Google Gemini 3.5モデルやAPIを活用しようと考えている方は、必ず知っておくべき変更点があります。従来の2.5バージョンで思考プロセスの深さを整数型で指定していたthinking_budgetパラメータの代わりに、これからは直感的な文字列オプションであるthinking_levelを使用する必要があります。

もし古いバグ対策の方法をそのまま使い、整数値と文字列値を同時に送信したり、従来の整数型の設定値を維持したりすると、API呼び出し時に即座に400エラーが返されるため注意してください。今回のGemini 3.5 Flashは、デフォルトの推論強度が'medium'に設定されており、速度とトークン消費量のバランスを自動でうまく調整してくれます。より重いタスクや複雑なコーディング、数学演算の問題であれば'high'に一段階上げて使用すると効果的ですよ。

そしてもう一つ覚えておくべきコツは、推論設定を有効にする際、温度（Temperature）をできるだけ1.0のデフォルト値に維持しておくべきという点です。一貫した回答を得るために温度を下げる場合が多いですが、推論モデルは温度が低くなると、ループに陥って奇妙な回答を生成したり、性能が急激に低下したりすることがあります。

Python環境でコードを作成する際は、以下の例のように新しい推論レベルオプションを整列して設定するとスムーズに実行できます。

# google-genai SDK v2.0.0 이상 기준
config = types.GenerateContentConfig(
    thinking_config=types.ThinkingConfig(thinking_level="high"),
    temperature=1.0
)

Google AI Studioの画面でも、複雑なスライダー調整の代わりにすっきりとしたドロップダウンメニューから選択できるようになったので、開発プロジェクトや日常の推論業務の特性に合わせて、適切な深さに調整してみてください！