Gemini 3.5 Flash

對比

發布於 2026-05-19

chat影像理解程式碼工具呼叫提示詞快取推理

Gemini 3.5 Flash 是 Google 目錄中標註為在智慧體和編碼任務上具備持續前沿表現的最智慧模型，官方描述為面向真實任務、以更高速度和更低成本最佳化的智慧，並稱它「為智慧體時代而設計」，擅長子智慧體部署、多步工作流和大規模長程任務。

輸入: 文字影像影片音訊 $1.5/M
輸出: 文字 $9/M
音訊輸入: $5/M
快取讀取: $0.15/M
上下文: 1M
相較 GPT-4o: 便宜約 70%
知識截止: 2025-01

Benchmark 成績

高於同儕均值僅 3 項可比

Gemini 3.5 Flash 其他被測模型同儕均值 ★ 無人分數更高

GeneBench Pro

8.14%

GDPval-AA v2 Elo · 642-1861

1348.8

AutomationBench

14.5%

廠商公布: Anthropic Google Moonshot OpenAI

價格在同類中的位置

價格在 60 個同類模型中的位置

輸入$1.5/M

$0.05 · Qwen3 VL Flash GPT-5.4 Pro · $30

輸出$9/M

$0.275 · DeepSeek V4 Flash GPT-5.4 Pro · $180

快取讀取$0.15/M

$0.0028 · DeepSeek V4 Flash GPT-5.4 Pro · $15

這條線顯示該模型的價格，在 Synthorai 上同類模型裡處於什麼位置。兩端標出了最便宜和最貴的那個。這裡是基礎價，批次、區域與快取寫入的折扣見價格頁。

規格與限制

Token

上下文視窗(廠商規格)	1,048,576
最大輸出(廠商規格)	65,536
知識截止	2025-01

提示詞快取

快取方式	自動 + 顯式
最低前綴	4,096

思考

廠商參數	thinkingLevel
可選值	minimal · low · medium · high
預設值	medium 請求未指定時生效
可關閉	不支援
思考行為	high 是動態設定；minimal 並不保證關閉思考，因此每個請求的思考 token 都按輸出 token 計費，而多輪連貫性需要把 thought signature 原樣回傳。
參數	reasoning_effort
取值	minimal · low · medium · high 閘道側參數面——以上方廠商映射為準

模型

模態	文字 + 影像 + 影片 + 音訊 → 文字

1,048,576 token 輸入 / 65,536 輸出
支援程式碼執行
computer use 為預覽階段

依據 Google 官方文件 ↗

單一提示詞 — 經由閘道測量

針對 CFO 的推論修復包含錯誤的函式擷取至 schema 依照限制條件撰寫

提示詞 Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. 檢查恰好 3 句

Gemini 3.5 Flash 通過 · 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.

輸出 1152 tok (+1065 思考) 延遲 7.7 s

指令遵循（恰好三句，可數）、受眾適配（面向 CFO 的語氣），以及下方 token 計量所暴露的隱藏思考計費缺口。

提示詞 This function is supposed to return the longest run of consecutive equal items, but callers report it is off by one on single-element inputs and misses runs that end at the last index. Fix it and explain the bug in one paragraph. 檢查修復通過測試

Gemini 3.5 Flash 通過 · 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`. […]

輸出 2386 tok (+2110 思考) 延遲 12.7 s

修復是否真的正確（可執行）、解釋的資訊密度，以及在一個邊界明確的任務上的 token 效率。

提示詞 Extract a JSON object with fields {company, quarter, revenue_usd_m, growth_pct, guidance} from this text. Use null for anything not stated; add no other fields. 檢查合法 JSON，schema 精確

Gemini 3.5 Flash 通過 · 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" } ```

