Gemini 3.5 Flash

比較

發布於 2026-05-19

chat圖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: 文字圖像影片音訊 $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

高於平均僅 3 項可比

Gemini 3.5 Flash 其他有成績的模型其他模型平均 ★ 沒有模型分數更高

GeneBench Pro

8.14%

GDPval-AA v2 Elo · 962.3-1759.6 據 OpenAI 公布 · 2026-08-25

1348.8

AutomationBench

14.5%

供應商公布： Anthropic Google OpenAI

價格在同類中的位置

價格在 68 個同類模型中的位置

輸入$1.5/M

$0.1 · Dola Seed 2.0 Mini 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

$0.01 · Claude Haiku 5.5 GPT-5.4 Pro · $15

這條線標出這個模型的價格，在 Synthorai 的同類模型裡落在什麼位置；兩端分別是最便宜和最貴的模型。這裡列的是基礎價，批次、區域和快取寫入的折扣請見價格頁。

規格與限制

Token

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

提示詞快取

快取方式	自動 + 顯式
最小前綴	4,096

思考

供應商參數	thinkingLevel
可接受的值	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
參數值	minimal · low · medium · high 這是閘道的參數，實際以上方的供應商對應為準

模型

模態	文字 + 圖像 + 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 ↗

一段提示詞，經閘道實測

寫給 CFO 的推理修正有 bug 的函式依 schema 擷取資料依照限制條件撰寫

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

是否照指令做（剛好三句，數得出來）、語氣是否貼合對象（寫給 CFO 看），以及下方 token 計量顯示出的隱藏思考計費落差。

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. 檢查修正後通過測試

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

修正是否真的正確（跑得起來）、說明的資訊密度，以及在範圍明確的任務上的 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. 檢查有效的 JSON，完全符合 schema

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

是否遵守 schema（不自創欄位）、面對幻覺誘因的表現（題目明確不給 guidance），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 未通過 · 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

是否遵守限制（字數上限、禁用詞清單、只能有一句問句）、文字風格的特徵，以及長度控制。

30 秒上手 Gemini 3.5 Flash

相容 OpenAI：換掉 base_url，SDK 不用換。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，新帳號有 10 次試用呼叫和最高 $1 的免費額度，免綁卡。以輸入價 $1.5/M 計算，光是這筆額度就夠你對 Gemini 3.5 Flash 發出約 83 次請求，每次約 8K token。

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。完整介紹請見「關於」一節，內容取自供應商官方的發布說明。

Gemini 3.5 Flash 的價格是多少？

在 Synthorai 上，Gemini 3.5 Flash 的輸入價是每百萬 token $1.5，輸出價是每百萬 token $9。這就是供應商官網價，平台不加價。快取命中的輸入 token 以 $0.15/M 計費。

Gemini 3.5 Flash 的上下文長度是多少？

Gemini 3.5 Flash 的上下文長度（上下文視窗）是 1M token。單次回覆最多輸出 65,536 個 token。

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，可確保拿到折扣。快取命中的輸入 token 以 $0.15/M 計費（未命中為 $1.5/M）；提示詞要有 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" 就可以了。一把 API 金鑰就能呼叫閘道上的所有模型。

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，依據供應商官方文件（查核日期：2026-07-09）。

比較

vs Gemini 3.7 Flash 與任意模型比較 →

本頁每一個數值都摘錄自供應商自己的文件（連結見上方），並附上查核日期。價格是放在整個目錄裡比較；各家供應商定義不一樣的規格，只說明差異，不畫成圖表比較。這裡沒有任何數據是我們自己量測的，也不做評分。

取得 API 金鑰算算你的成本 →

規格與限制

一段提示詞，經閘道實測

30 秒上手 Gemini 3.5 Flash

關於 Gemini 3.5 Flash

常見問題

相關模型

比較