Kann Gemini 3.5 Flash Kontexte mit einer Million Token verarbeiten?

Ja. Gemini 3.5 Flash unterstützt ein Kontextfenster mit 1 Million Token und eignet sich damit für Schlussfolgerungen auf Repository-Ebene, lange PDFs und Workflows mit mehreren Dokumenten.

Welche Benchmark-Ergebnisse hat Gemini 3.5 Flash erzielt?

Google meldet Benchmark-Ergebnisse, darunter 76.2% bei Terminal-Bench 2.1, 83.6% bei MCP Atlas und 84.2% bei CharXiv Reasoning.

Was sind die aktuellen Einschränkungen von Gemini 3.5 Flash?

Gemini 3.5 Flash unterstützt derzeit keine native Bildgenerierung, Audiogenerierung oder konversationelles Streaming über die Live API.

Unterstützt die Gemini 3.5 Flash API multimodale Eingaben?

Ja. Gemini 3.5 Flash akzeptiert Text-, Bild-, Audio-, Video- und PDF-Eingaben über die Gemini API.

Wie schneidet Gemini 3.5 Flash im Vergleich zu Gemini 3.1 Pro beim Programmieren ab?

Laut Google übertrifft Gemini 3.5 Flash Gemini 3.1 Pro bei Agenten- und Programmier-Benchmarks, darunter Terminal-Bench 2.1 und MCP Atlas.

Eignet sich Gemini 3.5 Flash für KI-Agenten und autonome Workflows?

Ja. Google hat Gemini 3.5 Flash speziell für langfristige agentische Ausführung, Tool-Orchestrierung und persistente KI-Assistenten-Workflows optimiert.

Welche Tools und Integrationen sind in der Gemini 3.5 Flash API verfügbar?

Das Modell unterstützt Function Calling, Codeausführung, strukturierte Ausgaben, Google Search Grounding, Maps Grounding, Dateisuche und URL-Kontextunterstützung.

Wann sollten Entwickler Gemini 3.5 Flash statt Claude Sonnet 4 wählen?

Gemini 3.5 Flash ist eine starke Wahl, wenn geringe Latenz bei multimodalem Schlussfolgern, die Verarbeitung großer Kontexte und die Integration in das Google-Ökosystem wichtiger sind als erstklassige Qualität bei langen Texten.

Google

API live

gemini-3.5-flash

Gemini 3.5 Flash API

Gemini 3.5 Flash ist ein Hochgeschwindigkeits-KI-Modell, das für schnelle Antwortzeiten und effiziente Codegenerierung entwickelt wurde. Es bietet eine deutlich verbesserte Generierungsgeschwindigkeit bei gleichzeitig starken Reasoning-Fähigkeiten und eignet sich damit für Echtzeitanwendungen und Entwickler-Workflows.

Startpreis

$1.20 / 1 Mio. Eingabe-Tokens

Nutzungsbasierte Abrechnung

API-Status

Betriebsbereit

100.0% Verfügbarkeit / 24 Std.

Antwortzeit

7441 ms

Gemessene API-Antwortzeit

Veröffentlicht

May 19, 2026

Google

Testumgebung

Testen Sie Gemini 3.5 Flash mit einer echten Anfrage, prüfen Sie die Parameter und validieren Sie die Ausgabe vor der API-Integration.

Preisgestaltung

Nutzen Sie die obige Schnellschätzung für einen einzelnen Durchlauf und prüfen Sie anschließend den vollständigen Vergleich von CometAPI- und offiziellem Preis.

Erste Anfrage

$0.0084

Geschätzte CometAPI-Nutzungskosten

Zehn Anfragen

$0.0840

Geschätzte CometAPI-Nutzungskosten

Fünfzehn Anfragen

$0.1260

Geschätzte CometAPI-Nutzungskosten

⇌

Umrechnung von Credits

1.000 Credits = 1 $

Credits machen Budgets über Token-, Anfrage- und Laufzeitabrechnung hinweg vergleichbar. Der USD-Betrag bleibt beim Bezahlvorgang maßgeblich.

