Gemini 2.5 Flash и Pro с 1 декабря: бот тихо сменит модель

Вторник, 1 декабря, интернет-магазин бытовой техники в Караганде. Бот в WhatsApp работает, ошибок в логах нет, заявки в CRM падают. Только к пятнице старший менеджер замечает странное: бот всё чаще отвечает «уточню у коллег» на вопросы, где раньше сам находил заказ и называл дату доставки. Ничего не сломалось. Просто под ботом с утра вторника работает другая модель, и никто в компании об этом не знает.

Магазин придуманный, механика – нет. С 1 декабря 2026 года Google начнёт перенаправлять запросы к Gemini 2.5 Flash и Gemini 2.5 Pro в Gemini API на модели поколения 3.x. Код при этом можно не трогать – запросы пройдут. Именно это нас и беспокоит.

Главное за минуту

Что именно объявила Google про Gemini 2.5 Flash и Pro

Изменение касается только Gemini Developer API – ключа из AI Studio и запросов на generativelanguage.googleapis.com. Это самый частый способ подключить Gemini к боту у небольших компаний и у конструкторов ботов: ключ получается за минуту, без настройки сервисных аккаунтов, как в Vertex AI. Ниже – что куда уйдёт и по какой цене. Цены стандартного тарифа за 1 млн токенов, вход / выход, рассуждения оплачиваются как выходные токены.

Две детали из страницы сроков. Дата 1 декабря там названа «самой ранней возможной», то есть раньше не станет, а позже – может. И доступ к 2.5 Flash и 2.5 Pro по API уже сейчас сохранён только у тех, кто пользовался ими раньше. Новый проект подрядчика на этих моделях не заведётся.

Почему тихая замена хуже отключения

Когда модель отключают, бот падает в первую же минуту. Неприятно, но честно: ошибка видна, телефон подрядчика звонит, через час всё чинят. Перенаправление устроено иначе. Запрос проходит, ответ приходит, CRM получает свою заявку. Меняется качество – а его никто не меряет каждый день.

Сильнее всего это ударит по ботам на 2.5 Flash, которые не просто болтают, а работают с данными: ищут заказ по номеру телефона, проверяют остатки, записывают на приём, создают сделку. В руководстве по переходу Google прямо пишет, что 3.5 Flash-Lite по умолчанию рассуждает на минимальном уровне, и для агентов с вызовом функций и многошаговой логикой советует поднять уровень до medium или high – иначе модель может закончить работу с инструментами раньше времени. В переводе на язык продаж: бот не довёл поиск заказа до конца и передал клиента менеджеру. Или не передал, а ответил наугад.

С 2.5 Pro история другая. На Pro обычно сажают бота-консультанта: подбор тарифа, сложный каталог, разбор договора. Google заменяет его моделью Flash. Она новее и для многих задач не хуже, но это другая модель с другим поведением, и проверять её надо до того, как ваши клиенты сделают это за вас.

Сколько это стоит: два бота в тенге

Возьмём два условных бота. Первый – магазин на 2.5 Flash с выключенными рассуждениями: 20 000 ответов в месяц, по 3 000 входных и 200 выходных токенов. Второй – консультант на 2.5 Pro: 5 000 ответов, по 8 000 входных и 1 500 выходных вместе с рассуждениями (эту цифру мы взяли для иллюстрации и оставили одинаковой для обеих моделей). Курс – 453,71 тенге, официальный курс Нацбанка на 30 октября. Кэш не учитываем.

Видно, что по деньгам катастрофы нет. Магазин платит столько же, пока не поднимет уровень рассуждений, а поднимать его, скорее всего, придётся. Консультант в декабре сэкономит половину, а в январе вернётся почти к прежней сумме. Опасность в другом: 300 токенов рассуждений – наша условная цифра, а настоящую покажут только ваши логи. Если модель на medium рассуждает дольше, чем мы предположили, счёт магазина может вырасти не в полтора раза, а сильнее.

Что в коде бота сломается после перенаправления Gemini 2.5

В записи от 2 ноября Google сама перечисляет несовместимые изменения. Ниже они в порядке того, как часто мы встречаем их в ботах, подключённых к CRM.

