Gemini 3.5 Flash
gemini-3.5-flashGemini 3.5 Flash 面向多步骤与智能体协作，适合快速编程迭代、跨素材信息整理和可拆分的长流程工作。
- 起始價格
- 輸入 / 輸出 · 1M
- 上下文
- 1M
- 最大輸入窗口
- 最大輸出
- 65.5K
- 單次回應最大 token 數
- 模態
- →
- 知識截止
- Jan 2025
- 發佈於
- May 2026
Pricing by Supplier
比較同一模型在不同供應商的價格與服務表現。
| 供應商 | Discount | 輸入/M | 輸出/M | 緩存讀取/M | ||
|---|---|---|---|---|---|---|
Google AI Studio 谷歌官方接口 | 省50% | $0.75 | $4.5 | $0.075 | ||
Google Vertex 谷歌官方接口 | 省30% | $1.05 | $6.3 | $0.105 |
左右滑動表格，查看完整價格與效能。
能力 / 支援的模態
廠商與數據私隱
效能
基準測試
標準化評測得分。百分比越高越好，並展示排名百分位。
指標來源：Artificial Analysis 2026-09-30·Gemini 3.5 Flash
目前基準快照不包含此模型。
缺少模型或測量值不代表零分。
基準圖表保留來源中的模型選擇和推理設定。缺少模型或測量值不代表零分，基準成本或速度也不是本站的服務承諾。
About Gemini 3.5 Flash
将复杂工作拆成能推进的步骤
Gemini 3.5 Flash 适合智能体协作、多步骤流程和需要持续迭代的编程任务。它可以围绕明确目标读取材料、整理信息、提出行动，再结合实际结果继续修正。对于需要处理大量资料或并行子任务的应用，它也适合承担分工明确的一部分。
多模态输入帮助补齐信息
模型接受文本、图片、视频、音频与PDF，输出文本。比如制作培训资料时，可以把讲课录音、演示录像和讲义结合起来，整理讲解顺序、关键操作和学员容易遗漏的步骤；处理产品项目时，可以让它对照需求、界面截图和反馈记录，形成可执行的修改清单。
把长流程拆成资料提取、问题判断和成果整理等阶段，每阶段给出清楚输入与返回格式，能更容易追踪工作是否完成。子任务应保留出处和必要上下文，后续汇总才有依据，而不是只收到彼此孤立的结论。
工具协作中的快速反馈
通过应用接入函数调用、代码执行和检索等工具后，模型可以参与开发与资料处理循环。测试失败、检索缺失和材料冲突都应回传，作为下一轮工作的输入。长任务要保存中间成果与未完成事项，短任务则控制在一个可检查目标内，避免为了一个简单修改不断扩展范围。
Use cases and prompting
培训资料整理示例
“根据课程录音、操作录像和讲义，整理一份新员工培训稿。先提取实际演示过的步骤，再标出讲义中未演示的内容。按准备、操作、检查三个阶段组织，每一步说明输入、动作和完成标志。材料有冲突时保留原说法并列出待确认项。”
怎样用于多个子任务？
为每个子任务给出独立目标和一致的返回格式，例如一项提取操作步骤，另一项整理问题与答案；汇总时保留来源信息。
长流程做到一半偏题怎么办？
在每阶段结束时对照原目标检查成果，保存已完成步骤与下一步。新要求要明确优先级，避免把背景材料里的每个话题都扩成新任务。
API access
API 介面文件
呼叫示例
/v1beta/models/gemini-3.5-flash:generateContent| 參數 | 類型 | 預設值 / 範圍 | 說明資訊 |
|---|---|---|---|
temperature | number | = 10 ~ 2 | 採樣溫度；越低越穩定 |
top_p | number | = 10 ~ 1 | 核採樣累積概率 |
max_tokens | integer | >= 1 | 回應中最大 token 數 |
frequency_penalty | number | = 0-2 ~ 2 | 懲罰高頻 token 的重複出現 |
presence_penalty | number | = 0-2 ~ 2 | 鼓勵引入新話題 |
stop | array | — | 最多 4 個停止生成的字串 |
seed | integer | — | 盡量保證可復現的採樣種子 |
n | integer | = 1>= 1 | 生成的候選條數 |
stream | boolean | = false | 透過 SSE 串流返回 token |
response_format | object | — | 強制輸出 JSON 物件或符合 Schema 的結果 |
tools | array | — | 模型可呼叫的工具 / 函數聲明 |
tool_choice | string | autononerequired | 工具選擇策略或具體工具名 |
logprobs | boolean | = false | 返回每個 token 的對數概率 |
top_logprobs | integer | 0 ~ 20 | 每個 token 返回的 top 概率數量 |