✓Aktuelles Modell in Credits

Eingabe

1,200

Credits / 1 Mio. Token

Ausgabe

7,200

Credits / 1 Mio. Token

Transparenz bei Mindestgebühren Dieser Prototyp geht nicht von einer versteckten Mindestgebühr pro Anfrage aus. Falls eine Mindestabrechnung oder eine Mindestaufladung für die produktive Nutzung gilt, muss dies vor dem Kauf angezeigt und in jede Budgetschätzung einbezogen werden.

Modell	Comet-Preis (USD / Mio. Token)	Offizieller Preis (USD / Mio. Token)	Rabatt
gemini-3.5-flash	Eingabe: $1.20/M Ausgabe: $7.20/M	Eingabe: $1.50/M Ausgabe: $9.00/M	-20%
gemini-3.5-flash-lite	Eingabe: $0.2400/M Ausgabe: $2.02/M	Eingabe: $0.3000/M Ausgabe: $2.52/M	-20%

Modellübersicht

Eine stabile Modellidentität für Suche und Evaluierung, kombiniert mit Live-Katalogdaten, die sich ändern können, ohne die grundlegende SEO-Struktur der Seite neu schreiben zu müssen.

Stabile Identität

Was ist Gemini 3.5 Flash?

Die kanonische Modellidentität bleibt stabil, auch wenn sich Preise und Limits ändern.

Live-Modelldaten

Aktueller Katalogstand

Verfügbarkeit

Verfügbar

Einstiegspreis

$1.20 / 1 Mio. Eingabe-Tokens

Kontext

Funktionen anzeigen

Katalogdatum

May 19, 2026

Playground 2.0 / Entscheidungszentrale

Zuerst entscheiden. Mit Zuversicht integrieren.

Ein zentraler Arbeitsbereich, um Modelle zu vergleichen, Prompts zu optimieren, das Routing zu prüfen, Code zu migrieren und einen getesteten Ausgangspunkt bereitzustellen.

Verankert in Gemini 3.5 Flash

Workflows

Vergleichen Sie, bevor Sie sich festlegen

Führen Sie denselben Prompt mit führenden Modellen aus und erhalten Sie eine evidenzbasierte Empfehlung.

3 Modelle · 1 Durchlauf

Evaluierungs-Prompt

ProgrammierungTemperatur 0,2JSON-Ausgabe

GPT-5

OpenAI

Qualität

91/100

Latenz

1.2s

Geschätzte Kosten

$0.018

Claude Opus 5

Anthropic

KI-Auswahl

Qualität

95/100

Latenz

1.8s

Geschätzte Kosten

$0.024

Gemini 3 Pro

Google

Qualität

89/100

Latenz

0.9s

Geschätzte Kosten

$0.011

Empfehlung: Wähle Claude Opus 5 für risikoreiche Code-Reviews; leite Routineprüfungen an Gemini 3 Pro weiter, um die Kosten um ~54 % zu senken.

Überblick

Ein praktischer Überblick über Gemini 3.5 Flash, einschließlich wichtigem Verhalten und Hinweisen zur Integration.

Technische Spezifikationen von Gemini 3.5 Flash

Eintrag	Gemini 3.5 Flash
Anbieter	Google
Modellfamilie	Gemini 3.5
Offizielle Modell-ID	gemini-3.5-flash
Eingabetypen	Text, Bild, Video, Audio, PDF
Ausgabetypen	Text
Kontextfenster	1 Million Token
Maximale Ausgabetoken	~65K Ausgabetoken
Hauptstärken	Agentische Workflows, Programmierung, multimodales Schlussfolgern
Tool-Unterstützung	Funktionsaufrufe, Codeausführung, Search Grounding, strukturierte Ausgaben, URL-Kontext, Dateisuche
Reasoning-Unterstützung	Anpassbare Denk- und Schlussfolgerungsstufen
Sicherheits-Framework	Google Frontier Safety Framework

Was ist Gemini 3.5 Flash?

