها، وظایف تخصصی، درک چندوجهی و عملکرد زمینه طولانی ارائه می‌دهد.

ویژگی	جزئیات
پنجره زمینه	1,048,576 توکن ورودی، 65,536 توکن خروجی
قطع دانش	ژانویه 2025
قیمت ورودی	$1.50 / 1M توکن
قیمت ورودی کش‌شده	$0.25 / 1M توکن
قیمت خروجی	$9.00 / 1M توکن
قیمت ورودی صوتی	$1.00 / 1M توکن
قیمت ورودی صوتی کش‌شده	$0.50 / 1M توکن
قیمت خروجی صوتی	$1.00 / 1M توکن
ورودی‌های پشتیبانی‌شده	متن، تصویر، ویدیو، صوت، PDF
خروجی‌های پشتیبانی‌شده	متن
endpointهای پشتیبانی‌شده	v1/chat/completions, v1beta/
سطوح تفکر	low، medium، high

ویژگی‌های کلیدی:

• هوشمندی پرچم‌دار Flash: ساخته‌شده بر پایه زیرساخت استدلالی Gemini 3 Flash همراه با بهبودهای قابل اندازه‌گیری در بنچمارک‌ها
• تفکر قابل تنظیم: پشتیبانی از thinkingLevel (low / medium / high) برای کنترل تعادل کیفیت، هزینه و تأخیر
• چندوجهی بومی: پذیرش متن، تصویر، صوت، ویدیو و PDF در یک درخواست
• زمینه طولانی: پنجره زمینه 1M توکنی برای اسناد و کدبیس‌های بزرگ
• استفاده از ابزار: فراخوانی تابع بومی، فراخوانی تابع موازی، خروجی ساختاریافته، کش پرامپت و پایه‌گذاری با جستجوی گوگل
• کدنویسی و عامل‌ها: نتایج قوی در Terminal-bench 2.1 (76.2%)، SWE-Bench Pro (55.1%)، MCP Atlas (83.6%) و Toolathlon (56.5%)
• استدلال چندوجهی: CharXiv Reasoning 84.2%، MMMU-Pro 83.6% و OSWorld-Verified 78.4%
• استدلال: Humanity's Last Exam 40.2%، ARC-AGI-2 72.1% و MRCR v2 در نقطه 1M برابر با 26.6%

بهترین موارد استفاده:

• گردش‌کارهای عامل‌محور پرترافیک که به توانایی قوی در استفاده از ابزار و کدنویسی با هزینه مدل‌های Flash نیاز دارند
• pipelineهای چندوجهی که درک تصویر، صوت و سند را ترکیب می‌کنند
• تحلیل زمینه طولانی روی کدبیس‌ها، مقالات پژوهشی و اسناد ساختاریافته
• استقرارهای حساس به هزینه که سطح تفکر را می‌توان برای هر درخواست تنظیم کرد

Gemini 3.1 Flash-Lite (انتشار پایدار)

gemini-3.1-flash-lite نسخه پایدار gemini-3.1-flash-lite-preview است که پیش‌تر در به‌روزرسانی 10 مارس 2026 معرفی شده بود. این alias پایدار همان قابلیت‌ها و قیمت‌گذاری نسخه preview را ارائه می‌دهد و گزینه‌ای قابل اتکا و مقرون‌به‌صرفه برای بارهای کاری چندوجهی پرترافیک است.

ویژگی	جزئیات
پنجره زمینه	1,048,576 توکن ورودی، 65,536 توکن خروجی
قطع دانش	ژانویه 2025
قیمت ورودی	$0.25 / 1M توکن
قیمت ورودی کش‌شده	$0.025 / 1M توکن
قیمت خروجی	$1.50 / 1M توکن
قیمت ورودی صوتی	$0.50 / 1M توکن
قیمت ورودی صوتی کش‌شده	$0.05 / 1M توکن
قیمت خروجی صوتی	$1.50 / 1M توکن
ورودی‌های پشتیبانی‌شده	متن، تصویر، ویدیو، صوت، PDF
خروجی‌های پشتیبانی‌شده	متن
endpointهای پشتیبانی‌شده	v1/chat/completions, v1beta/

ویژگی‌های کلیدی:

• آماده تولید: alias پایدار مناسب برای یکپارچه‌سازی‌های بلندمدت
• مقرون‌به‌صرفه‌ترین مدل Gemini 3: همان قیمت پایین نسخه preview
• چندوجهی: پشتیبانی از ورودی متن، تصویر، ویدیو، صوت و PDF
• پشتیبانی از تفکر: سطوح تفکر قابل تنظیم برای استدلال مرحله‌به‌مرحله
• فراخوانی تابع، خروجی ساختاریافته، پایه‌گذاری با جستجو و زمینه URL