Предзаполненный ответ модели

Старый приём: последним сообщением в запросе передать начало ответа модели, например открывающую скобку JSON, чтобы бот гарантированно вернул структуру для карточки сделки. На моделях 3.x запрос, где последнее непустое сообщение принадлежит модели, отклоняется с ошибкой HTTP 400. Это единственное место, где перенаправление даст громкий сбой. Замена – системная инструкция и структурированный ответ по схеме.

Temperature, top_p и top_k

Для ботов их обычно ставят пониже, чтобы ответы были ровными. В руководстве по 3.5 Flash-Lite сказано, что API эти параметры игнорирует, а в будущих поколениях моделей будет возвращать ошибку. Сейчас вы ничего не заметите, кроме того, что «строгая» настройка перестала действовать. Убирайте их и задавайте строгость инструкцией.

Бюджет рассуждений

Типичная настройка бота на 2.5 Flash – thinking_budget: 0. У моделей 3.x вместо числа уровень thinking_level. Что будет с запросом, где после перенаправления останется старый параметр, Google не пишет: примет, проигнорирует или вернёт ошибку. Мы бы не гадали, а проверили на тестовом ключе. И учтите, что у 3.8 Flash уровня minimal нет, самая низкая ступень – low.

Вызов функций и история из CRM

Самое коварное место для интеграций. Модели 3.x требуют вернуть служебные подписи рассуждений вместе с историей диалога. Если бот собирает историю заново из текста, сохранённого в карточке клиента, подписи теряются, и цепочки с поиском заказа или созданием сделки начинают сбоить. Подробно эту поломку и способы лечения мы разбирали в статье про Vertex AI – там всё применимо один в один.

Как проверить бота, не дожидаясь 1 декабря

Хорошая новость в том, что перенаправление можно воспроизвести самому, прямо сейчас. Поменяйте в тестовой копии бота название модели на ту, на которую Google переведёт запросы, оставьте все остальные параметры как есть и прогоните контрольный набор реальных обращений. Вы увидите ровно то, что увидят клиенты 1 декабря, только без клиентов. Как собрать такой набор из 100–200 сообщений за день, описано в материале «Оценка качества AI-бота: golden set, метрики, A/B-тест и регресс в CI/CD».

Сравнивать стоит не впечатление «вроде отвечает нормально», а цифры:

• долю обращений, где бот сам довёл вызов функции до конца, без передачи менеджеру;
• заполнение полей CRM – по каждому полю отдельно;
• ошибки 400 и пустые ответы в цепочках с функциями;
• токены на ответ, включая рассуждения, на уровнях minimal и medium;
• ответы на казахском и на смеси языков, если у вас такие клиенты.

Если на 3.5 Flash-Lite с minimal цифры не хуже – повезло, можно просто сменить название модели в коде и забыть. Если хуже – поднимите уровень рассуждений и пересчитайте счёт. Если и это не помогает, смотрите на 3.8 Flash, но считайте бюджет сразу по январской цене.

Отдельно про бесплатный уровень. Если бот до сих пор крутится на бесплатном ключе, на 3.5 Flash-Lite бесплатный уровень тоже есть. Но в прайсе Gemini API указано, что данные бесплатного уровня Google может использовать для улучшения своих продуктов. Для переписки клиентов с телефонами и адресами это повод перейти на платный проект, а заодно сразу проверить настройки хранения логов.

План на четыре недели

Времени больше, чем было у владельцев ботов на Vertex AI, но конец ноября и декабрь – горячий сезон для торговли, с распродажами и новогодними заказами, и менять модель бота в самый пик мы бы не советовали. Раскладка такая:

• До 10 ноября: найти все вызовы gemini-2.5-flash и gemini-2.5-pro – в коде бота, в настройках конструктора, у подрядчиков, в ночных скриптах, которые разбирают переписку для отчётов.
• До 17 ноября: убрать предзаполнение ответа, temperature и thinking_budget, починить хранение истории для цепочек с функциями.
• До 24 ноября: контрольный прогон на новой модели на двух уровнях рассуждений, сравнение с текущей и расчёт счёта на декабрь и на январь.
• До 26 ноября: переключиться самим, в будний день и утром, пока менеджеры на месте. Пусть 1 декабря Google перенаправлять будет уже нечего.

Связанные материалы

• Gemini API хранит логи по умолчанию: что проверить в боте
• Как снижать стоимость AI-бота: токены, кэш, model routing, fallback и лимиты
• AI-боты для входящих обращений