Google Gemini 3.5 Flash ist Googles Flaggschiff unter den hochperformanten multimodalen Schlussfolgerungsmodellen, optimiert für agentische Ausführung, Programmierung und Workflows mit langer Planungshorizont. Es erweitert die Gemini-Flash-Serie um deutlich stärkere Fähigkeiten im Schlussfolgern und Software Engineering, bei gleichzeitig geringer Inferenzlatenz.

Im Unterschied zu früheren Flash-Modellen, die primär auf leichtgewichtige Inferenz ausgerichtet waren, ist Gemini 3.5 Flash für persistente KI-Agenten, mehrstufige Codingsysteme und Unternehmens-Automatisierungspipelines konzipiert. Google stuft es als sein bislang stärkstes agentisches Modell der Flash-Modellstufe ein.

Hauptfunktionen von Gemini 3.5 Flash

Unterstützung für langen Kontext mit 1M Token: Verarbeitet äußerst große Repositorys, umfangreiche Dokumentationen, PDFs, Transkripte und Workflows über mehrere Sitzungen in einem einzigen Prompt-Kontext.
Starke agentische Ausführung: Optimiert für mehrstufige autonome Workflows, Tool-Orchestrierung, Terminalaufgaben und lang laufende KI-Agenten.
Erweiterte Programmierleistung: Übertrifft Gemini 3.1 Pro bei mehreren Coding- und agentischen Benchmarks, darunter Terminal-Bench und MCP Atlas.
Natives multimodales Schlussfolgern: Akzeptiert Text, Bilder, Audio, Video und PDFs für einheitliche Schlussfolgerungsaufgaben.
Produktionsreifes Tooling: Unterstützt strukturierte Ausgaben, Funktionsaufrufe, Codeausführung, Grounding mit Google Search und Maps sowie Dateisuche.
Konfigurierbare Denk- und Schlussfolgerungsmodi: Entwickler können mithilfe von Steuerungen für das Thinking-Level die Abwägung zwischen Latenz und Schlussfolgerungstiefe vornehmen.

Benchmark-Leistung von Gemini 3.5 Flash

Von Google veröffentlichte Benchmark-Ergebnisse positionieren Gemini 3.5 Flash unter den stärksten agentischen Flash-Modellen, die derzeit verfügbar sind:

Benchmark	Gemini 3.5 Flash
Terminal-Bench 2.1	76.2%
GDPval-AA	1656 Elo
MCP Atlas	83.6%
CharXiv Reasoning	84.2%

Diese Werte deuten auf erhebliche Fortschritte bei der autonomen Ausführung, dem multimodalen Schlussfolgern und der Zuverlässigkeit im Software Engineering im Vergleich zu früheren Gemini-Flash-Varianten hin.

Gemini 3.5 Flash vs. andere Modelle

Fähigkeit	Gemini 3.5 Flash	Gemini 3.1 Pro	Claude Sonnet 4
Kontextfenster	1M Token	Großes Kontextfenster	Großes Kontextfenster
Agentische Workflows	Exzellent	Stark	Stark
Programmierleistung	Sehr stark	Stark	Exzellent
Inferenzgeschwindigkeit	Optimierte Flash-Latenz	Langsamer	Mittel
Multimodale Eingaben	Nativ multimodal	Nativ multimodal	Vision + Text
Tool-Ökosystem	Umfangreiches Google-Tooling	Umfangreich	Starkes API-Tooling

Zentrale Unterschiede

vs. Gemini 3.1 Pro: Gemini 3.5 Flash bietet bessere Programmierung und autonome Aufgabenausführung bei gleichzeitig deutlich schnellerer Inferenz.
vs. Claude Sonnet 4: Claude bleibt häufig stärker bei nuanciertem Longform-Schlussfolgern und der Schreibqualität, während Gemini 3.5 Flash Geschwindigkeit, agentische Ausführung und die Integration in das Google-Ökosystem betont.
vs. Schlussfolgerungsmodelle der GPT-Serie: Gemini 3.5 Flash ist besonders wettbewerbsfähig bei multimodalen Agent-Workflows und der Orchestrierung großer Kontexte, insbesondere für Unternehmensautomatisierungs-Anwendungsfälle.