---

خلاصه قیمت‌گذاری

مدل	ورودی ($/1M توکن)	ورودی کش‌شده ($/1M توکن)	خروجی ($/1M توکن)	ورودی صوتی	صوت کش‌شده	خروجی صوتی
gemini-3.5-flash	$1.50	$0.25	$9.00	$1.00	$0.50	$1.00
gemini-3.1-flash-lite	$0.25	$0.025	$1.50	$0.50	$0.05	$1.50

---

نمونه‌های درخواست/پاسخ API

نمونه Gemini 3.5 Flash (سازگار با OpenAI)

bash

curl https://api.avalai.ir/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "gemini-3.5-flash",
    "messages": [
      {
        "role": "user",
        "content": "Outline a robust strategy to migrate a large monolithic Python service to event-driven microservices."
      }
    ]
  }'

python

from openai import OpenAI

client = OpenAI(api_key="your-avalai-api-key", base_url="https://api.avalai.ir/v1")

response = client.chat.completions.create(
    model="gemini-3.5-flash",
    messages=[
        {
            "role": "user",
            "content": "Outline a robust strategy to migrate a large monolithic Python service to event-driven microservices.",
        }
    ],
)

print(response.choices[0].message.content)

javascript

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.AVALAI_API_KEY,
  baseURL: "https://api.avalai.ir/v1",
});

const response = await client.chat.completions.create({
  model: "gemini-3.5-flash",
  messages: [
    {
      role: "user",
      content:
        "Outline a robust strategy to migrate a large monolithic Python service to event-driven microservices.",
    },
  ],
});

console.log(response.choices[0].message.content);

پاسخ:

{
  "id": "chatcmpl-abc789",
  "created": 1747641600,
  "model": "gemini-3.5-flash",
  "object": "chat.completion",
  "system_fingerprint": null,
  "choices": [
    {
      "finish_reason": "stop",
      "index": 0,
      "message": {
        "content": "A robust migration strategy starts with the strangler-fig pattern: identify bounded contexts, expose them behind a stable API, then incrementally extract each context into an independent service while keeping the monolith authoritative until cut-over. Introduce an event backbone (e.g., Kafka or Pub/Sub) early, define outbox-based publishing for transactional integrity, and require contract tests for every new service. Plan observability, schema evolution, and rollback paths before touching production traffic.",
        "role": "assistant",
        "thinking_blocks": [],
        "annotations": []
      }
    }
  ],
  "usage": {
    "completion_tokens": 92,
    "prompt_tokens": 23,
    "total_tokens": 115,
    "completion_tokens_details": null,
    "prompt_tokens_details": {
      "audio_tokens": null,
      "cached_tokens": null,
      "text_tokens": 23,
      "image_tokens": null
    }
  },
  "estimated_cost": {
    "unit": "0.0008625000",
    "irt": 98.84,
    "exchange_rate": 114600
  }
}

Gemini 3.5 Flash با پیکربندی تفکر

bash

curl https://api.avalai.ir/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "gemini-3.5-flash",
    "messages": [
      {
        "role": "user",
        "content": "A train leaves Station A at 8:00 AM traveling at 60 km/h. Another train leaves Station B at 9:00 AM traveling at 80 km/h toward Station A. The stations are 280 km apart. When and where do they meet?"
      }
    ],
    "extra_body": {
      "generationConfig": {
        "thinkingConfig": {
          "thinkingLevel": "high"
        }
      }
    }
  }'

python

from openai import OpenAI

client = OpenAI(api_key="your-avalai-api-key", base_url="https://api.avalai.ir/v1")

response = client.chat.completions.create(
    model="gemini-3.5-flash",
    messages=[
        {
            "role": "user",
            "content": "A train leaves Station A at 8:00 AM traveling at 60 km/h. Another train leaves Station B at 9:00 AM traveling at 80 km/h toward Station A. The stations are 280 km apart. When and where do they meet?",
        }
    ],
    extra_body={"generationConfig": {"thinkingConfig": {"thinkingLevel": "high"}}},
)

print(response.choices[0].message.content)

javascript

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.AVALAI_API_KEY,
  baseURL: "https://api.avalai.ir/v1",
});

const response = await client.chat.completions.create({
  model: "gemini-3.5-flash",
  messages: [
    {
      role: "user",
      content:
        "A train leaves Station A at 8:00 AM traveling at 60 km/h. Another train leaves Station B at 9:00 AM traveling at 80 km/h toward Station A. The stations are 280 km apart. When and where do they meet?",
    },
  ],
  // @ts-ignore - extra_body is supported by AvalAI for Gemini-specific options
  extra_body: {
    generationConfig: { thinkingConfig: { thinkingLevel: "high" } },
  },
});

console.log(response.choices[0].message.content);

