Gemini 3.5 Flash ist das Modell, das Googles Katalog als sein intelligentestes für anhaltende Frontier-Leistung bei agentischen und Coding-Aufgaben ausweist und als Intelligenz beschreibt, die für reale Aufgaben bei höherer Geschwindigkeit und geringeren Kosten optimiert und „für das agentische Zeitalter gebaut“ ist, mit besonderen Stärken beim Einsatz von Subagenten, bei mehrstufigen Workflows und bei langfristigen Aufgaben im großen Maßstab.
- Eingabe
- Text Bild Video Audio $1.5/M
- Ausgabe
- Text $9/M
- Audio-Eingabe
- $5/M
- Cache-Lesen
- $0.15/M
- Kontext
- 1M
- vs. GPT-4o
- ~70% günstiger
- Knowledge-Cutoff
- 2025-01
Benchmarks
Preis im Vergleich
Der Preis im Feld von 68 vergleichbaren Modellen
Der Balken zeigt, wo der Preis dieses Modells unter allen Modellen derselben Art auf Synthorai liegt. An beiden Enden stehen das günstigste und das teuerste Modell. Angegeben sind Grundpreise; Rabatte für Batch, Region und Cache-Schreibzugriffe stehen auf der Preisseite.
Spezifikationen & Limits
Tokens
| Kontextfenster (laut Anbieter) | 1.048.576 |
|---|---|
| Max. Ausgabe (laut Anbieter) | 65.536 |
| Knowledge-Cutoff | 2025-01 |
Prompt-Caching
| Modus | automatisch + explizit |
|---|---|
| Min. Präfix | 4.096 |
Thinking
| Anbieter-Parameter | thinkingLevel |
|---|---|
| Zulässige Werte | minimal · low · medium · high |
| Standardwert | medium gilt, wenn die Anfrage nichts angibt |
| Abschaltbar | Nein |
| Thinking-Verhalten | high ist die dynamische Einstellung; minimal garantiert nicht, dass Thinking aus ist, weshalb Thinking-Token bei jeder Anfrage als Output-Token abgerechnet werden und Thought Signatures für die Kontinuität über mehrere Turns zurückgespiegelt werden sollten. |
| Parameter | reasoning_effort |
| Werte | minimal · low · medium · high Parameter des Gateways; maßgeblich ist das Anbieter-Mapping oben |
Modell
| Modalitäten | Text + Bild + Video + Audio → Text |
|---|
- 1.048.576 Token Input / 65.536 Output
- Codeausführung unterstützt
- Computer Use in der Preview
Ein Prompt, gemessen über das Gateway
Gemini 3.5 Flash bestanden · 3 sentences
Reasoning models do not just generate a final answer; they perform a silent, multi-step "thinking" process beforehand to ensure higher accuracy. We are billed for every single one of these invisible reasoning steps (called "thinking tokens"), which drastically increases the computational volume per query. Consequently, while our user activity remained flat, our unit costs doubled because the AI is now doing significantly more backend processing to deliver these higher-quality results.
Ausgabe 1152 tok (+1065 Thinking) Latenz 7.7 s
Befolgen der Anweisung (genau drei Sätze, das lässt sich zählen), Zuschnitt auf die Zielgruppe (Tonfall für einen CFO) und die Abrechnungslücke durch nicht sichtbares Thinking, die die Token-Zähler unten offenlegen.
Gemini 3.5 Flash bestanden · 8/8 cases
Here is the corrected version of the function: ```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` ### Explanation of the Bug The original code initialized `best` and `cur` to `0` instead of `1` (the minimum run length for any non-empty list), which caused it to count the number of adjacent duplicate *transitions* rather than the actual number of *elements* in a run. This resulted in an off-by-one error for all runs and caused single-element lists to incorrectly return `0`. […]
Ausgabe 2386 tok (+2110 Thinking) Latenz 12.7 s
Ob der Fix wirklich korrekt ist (er lässt sich ausführen), wie dicht die Erklärung ist und wie sparsam das Modell bei einer klar begrenzten Aufgabe mit Tokens umgeht.
Gemini 3.5 Flash bestanden · 5/5 fields, guidance "withheld pending the Q4 close"
```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": null, "guidance": "withheld pending the Q4 close" } ```
Ausgabe 1950 tok (+1885 Thinking) Latenz 12.7 s
Schema-Treue (keine erfundenen Felder), Anreiz zum Halluzinieren (der Text nennt ausdrücklich keine guidance) und Unterschiede zwischen den Wegen zur strukturierten Ausgabe.
Gemini 3.5 Flash verfehlt · 50 words, 0 banned, 0 questions
thought 51: OpenAI, 52: Anthropic, 53: and 54: Cohere. 55: When 56: a 57: client 58: submits 59: a 60: matching 61: request, 62: the 63: gateway 64: retrieves 65: the 66: cached 67: result 68: instantly, 69: slashing 70: latency 71: and 72: reducing 73: your 74: monthly 75: […]
Ausgabe 4092 tok (+3933 Thinking) Latenz 19.1 s
Einhaltung der Vorgaben (Wortbudget, Liste verbotener Wörter, genau eine Frage), stilistische Handschrift und Kontrolle über die Länge.