Bekannte Einschränkungen von Gemini 3.5 Flash

Unterstützt derzeit keine native Bild- oder Audiogenerierung als Ausgabe.
Live-Konversations-APIs werden in dieser Modellstufe nicht unterstützt.
Community-Benchmarks zeigen gemischte Leistungen bei bestimmten spezialisierten Evaluierungsaufgaben, insbesondere bei visuell geprägten Nischen-Workflows

Zugriff auf die Gemini 3.5 Flash-API

Schritt 1: API-Zugriff erhalten

Melden Sie sich bei CometAPI an. Wenn Sie noch kein Nutzer sind, registrieren Sie sich bitte zunächst. Melden Sie sich bei Ihrer CometAPI console an. Beschaffen Sie sich den API-Schlüssel (Access Credential) der Schnittstelle. Klicken Sie im persönlichen Bereich beim API-Token auf “Add Token”, erhalten Sie den Token-Schlüssel: sk-xxxxx und senden Sie ihn ab.

cometapi-key

Schritt 2: Anfragen an die Gemini 3.5 Flash-API senden

Wählen Sie den Endpunkt “` gemini-3.5-flash”, um die API-Anfrage zu senden, und legen Sie den Request-Body fest. Methode und Body der Anfrage entnehmen Sie der API-Dokumentation auf unserer Website. Unsere Website stellt außerdem Apifox-Tests zu Ihrer Verfügung. Ersetzen Sie <YOUR_API_KEY> durch Ihren tatsächlichen CometAPI-Schlüssel aus Ihrem Konto. Die Basis-URL ist Gemini Generating Content

Fügen Sie Ihre Frage oder Anforderung in das content-Feld ein — darauf antwortet das Modell. Verarbeiten Sie die API-Antwort, um die generierte Ausgabe zu erhalten.

Schritt 3: Antworten verarbeiten

Die API gibt strukturierte Kandidatenantworten zurück, einschließlich generiertem Text, Zitaten, Sicherheitsmetadaten und optionalen Tool-Ausgaben.

FAQ

Modell-Entscheidungszentrum

Kosten kennen. Die passende Arbeitslast wählen.

Modellieren Sie die fünf Abrechnungsdimensionen, testen Sie eine realistische Arbeitslast und entscheiden Sie vor der Bereitstellung, wo sich der Aufpreis für Opus lohnt.

20 % unter dem offiziellen Preis$1.20 gegenüber $1.50 / 1 Mio. Eingabetoken

Kostenlabor

Kosten eines echten Agentenlaufs berechnen

Spielen Sie reale Workloads erneut ab, anstatt Token-Preise isoliert zu vergleichen. Laden Sie eine Voreinstellung und passen Sie anschließend jede Abrechnungsdimension an.

Neue Eingabetoken

Token

Cache-Lesetoken

Token

Ausgabetoken

Token

Websuchaufrufe

Aufrufe

$1.20

/ 1 Mio. Tokens

Eingabe

Neue Anweisungen, Dateien und Gesprächskontext, die bei jedem Durchlauf gesendet werden.

Kürzen Sie den abgerufenen Kontext, bevor er das Modell erreicht.

$0.1200

/ 1 Mio. Tokens

Cache-Lesezugriff

Zuvor zwischengespeicherte Prompt-Tokens, die in späteren Anfragen wiederverwendet werden.

Halten Sie System-Prompts und Repository-Übersichten byteidentisch.

$7.20

/ 1 Mio. Tokens

Ausgabe

Vom Modell generierte Schlussfolgerungen, Codes und Texte.

Verwenden Sie eindeutige Abschlusskriterien und Ausgabelimits.

$10.00

/ 1.000 Aufrufe

Websuche

Tool-Aufrufe, die aktuelle Informationen aus dem Web abrufen.

Suchen Sie einmal und verwenden Sie die verifizierten Ergebnisse anschließend während des gesamten Durchlaufs erneut.

