Gemini 3.5 Flash

对比

发布于 2026-05-19

chat图像理解代码工具调用提示词缓存推理

Gemini 3.5 Flash 是 Google 目录中标注为在智能体和编码任务上持续保持前沿表现的最智能模型，描述为面向真实任务优化、速度更高成本更低的智能，并称其「为智能体时代而设计」，擅长子智能体部署、多步工作流和大规模长程任务。

输入: 文本图像视频音频 $1.5/M
输出: 文本 $9/M
音频输入: $5/M
缓存读取: $0.15/M
上下文: 1M
对比 GPT-4o: 便宜约 70%
知识截止: 2025-01

Benchmark 成绩

高于同类均值仅 3 项可比

Gemini 3.5 Flash 其他参测模型同类均值 ★ 没有模型得分更高

GeneBench Pro

8.14%

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

1348.8

AutomationBench

14.5%

供应商公布： Anthropic Google OpenAI

价格在同类中的位置

价格在 68 个同类模型中的位置

输入$1.5/M

$0.1 · Dola Seed 2.0 Mini GPT-5.4 Pro · $30

输出$9/M

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

缓存读取$0.15/M

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

这条线标出该模型的价格在 Synthorai 同类模型中的位置，两端分别是最便宜和最贵的模型。这里是基础价，批量、区域和缓存写入的折扣见价格页。

规格与限制

Token

上下文窗口（供应商规格）	1,048,576
最大输出（供应商规格）	65,536
知识截止	2025-01

提示词缓存

缓存方式	自动 + 显式
最小前缀	4,096

思考

供应商参数	thinkingLevel
可选值	minimal · low · medium · high
默认值	medium 请求未指定时生效
可关闭	不支持
思考行为	high 是动态档位；minimal 并不保证思考已关闭，因此思考 token 在每次请求中都按输出 token 计费，多轮连续性也需要原样回传思考签名
参数	reasoning_effort
取值	minimal · low · medium · high 这是网关侧的参数，实际以上方的供应商映射为准

模型

模态	文本 + 图像 + 视频 + 音频 → 文本

1,048,576 token 输入 / 65,536 输出
支持代码执行
computer use 处于预览阶段

依据 Google 官方文档 ↗

一条提示词，经网关实测

面向 CFO 的推理修复含 bug 的函数按 schema 提取按约束条件写作

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

Gemini 3.5 Flash 通过 · 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.

输出 1152 tok (+1065 思考) 延迟 7.7 s

指令遵循（恰好三句，数得出来）、受众适配（对 CFO 说话的口吻），以及下方 token 计数暴露出的隐藏思考计费差额。

提示词 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. 检查修复通过测试

Gemini 3.5 Flash 通过 · 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`. […]

输出 2386 tok (+2110 思考) 延迟 12.7 s

修复是否真的正确（能运行）、解释的信息密度，以及在一个范围明确的任务上的 token 效率。

提示词 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. 检查合法 JSON，严格符合 schema

Gemini 3.5 Flash 通过 · 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" } ```

输出 1950 tok (+1885 思考) 延迟 12.7 s

是否严守 schema（不臆造字段）、能否顶住幻觉压力（原文明说暂不给出 guidance），以及结构化输出路径的差异。

提示词 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. 检查 120 词，0 个禁用词

Gemini 3.5 Flash 未通过 · 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: […]

输出 4092 tok (+3933 思考) 延迟 19.1 s

是否守住约束（字数预算、禁用词表、只能有一个问句）、文风特征，以及长度控制。

30 秒用上 Gemini 3.5 Flash

兼容 OpenAI：换掉 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(""));

关于 Gemini 3.5 Flash

Google 的模型卡把智能体工作流、编码任务和跨越数周的企业流程列为它的目标用途。
它在 1,048,576 token 上下文窗口内接受文本、图像、视频、音频和 PDF 输入，输出 65,536 token，返回文本。
函数调用、结构化输出、代码执行、搜索与地图事实依据、URL 上下文、文件搜索、上下文缓存、Batch API 以及预览阶段的计算机操作受支持；图像生成、音频生成和 Live API 不受支持。
思考用 thinking_level 设定，接受 minimal、low、medium 和 high，默认 medium，这是比 Gemini 3 预览模型所用的 high 更省钱的默认值，不过 minimal 是下限而不是关闭开关，仍会产生推理 token 计费。
思考签名在这里和这一代其余模型一样适用。
它自 2026 年 5 月起正式发布，gemini-3-flash-preview 是它的预览别名；Google 现在在 token 效率上把 3.6 Flash 放在它之上。
Synthorai 通过其 OpenAI 兼容 chat 端点提供接入。

常见问题

Gemini 3.5 Flash API 可以免费试用吗？

可以。新账号有 10 次试用调用，免费额度最高 $1，无需绑卡。按输入 $1.5/M 计算，光这笔额度就够向 Gemini 3.5 Flash 发约 83 次请求，每次 ~8K token。

Gemini 3.5 Flash 最擅长什么？

智能体任务的持续前沿性能、对快速智能体编码回路高效、计算机使用预览与事实依据支持。完整介绍见「关于」部分，内容取自供应商的官方发布说明。

Gemini 3.5 Flash 的价格是多少？

在 Synthorai 上，Gemini 3.5 Flash 的输入价为 $1.5/百万 token，输出价为 $9/百万 token。这就是供应商官网价，平台不加价。缓存命中的输入 token 按 $0.15/M 计费。

Gemini 3.5 Flash 的上下文长度是多少？

Gemini 3.5 Flash 的上下文长度（上下文窗口）是 1M token。单次回复最多输出 65,536 个 token。

Gemini 3.5 Flash 支持提示词缓存（prompt caching）吗？

支持：自动缓存默认开启，另有显式模式，可以确保拿到折扣。缓存命中的输入 token 按 $0.15/M 计费（未命中为 $1.5/M）；提示词的稳定前缀至少要有 4,096 个 token 才能缓存。提示词缓存指南 →

如何开通 Gemini 3.5 Flash？

把现有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1"，model 设为 "gemini-3.5-flash" 即可。一个 API key 就能调用网关上的全部模型。

Gemini 3.5 Flash 的知识截止日期是什么时候？

Gemini 3.5 Flash 的知识截止日期是 2025-01，以供应商官方文档为准（核对于 2026-07-09）。

对比

vs Gemini 3.7 Flash 与任意模型对比 →

本页的每个数值都照录自供应商自己的文档（链接见上），并标有核对日期。价格是在整个目录范围内比较的；各家供应商定义不一样的规格项，只说明差异，不画图对比。这里没有任何一项是我们自己测的，也不打分。

获取 API key 算算你的成本 →

规格与限制

一条提示词，经网关实测

30 秒用上 Gemini 3.5 Flash

关于 Gemini 3.5 Flash

常见问题

相关模型

对比