O Gemini 3.5 Flash é o modelo que o catálogo do Google rotula como o mais inteligente para desempenho de fronteira sustentado em tarefas agênticas e de código, descrevendo-o como inteligência otimizada para tarefas do mundo real a maior velocidade e menor custo e “projetado para a era agêntica”, destacando-se em implantação de subagentes, fluxos de trabalho em múltiplas etapas e tarefas de longo horizonte em escala.
- Entrada
- texto imagem vídeo áudio $1.5/M
- Saída
- texto $9/M
- Entrada de áudio
- $5/M
- Leitura de cache
- $0.15/M
- Contexto
- 1M
- vs GPT-4o
- ~70% mais barato
- Corte de conhecimento
- 2025-01
Benchmarks
O preço em contexto
Posição do preço entre 68 modelos comparáveis
A barra mostra onde fica o preço deste modelo entre todos os modelos do mesmo tipo na Synthorai. Nas extremidades aparecem o mais barato e o mais caro. São as tarifas base; os descontos de batch, região e escrita de cache estão na página de preços.
Especificações e limites
Tokens
| Janela de contexto (especificação do provedor) | 1.048.576 |
|---|---|
| Saída máxima (especificação do provedor) | 65.536 |
| Corte de conhecimento | 2025-01 |
Cache de prompts
| Modo | automático + explícito |
|---|---|
| Prefixo mín. | 4.096 |
Raciocínio
| Parâmetro do provedor | thinkingLevel |
|---|---|
| Valores aceitos | minimal · low · medium · high |
| Valor padrão | medium usado quando a requisição não define nada |
| Pode ser desativado | Não |
| Comportamento do raciocínio | high é a configuração dinâmica; minimal não garante que o raciocínio esteja desligado, então os tokens de raciocínio são cobrados como tokens de saída em toda requisição e as thought signatures devem ser devolvidas para manter a continuidade entre turnos. |
| Parâmetro | reasoning_effort |
| Valores | minimal · low · medium · high parâmetros expostos pelo gateway; vale o mapeamento do provedor indicado acima |
Modelo
| Modalidades | texto + imagem + vídeo + áudio → texto |
|---|
- 1.048.576 tokens de entrada / 65.536 de saída
- execução de código suportada
- computer use em Preview
conforme documentação oficial da Google ↗
Um prompt, medido pelo gateway
Gemini 3.5 Flash passou · 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.
saída 1152 tok (+1065 raciocínio) latência 7.7 s
Se a instrução é seguida (exatamente três frases, dá para contar), a adequação ao público (tom para um CFO) e a diferença de cobrança causada pelo raciocínio oculto, que os medidores de tokens abaixo deixam à mostra.
Gemini 3.5 Flash passou · 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`. […]
saída 2386 tok (+2110 raciocínio) latência 12.7 s
Se a correção está mesmo certa (dá para executar), a densidade da explicação e a eficiência em tokens em uma tarefa bem delimitada.
Gemini 3.5 Flash passou · 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" } ```
saída 1950 tok (+1885 raciocínio) latência 12.7 s
Aderência ao schema (sem campos inventados), pressão para alucinar (o texto diz explicitamente que o guidance não foi divulgado) e diferenças no caminho de saída estruturada.
Gemini 3.5 Flash falhou · 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: […]
saída 4092 tok (+3933 raciocínio) latência 19.1 s
Respeito às restrições (limite de palavras, lista de palavras proibidas, uma única pergunta), a marca de estilo de cada modelo e o controle do tamanho.
Use o Gemini 3.5 Flash em 30 segundos
Compatível com OpenAI: troque a base_url, mantenha seu SDK. 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(""));Sobre o Gemini 3.5 Flash
- O model card do Google nomeia fluxos de trabalho agênticos, tarefas de código e processos empresariais de várias semanas como seus usos pretendidos.
- Ele aceita entrada de texto, imagem, vídeo, áudio e PDF em uma janela de contexto de 1.048.576 tokens com 65.536 tokens de saída, retornando texto.
- Function calling, saídas estruturadas, execução de código, grounding por busca e Maps, contexto de URL, busca em arquivos, cache de contexto, a Batch API e uso de computador em preview são suportados; geração de imagens, geração de áudio e a Live API não são.
- O raciocínio é definido com thinking_level, que aceita minimal, low, medium e high e assume medium por padrão, um padrão deliberadamente mais barato que o high usado pelos modelos preview do Gemini 3, embora minimal seja um piso e não um interruptor de desligar e ainda cobre tokens de raciocínio.
- As thought signatures se aplicam aqui como no resto da geração.
- Ele está em disponibilidade geral desde maio de 2026, e o gemini-3-flash-preview é seu alias de preview; o Google agora posiciona o 3.6 Flash acima dele em eficiência de tokens.
- A Synthorai fornece acesso pelo seu endpoint de chat compatível com OpenAI.
Perguntas frequentes
A API do Gemini 3.5 Flash é gratuita para testar?
Sim. Contas novas recebem 10 chamadas de teste e até $1 em créditos gratuitos, sem precisar de cartão. A $1.5/M de tokens de entrada, só esse crédito já cobre cerca de 83 requisições de ~8K tokens ao Gemini 3.5 Flash.
Em que o Gemini 3.5 Flash é melhor?
Desempenho de fronteira sustentado em tarefas agênticas; eficaz para loops rápidos de código agêntico; suporte a preview de uso de computador e grounding. Veja na seção Sobre o quadro completo, tirado das notas de lançamento do próprio provedor.
Quanto custa o Gemini 3.5 Flash?
Na Synthorai, o Gemini 3.5 Flash custa $1.5 por milhão de tokens de entrada e $9 por milhão de tokens de saída. É o preço de tabela do provedor, sem markup da plataforma. Tokens de entrada em cache são cobrados a $0.15/M.
Qual é a janela de contexto do Gemini 3.5 Flash?
O Gemini 3.5 Flash tem uma janela de contexto de 1M tokens na Synthorai. Uma única resposta pode ter até 65,536 tokens.
O Gemini 3.5 Flash suporta cache de prompts?
Sim: o cache automático vem ativado por padrão, com um modo explícito para economia garantida. Tokens de entrada em cache são cobrados a $0.15/M, contra $1.5/M sem cache; os prompts precisam de um prefixo estável de 4,096 tokens para entrar em cache. Guia de cache de prompts →
Como obtenho acesso ao Gemini 3.5 Flash?
Aponte o SDK da OpenAI que você já usa para base_url="https://synthorai.io/v1", defina model="gemini-3.5-flash" e pronto. Uma única chave de API cobre todos os modelos do gateway.
Qual é o corte de conhecimento do Gemini 3.5 Flash?
O corte de conhecimento do Gemini 3.5 Flash é 2025-01, segundo a documentação oficial do provedor (verificado em 2026-07-09).
Modelos relacionados
Comparar
Cada valor desta página foi transcrito da documentação do provedor, com link acima, e traz a data em que foi verificado. Os preços são comparados em todo o catálogo; já as especificações que cada provedor define de um jeito aparecem com a diferença indicada, em vez de irem para um gráfico. Nada aqui foi medido por nós, e nada recebe nota.