Wo Opus den Aufpreis wert ist

Am besten geeignet

Softwareentwicklung auf Repository-Ebene

Verwenden Sie Opus, wenn die Aufgabe Architektur, mehrere Dateien und mehrdeutige Abwägungen bei der Implementierung umfasst.

Am besten geeignet

Lang laufende Agenten

Eine ausgezeichnete Wahl, wenn ein Agent die ursprüngliche Absicht über viele Tool-Aufrufe und Wiederherstellungsschritte hinweg bewahren muss.

Den Aufpreis wert

Review mit hoher Bedeutung

Setzen Sie es gezielt für Sicherheits-, Migrations- und Produktionsreviews ein, bei denen ein übersehenes Problem mehr kostet als die Token.

Ein leichteres Modell verwenden

Routinemäßige Aufgaben mit hohem Volumen

Klassifizierung, Extraktion und einfache Chats erzielen mit Sonnet oder Haiku in der Regel eine bessere Wirtschaftlichkeit pro Einheit.

Leitfaden für den Prompt-Cache

Präfix stabilisieren

Lassen Sie Richtlinien, Tool-Schemata und Repository-Übersichten unverändert.

Einmal schreiben

Platzieren Sie den Cache-Haltepunkt hinter dem wiederverwendbaren Kontext.

Wiederholt lesen

Hängen Sie in späteren Durchgängen nur die aufgabenspezifischen Änderungen an.

Aktuelles Szenario

240K zwischengespeicherte Tokens

zu 10 % des Preises für neue Eingaben wiederverwendet

vermiedene Kosten

$0.2592

Migration ohne Neuentwicklung

Behalten Sie Ihr bevorzugtes SDK bei und ändern Sie die Basis-URL, den Schlüssel und die Modell-ID.

messages.ts

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: process.env.COMETAPI_KEY,
  baseURL: 'https://api.cometapi.com',
});

const message = await client.messages.create({
  model: 'gemini-3.5-flash',
  max_tokens: 4096,
  messages: [{ role: 'user', content: 'Review this change.' }],
});

API

Kopieren Sie einen funktionierenden Endpunkt und ein Codebeispiel; öffnen Sie bei Bedarf die vollständige API-Referenz für alle Parameter.

Eine API, produktionsreifer Modellzugriff

Einmal authentifizieren, den Modell-Endpunkt aufrufen und denselben Abrechnungs- und Monitoring-Workflow anbieterübergreifend beibehalten.

POST/v1beta/models/{model}:generateContentPOST/v1/chat/completions

Beispielcode und API für Gemini 3.5 Flash

Greifen Sie auf umfassende Beispielcodes und API-Ressourcen für Gemini 3.5 Flash zu, um Ihren Integrationsprozess zu optimieren. Unsere detaillierte Dokumentation bietet schrittweise Anleitungen und hilft Ihnen dabei, das volle Potenzial von Gemini 3.5 Flash in Ihren Projekten zu nutzen.

POST

/v1beta/models/{model}:generateContent

POST

/v1/chat/completions

curl "https://api.cometapi.com/v1beta/models/gemini-3.5-flash:generateContent" \
  -H "Authorization: $COMETAPI_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "contents": [
      {
        "parts": [
          {
            "text": "Explain how parallel agentic execution works in three sentences."
          }
        ]
      }
    ],
    "generationConfig": {
      "thinkingConfig": {
        "thinkingLevel": "MINIMAL"
      }
    }
  }'

cURL Code Example

curl "https://api.cometapi.com/v1beta/models/gemini-3.5-flash:generateContent" \
  -H "Authorization: $COMETAPI_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "contents": [
      {
        "parts": [
          {
            "text": "Explain how parallel agentic execution works in three sentences."
          }
        ]
      }
    ],
    "generationConfig": {
      "thinkingConfig": {
        "thinkingLevel": "MINIMAL"
      }
    }
  }'

