在 Swarms 上使用 Gemini 3.6 Flash 构建智能体：开发者指南

Google 刚刚发布了迄今效率最高的 Flash 模型，而它们已经在 Swarms API 上可用。Gemini 3.6 Flash 是新的主力模型：在编程、知识工作与多模态表现上更强，同时输出 token 用量比 3.5 Flash 减少 17%，定价为每百万输入 token 1.50 美元、每百万输出 token 7.50 美元。Gemini 3.5 Flash-Lite 则是速度与吞吐量之选，以每秒 350 个输出 token 的速度运行，定价为每百万输入 0.30 美元、每百万输出 2.50 美元。

高质量加上低 token 成本，这正是智能体工作负载成败所系的关键。本指南将演示如何从 Swarms API 调用这两个模型：先是单个智能体，再是一个把每个模型都放到合适位置的多智能体蜂群。你需要的一切都记录在 docs.swarms.ai，机器可读的索引位于 docs.swarms.ai/llms.txt。

模型名称

在 Swarms API 中，你通过 model_name 字段选择模型。新的 Gemini 模型使用带有服务商前缀的标识符：

切换模型只需修改配置中的一行，因此你可以针对自己的任务对两者进行基准测试，而无需重写任何代码。

第一步：获取 API 密钥

在 Swarms 平台面板 中创建密钥，并将其导出为环境变量：

export SWARMS_API_KEY="your_api_key_here"

所有请求都发往 https://api.swarms.world，并使用 x-api-key 请求头进行身份验证。在花费任何 token 之前，先用健康检查端点确认连通性：

curl https://api.swarms.world/health

第二步：运行单个智能体

最小的工作单元是一个智能体加一个任务，发送到 POST /v1/agent/completions。一个智能体完全由其配置定义：名称、系统提示词、模型，以及若干执行参数。这里我们让它使用 google/gemini-3.6-flash：

import os
import requests

BASE_URL = "https://api.swarms.world"
HEADERS = {
    "x-api-key": os.environ["SWARMS_API_KEY"],
    "Content-Type": "application/json",
}

payload = {
    "agent_config": {
        "agent_name": "Code Reviewer",
        "description": "Reviews pull requests and reports concrete issues",
        "system_prompt": (
            "You are a senior code reviewer. Given a diff, report "
            "correctness bugs, security issues, and risky edits. Be "
            "specific: cite the line and give a one-line fix."
        ),
        "model_name": "google/gemini-3.6-flash",
        "max_loops": 1,
        "temperature": 0.2,
    },
    "task": "Review this diff: added a raw SQL query built with f-string interpolation of a request parameter.",
}

response = requests.post(
    f"{BASE_URL}/v1/agent/completions",
    headers=HEADERS,
    json=payload,
)
print(response.json())

这里没有需要预置的基础设施，也没有需要安装的框架。智能体就是一个 JSON 对象，而 3.6 Flash 以 Flash 的价格提供了强大的编程判断力。对于高并发、对延迟敏感的任务，只需把 model_name 换成 google/gemini-3.5-flash-lite，其余部分保持不变。

第三步：编排多智能体蜂群

单个智能体处理单个任务。真正的工作是一条由专家组成的流水线，而这正是 Flash 系列大显身手的地方：用 3.6 Flash 作为负责规划与审核的主管，用 3.5 Flash-Lite 作为快速完成高并发繁重工作的工作智能体。把整个团队通过一个请求发送到 POST /v1/swarm/completions。

下面的示例是一个采用 HierarchicalSwarm 拓扑的研究蜂群：一个运行在 3.6 Flash 上的总监向三个 Flash-Lite 工作智能体派发任务，并综合它们的发现。

swarm_config = {
    "name": "Market Research Swarm",
    "description": "Director-led research team producing a sourced brief",
    "swarm_type": "HierarchicalSwarm",
    "task": (
        "Produce a one-page brief on the state of small, fast LLMs for "
        "agentic workloads in 2026, covering cost, latency, and quality."
    ),
    "agents": [
        {
            "agent_name": "Research Director",
            "description": "Supervisor that delegates, reviews, and synthesizes",
            "system_prompt": (
                "You are a research director. Break the task into subtopics, "
                "delegate to your workers, check their output for gaps, and "
                "write the final brief."
            ),
            "model_name": "google/gemini-3.6-flash",
            "max_loops": 1,
            "temperature": 0.3,
        },
        {
            "agent_name": "Cost Analyst",
            "description": "Worker that gathers pricing and token-efficiency data",
            "system_prompt": "You analyze per-token pricing and cost per task. Report numbers with sources.",
            "model_name": "google/gemini-3.5-flash-lite",
            "max_loops": 1,
            "temperature": 0.2,
        },
        {
            "agent_name": "Latency Analyst",
            "description": "Worker that gathers throughput and latency data",
            "system_prompt": "You analyze output tokens per second and end-to-end latency. Be quantitative.",
            "model_name": "google/gemini-3.5-flash-lite",
            "max_loops": 1,
            "temperature": 0.2,
        },
        {
            "agent_name": "Quality Analyst",
            "description": "Worker that gathers benchmark and quality data",
            "system_prompt": "You compare model quality on coding and agentic benchmarks. Cite the eval.",
            "model_name": "google/gemini-3.5-flash-lite",
            "max_loops": 1,
            "temperature": 0.2,
        },
    ],
    "max_loops": 1,
}

response = requests.post(
    f"{BASE_URL}/v1/swarm/completions",
    headers=HEADERS,
    json=swarm_config,
)
result = response.json()

同样的请求可以从任何语言发出。用 curl 表示：

curl -X POST "https://api.swarms.world/v1/swarm/completions" \
  -H "x-api-key: $SWARMS_API_KEY" \
  -H "Content-Type: application/json" \
  -d @research_swarm.json

第四步：读取响应

响应按顺序包含每个智能体的产出，加上执行元数据和逐项列出的成本明细，因此每次运行都可审计、可计费：

for message in result["output"]:
    print(f"--- {message['role']} ---")
    print(message["content"][:200])

print(f"Agents: {result['number_of_agents']}")
print(f"Execution time: {result['execution_time']}s")
print(f"Total cost: ${result['usage']['billing_info']['total_cost']}")

由于 Flash-Lite 工作智能体运行成本低廉，而 3.6 Flash 能以更少的推理步骤和工具调用得出结论，像这样的混合蜂群即便你扩大工作智能体池，每个任务的总成本依然保持在较低水平。

选择拓扑结构

HierarchicalSwarm 只是 API 通过 swarm_type 提供的多种架构之一。在它们之间切换只需修改一行：

由 Flash-Lite 智能体组成的 ConcurrentWorkflow 非常适合文档处理或智能体搜索这类扇出型任务，在这些场景中吞吐量比协调更重要。

开始构建

Gemini 3.6 Flash 与 3.5 Flash-Lite 为你提供了一个质量档位和一个吞吐档位，二者共享同一套定价体系，而 Swarms API 让你在一个蜂群中混合使用它们，无需触碰你的基础设施。获取免费 API 密钥，在 docs.swarms.ai 阅读完整的 API 接口，今天就发布你的第一个由 Gemini 驱动的蜂群。