logit_bias | object | — | 按 token 的 logit 偏置映射 |
user | string | — | 用於風險審計的終端用戶標識 |
替換 <YOUR_API_KEY> 替換為 API 金鑰頁面中的金鑰。
身份驗證
所有請求必須攜帶 Authorization: Bearer <TOKEN> 請求頭。Anthropic 格式的端點也接受 x-api-key 請求頭。
在「令牌」頁面生成 API Key，可以按模型、分組、IP、速率等維度精細化授權。
支援的參數
| 參數 | 類型 | 預設值 / 範圍 | 說明資訊 |
|---|---|---|---|
temperature | number | = 10 ~ 2 | 採樣溫度；越低越穩定 |
top_p | number | = 10 ~ 1 | 核採樣累積概率 |
max_tokens | integer | >= 1 | 回應中最大 token 數 |
frequency_penalty | number | = 0-2 ~ 2 | 懲罰高頻 token 的重複出現 |
presence_penalty | number | = 0-2 ~ 2 | 鼓勵引入新話題 |
stop | array | — | 最多 4 個停止生成的字串 |
seed | integer | — | 盡量保證可復現的採樣種子 |
n | integer | = 1>= 1 | 生成的候選條數 |
stream | boolean | = false | 透過 SSE 串流返回 token |
response_format | object | — | 強制輸出 JSON 物件或符合 Schema 的結果 |
tools | array | — | 模型可呼叫的工具 / 函數聲明 |
tool_choice | string | autononerequired | 工具選擇策略或具體工具名 |
logprobs | boolean | = false | 返回每個 token 的對數概率 |
top_logprobs | integer | 0 ~ 20 | 每個 token 返回的 top 概率數量 |
logit_bias | object | — | 按 token 的 logit 偏置映射 |
user | string | — | 用於風險審計的終端用戶標識 |
速率限制
| 供應商 | RPM | TPM | RPD |
|---|---|---|---|
| default | 無限制 | 無限制 | 無限制 |
| Google AI Studio | 無限制 | 無限制 | 無限制 |
| Google Vertex | 無限制 | 無限制 | 無限制 |
無限制
Frequently asked questions about gemini-3.5-flash
What is gemini-3.5-flash?
Gemini 3.5 Flash 面向多步骤与智能体协作，适合快速编程迭代、跨素材信息整理和可拆分的长流程工作。
How do I call gemini-3.5-flash?
Create an API key with access to gemini-3.5-flash, then use the exact model ID and a supported endpoint from the API access section. Request fields depend on the selected endpoint.
How is gemini-3.5-flash priced?
Pricing depends on the selected provider group and the model billing unit. The current input, output, request, or media prices are shown on this page before sign-up.
What is the context window of gemini-3.5-flash?
The model catalog lists a context window of 1048576 tokens. Check the selected endpoint for request limits.
What is the maximum output of gemini-3.5-flash?
The model catalog lists a maximum output of 65536 tokens. Your request settings may set a lower limit.
How should I evaluate gemini-3.5-flash for my project?
Start with the use cases and prompting guidance on this page, then evaluate the model with representative inputs from your project.