Python Code Example

from google import genai
from google.genai import types
import os

# Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com"

client = genai.Client(
    http_options={"api_version": "v1beta", "base_url": BASE_URL},
    api_key=COMETAPI_KEY,
)

response = client.models.generate_content(
    model="gemini-3.5-flash",
    contents="Explain how parallel agentic execution works in three sentences.",
    config=types.GenerateContentConfig(
        thinking_config=types.ThinkingConfig(thinking_level="minimal"),
    ),
)

print(response.text)

JavaScript Code Example

// Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY;
const base_url = "https://api.cometapi.com/v1beta";
const model = "gemini-3.5-flash";
const operator = "generateContent";

async function main() {
  const response = await fetch(`${base_url}/models/${model}:${operator}`, {
    method: "POST",
    headers: {
      "Content-Type": "application/json",
      Authorization: api_key,
    },
    body: JSON.stringify({
      contents: [
        {
          parts: [
            {
              text: "Explain how parallel agentic execution works in three sentences.",
            },
          ],
        },
      ],
      generationConfig: {
        thinkingConfig: {
          thinkingLevel: "MINIMAL",
        },
      },
    }),
  });

  const data = await response.json();
  console.log(data.candidates[0].content.parts[0].text);
}

await main();

Fähigkeiten

Prüfen Sie die wichtigsten Modellfakten, bevor Sie eine Architektur wählen oder die Produktionslast abschätzen.

Unterstützte Funktionen

Von der bestehenden Modell-API zurückgegebene Funktionen.

text-to-text

pdf-to-text

image-to-text

speech-to-text

video-to-text

Eingabe und Ausgabe

Eingaben

text

Ausgaben

text

Produktionsprofil

Anbieter: Google
Kontext: Modellabhängig
Kommerzielle Nutzung: Unterstützt

Anwendungsfälle

Nutzen Sie Gemini 3.5 Flash für Produktions-Workflows entsprechend seiner text-Fähigkeiten und vergleichen Sie Alternativen vor einer langfristigen Integration.

Produktions-Chat und Agenten-Workflows

Programmierung, Analyse und strukturierte Generierung

Umfangreiche Automatisierung über eine API

Weitere Modelle

Vergleichen Sie weitere über CometAPI verfügbare Modelle hinsichtlich Qualität, Latenz, Funktionsumfang und Preis.

Modellvergleich öffnen →

CometAPI

AUTO

CometAPI Auto API is an intelligent model routing feature that allows developers to access the appropriate AI model without specifying a specific model ID for each request.

Modell ansehen

Google

Gemini 4 Argon

Gemini 4 Argon-API entdecken.

Modell ansehen

OpenAI

GPT-6.1 Sol

GPT-6.1 Sol-API entdecken.

Modell ansehen

Anthropic

Claude Sonnet 5.5

Claude Sonnet 5.5-API entdecken.

Modell ansehen

MiniMax

MiniMax-M3.1-Flash-Preview

MiniMax-M3.1-Flash-Preview-API entdecken.

Modell ansehen

Xiaomi

mimo-v2.6-pro-ultraspeed

MiMo-V2.6-Pro-UltraSpeed ist Xiaomis latenzarme Serving-Variante von MiMo-V2.6-Pro, konzipiert für Anwendungen, bei denen die Reasoning-Fähigkeit des Pro-Modells mit deutlich schnellerer Ausgabegenerierung kombiniert werden muss.

Modell ansehen

Verfügbarkeit

Prüfen Sie Live-Heartbeat-Daten, Endpunktverfügbarkeit und gemessene Antwortzeiten vor dem Produktivbetrieb.

Verfügbarkeit

Anfrageerfolgsrate der letzten 30 Tage, die die Zuverlässigkeit jedes Modellanbieters widerspiegelt. CometAPI überwacht alle verbundenen Anbieter rund um die Uhr in Echtzeit.

RespondLIVE

7441msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

Versionen

Prüfen Sie verfügbare Modellkennungen, bevor Sie eine Produktionsintegration festlegen.

gemini-3.5-flash

gemini-3.5-flash-lite

Aktualisierungen

Verfolgen Sie relevante Änderungen bei Verfügbarkeit, Preisen und Funktionen von Gemini 3.5 Flash, ohne die stabile Modellseite zu verlieren.