Gemini 3.5 Flash از طریق endpoint بومی v1beta

bash

curl https://api.avalai.ir/v1beta/models/gemini-3.5-flash:generateContent \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          {"text": "Summarize the main advantages of event-driven architectures in three bullet points."}
        ]
      }
    ],
    "generationConfig": {
      "thinkingConfig": {"thinkingLevel": "medium"}
    }
  }'

python

from google import genai
from google.genai import types

client = genai.Client(
    api_key="your-avalai-api-key",
    http_options={"base_url": "https://api.avalai.ir"},
)

response = client.models.generate_content(
    model="gemini-3.5-flash",
    contents="Summarize the main advantages of event-driven architectures in three bullet points.",
    config=types.GenerateContentConfig(
        thinking_config=types.ThinkingConfig(thinking_level="medium"),
    ),
)

print(response.text)

javascript

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

const ai = new GoogleGenAI({
  apiKey: process.env.AVALAI_API_KEY,
  httpOptions: { baseUrl: "https://api.avalai.ir" },
});

const response = await ai.models.generateContent({
  model: "gemini-3.5-flash",
  contents:
    "Summarize the main advantages of event-driven architectures in three bullet points.",
  config: {
    thinkingConfig: { thinkingLevel: "medium" },
  },
});

console.log(response.text);

نمونه Gemini 3.1 Flash-Lite پایدار

bash

curl https://api.avalai.ir/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "model": "gemini-3.1-flash-lite",
    "messages": [
      {
        "role": "user",
        "content": "Classify the following support ticket into one of: billing, technical, account, other. Ticket: I cannot reset my password and the email link has expired."
      }
    ]
  }'

python

from openai import OpenAI

client = OpenAI(api_key="your-avalai-api-key", base_url="https://api.avalai.ir/v1")

response = client.chat.completions.create(
    model="gemini-3.1-flash-lite",
    messages=[
        {
            "role": "user",
            "content": "Classify the following support ticket into one of: billing, technical, account, other. Ticket: I cannot reset my password and the email link has expired.",
        }
    ],
)

print(response.choices[0].message.content)

javascript

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.AVALAI_API_KEY,
  baseURL: "https://api.avalai.ir/v1",
});

const response = await client.chat.completions.create({
  model: "gemini-3.1-flash-lite",
  messages: [
    {
      role: "user",
      content:
        "Classify the following support ticket into one of: billing, technical, account, other. Ticket: I cannot reset my password and the email link has expired.",
    },
  ],
});

console.log(response.choices[0].message.content);

پاسخ:

{
  "id": "chatcmpl-def456",
  "created": 1747641900,
  "model": "gemini-3.1-flash-lite",
  "object": "chat.completion",
  "system_fingerprint": null,
  "choices": [
    {
      "finish_reason": "stop",
      "index": 0,
      "message": {
        "content": "account",
        "role": "assistant",
        "thinking_blocks": [],
        "annotations": []
      }
    }
  ],
  "usage": {
    "completion_tokens": 2,
    "prompt_tokens": 41,
    "total_tokens": 43,
    "completion_tokens_details": null,
    "prompt_tokens_details": {
      "audio_tokens": null,
      "cached_tokens": null,
      "text_tokens": 41,
      "image_tokens": null
    }
  },
  "estimated_cost": {
    "unit": "0.0000132500",
    "irt": 1.52,
    "exchange_rate": 114600
  }
}

Gemini 3.1 Flash-Lite از طریق endpoint بومی v1beta

curl https://api.avalai.ir/v1beta/models/gemini-3.1-flash-lite:generateContent \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AVALAI_API_KEY" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          {"text": "Extract the company names from: Apple announced a partnership with OpenAI and Microsoft this quarter."}
        ]
      }
    ]
  }'

---

نکات مهاجرت

• یکپارچه‌سازی‌های موجود که از gemini-3.1-flash-lite-preview استفاده می‌کنند، می‌توانند بدون تغییر در کد یا قیمت‌گذاری به alias پایدار gemini-3.1-flash-lite مهاجرت کنند.
• alias نسخه preview برای سازگاری عقب‌رو همچنان در دسترس می‌ماند.
• gemini-3.5-flash یک مدل پرچم‌دار Flash جداگانه و توانمندتر است و جایگزین مستقیم gemini-3.1-flash-lite نیست. انتخاب را بر اساس تعادل کیفیت و هزینه انجام دهید:
  • از gemini-3.5-flash برای کارهای عامل‌محور، کدنویسی، استدلال چندوجهی و زمینه طولانی که کیفیت اهمیت بالاتری دارد استفاده کنید.
  • از gemini-3.1-flash-lite برای دسته‌بندی، استخراج، ترجمه و مسیریابی پرترافیک که کمترین هزینه اولویت اصلی است استفاده کنید.

---

مستندات

• مستندات مدل‌های Google Gemini
• اطلاعات قیمت‌گذاری
• راهنمای مدل‌های استدلالی
• مرجع API بومی Gemini v1beta
• مرجع Chat Completions API
• فهرست مدل‌ها