輸出 1950 tok (+1885 思考) 延遲 12.7 s

schema 服從度（不臆造欄位）、幻覺壓力（guidance 明確被暫緩給出），以及結構化輸出路徑的差異。

提示詞 Write a 120-word product announcement for an API gateway feature that caches prompts across providers. Forbidden words: "seamless", "unlock", "game-changer", "revolutionize", "empower". Exactly one sentence must be a question. 檢查 120 詞，0 個禁用詞

Gemini 3.5 Flash 未命中 · 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: […]

輸出 4092 tok (+3933 思考) 延遲 19.1 s

約束服從度（字數預算、禁用詞表、唯一的那句問句）、文風指紋，以及長度控制。

30 秒用上 Gemini 3.5 Flash

OpenAI 相容:換掉 base_url,SDK 不用改。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(""));

關於 Gemini 3.5 Flash

Google 的模型卡把智慧體工作流、編碼任務和跨越數週的企業流程列為其預期用途。
它在 1,048,576 token 上下文視窗內接受文字、影像、影片、音訊和 PDF 輸入，輸出 65,536 token，回傳文字。
函式呼叫、結構化輸出、程式碼執行、搜尋與 Maps 事實依據、URL 上下文、檔案搜尋、上下文快取、Batch API 以及預覽階段的電腦使用均受支援；影像生成、音訊生成和 Live API 則不支援。
思考用 thinking_level 設定，接受 minimal、low、medium 和 high，預設為 medium，相對 Gemini 3 預覽模型採用的 high 是一個刻意更省的預設值，不過 minimal 仍是下限而非關閉開關，依然會計費推理 token。
思考簽名在這裡與該世代其餘成員一樣適用。
它自 2026 年 5 月起正式發布，gemini-3-flash-preview 是它的預覽別名；Google 現在把 3.6 Flash 放在它之上，理由是 token 效率。
Synthorai 透過其 OpenAI 相容 chat 端點提供存取。

常見問題

Gemini 3.5 Flash API 可以免費試用嗎?

可以,新帳號可獲得 10 次試用呼叫和最高 $1 的免費額度,無需信用卡。以輸入 $1.5/M 計算,光是這筆額度就足以對 Gemini 3.5 Flash 發出約 83 次 ~8K token 的請求。

Gemini 3.5 Flash 最擅長什麼?

智慧體任務的持續前沿效能、對快速智慧體編碼迴路高效、電腦使用預覽與事實依據支援。完整能力請見「關於」一節,內容取自廠商官方發布說明。

Gemini 3.5 Flash 的價格是多少?

在 Synthorai 上,Gemini 3.5 Flash 輸入 $1.5/百萬 token、輸出 $9/百萬 token,即廠商牌價,無平台加價。快取命中的輸入 token 以 $0.15/M 計費。

Gemini 3.5 Flash 支援提示詞快取(prompt caching)嗎?

支援:自動快取預設開啟,另有顯式模式可獲得確定的折扣。快取命中的輸入 token 以 $0.15/M 計費(未命中 $1.5/M);提示詞需有 4,096 個 token 以上的穩定前綴才能命中快取。提示詞快取指南 →

如何開通 Gemini 3.5 Flash?

把現有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 設為 "gemini-3.5-flash" 即可。一組 API key 通用閘道上的所有模型。

Gemini 3.5 Flash 的知識截止日期是什麼時候?

Gemini 3.5 Flash 的知識截止日期為 2025-01,依據廠商官方文件(資料核驗於 2026-07-09)。

對比

vs Gemini 3.7 Flash 與任意模型對比 →

本頁每個值都轉錄自廠商自己的文件(連結見上),並帶有核對日期。價格在全目錄範圍內比較;各廠商定義不同的規格值,只說明差異而不作圖表對比。此處沒有任何由我們測量的資料,也不做評分。

取得 API 金鑰算算你的成本 →

規格與限制

單一提示詞 — 經由閘道測量

30 秒用上 Gemini 3.5 Flash

關於 Gemini 3.5 Flash

常見問題

相關模型

對比