Gemini 3.5 Flash in 30 Sekunden nutzen
OpenAI-kompatibel: base_url austauschen, SDK behalten. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="gemini-3.5-flash",
messages=[{"role": "user", "content": "Summarize this diff"}],
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "gemini-3.5-flash",
messages: [{ role: "user", content: "Summarize this diff" }],
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3.5-flash",
"messages": [{"role": "user", "content": "Hello"}]
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "gemini-3.5-flash",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("gemini-3.5-flash")
.addUserMessage("Summarize this diff")
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Über Gemini 3.5 Flash
- Googles Modellkarte nennt agentische Workflows, Coding-Aufgaben und mehrwöchige Unternehmensprozesse als vorgesehene Einsatzzwecke.
- Es nimmt Text-, Bild-, Video-, Audio- und PDF-Eingaben über ein Kontextfenster von 1.048.576 Token mit 65.536 Output-Token entgegen und gibt Text zurück.
- Function Calling, strukturierte Ausgaben, Code-Ausführung, Search- und Maps-Grounding, URL-Kontext, File Search, Context-Caching, die Batch API und Computer Use in der Preview werden unterstützt; Bildgenerierung, Audiogenerierung und die Live API nicht.
- Thinking wird über thinking_level gesetzt, das minimal, low, medium und high akzeptiert und standardmäßig auf medium steht, einem bewusst günstigeren Standard als das high der Gemini-3-Preview-Modelle, wobei minimal eine Untergrenze und kein Ausschalter ist und weiterhin Reasoning-Token abrechnet.
- Thought Signatures gelten hier wie im Rest der Generation.
- Es ist seit Mai 2026 allgemein verfügbar, und gemini-3-flash-preview ist sein Preview-Alias; Google positioniert 3.6 Flash inzwischen bei der Token-Effizienz darüber.
- Synthorai bietet Zugang über seinen OpenAI-kompatiblen Chat-Endpoint.
FAQ
Lässt sich die Gemini 3.5 Flash API kostenlos testen?
Ja. Neue Konten erhalten 10 Testaufrufe und bis zu $1 Gratisguthaben, ohne Kreditkarte. Bei $1.5/M für Eingabe-Tokens reicht allein dieses Guthaben für rund 83 Anfragen an Gemini 3.5 Flash mit je ~8K Tokens.
Worin ist Gemini 3.5 Flash am besten?
Anhaltende Frontier-Leistung bei agentischen Aufgaben; wirksam für schnelle agentische Coding-Schleifen; Computer-Use-Preview und Grounding-Unterstützung. Mehr dazu im Über-Abschnitt, der auf den offiziellen Release Notes des Anbieters beruht.
Was kostet Gemini 3.5 Flash?
Gemini 3.5 Flash kostet auf Synthorai $1.5 pro Million Eingabe-Tokens und $9 pro Million Ausgabe-Tokens. Das ist der Listenpreis des Anbieters, ohne Plattformaufschlag. Gecachte Eingabe-Tokens werden mit $0.15/M abgerechnet.
Wie groß ist das Kontextfenster von Gemini 3.5 Flash?
Gemini 3.5 Flash hat auf Synthorai ein Kontextfenster von 1M Tokens. Eine einzelne Antwort kann bis zu 65,536 Tokens lang sein.
Unterstützt Gemini 3.5 Flash Prompt-Caching?
Ja, automatisches Caching ist standardmäßig aktiv, dazu ein expliziter Modus für garantierte Einsparungen. Gecachte Eingabe-Tokens werden mit $0.15/M statt $1.5/M (ungecacht) abgerechnet; Prompts brauchen ein stabiles Präfix von 4,096 Tokens, um gecacht zu werden. Leitfaden zum Prompt-Caching →
Wie erhalte ich Zugang zu Gemini 3.5 Flash?
Setzen Sie in Ihrem vorhandenen OpenAI SDK base_url="https://synthorai.io/v1" und model="gemini-3.5-flash", mehr ist nicht nötig. Ein API-Schlüssel gilt für alle Modelle im Gateway.
Wo liegt der Knowledge-Cutoff von Gemini 3.5 Flash?
Der Knowledge-Cutoff von Gemini 3.5 Flash liegt bei 2025-01, laut offizieller Dokumentation des Anbieters (Stand: 2026-07-09).
Verwandte Modelle
Vergleichen
Jeder Wert auf dieser Seite stammt aus der oben verlinkten Dokumentation des Anbieters und trägt das Datum, an dem wir ihn geprüft haben. Preise vergleichen wir über den gesamten Katalog. Spezifikationen, die Anbieter unterschiedlich definieren, zeigen wir mit einem Hinweis auf den Unterschied und nicht als Diagramm. Wir messen hier nichts selbst und vergeben keine Bewertungen.