Modelländerungsprotokoll

Eine Seite, die mit der Zeit immer besser wird.

Versionshinweise, Preisänderungen, Benchmark-Aktualisierungen und Migrationsanleitungen werden hier gesammelt, während die kanonische URL unverändert bleibt.

May 19, 2026

API-Verfügbarkeit bestätigt

Gemini 3.5 Flash ist über den CometAPI-Modellkatalog und die API-Dokumentation verfügbar.

Aktuell

Live-Daten

Preise und Limits mit dem Katalog synchronisiert

Preis, Kontext, Verfügbarkeit und Limits werden als dynamische Eigenschaften behandelt, anstatt in den Seitentitel oder die Modellidentität eingebettet zu werden.

Feb 5, 2026

Dauerhafte Modellinstanz erstellt

Der Anbieter und der Modell-Slug bilden eine dauerhafte kanonische URL; zukünftige Inhalts- und Datenaktualisierungen bleiben auf dieser Seite.

Weiter erkunden

Modelle vergleichen und Ihre Recherche fortsetzen

Google

API live

gemini-3.5-flash

Gemini 3.5 Flash API

Startpreis

$1.20 / 1 Mio. Eingabe-Tokens

Nutzungsbasierte Abrechnung

API-Status

Betriebsbereit

100.0% Verfügbarkeit / 24 Std.

Antwortzeit

7441 ms

Gemessene API-Antwortzeit

Veröffentlicht

May 19, 2026

Google

Testumgebung

Testen Sie Gemini 3.5 Flash mit einer echten Anfrage, prüfen Sie die Parameter und validieren Sie die Ausgabe vor der API-Integration.

Preisgestaltung

Nutzen Sie die obige Schnellschätzung für einen einzelnen Durchlauf und prüfen Sie anschließend den vollständigen Vergleich von CometAPI- und offiziellem Preis.

Erste Anfrage

$0.0084

Geschätzte CometAPI-Nutzungskosten

Zehn Anfragen

$0.0840

Geschätzte CometAPI-Nutzungskosten

Fünfzehn Anfragen

$0.1260

Geschätzte CometAPI-Nutzungskosten

⇌

Umrechnung von Credits

1.000 Credits = 1 $

Credits machen Budgets über Token-, Anfrage- und Laufzeitabrechnung hinweg vergleichbar. Der USD-Betrag bleibt beim Bezahlvorgang maßgeblich.

✓Aktuelles Modell in Credits

Eingabe

1,200

Credits / 1 Mio. Token

Ausgabe

7,200

Credits / 1 Mio. Token

Modell	Comet-Preis (USD / Mio. Token)	Offizieller Preis (USD / Mio. Token)	Rabatt
gemini-3.5-flash	Eingabe: $1.20/M Ausgabe: $7.20/M	Eingabe: $1.50/M Ausgabe: $9.00/M	-20%
gemini-3.5-flash-lite	Eingabe: $0.2400/M Ausgabe: $2.02/M	Eingabe: $0.3000/M Ausgabe: $2.52/M	-20%

Modellübersicht

Eine stabile Modellidentität für Suche und Evaluierung, kombiniert mit Live-Katalogdaten, die sich ändern können, ohne die grundlegende SEO-Struktur der Seite neu schreiben zu müssen.

Stabile Identität

Was ist Gemini 3.5 Flash?

Die kanonische Modellidentität bleibt stabil, auch wenn sich Preise und Limits ändern.

Live-Modelldaten

Aktueller Katalogstand

Verfügbarkeit

Verfügbar

Einstiegspreis

$1.20 / 1 Mio. Eingabe-Tokens

Kontext

Funktionen anzeigen

Katalogdatum

May 19, 2026

Playground 2.0 / Entscheidungszentrale

Zuerst entscheiden. Mit Zuversicht integrieren.

Ein zentraler Arbeitsbereich, um Modelle zu vergleichen, Prompts zu optimieren, das Routing zu prüfen, Code zu migrieren und einen getesteten Ausgangspunkt bereitzustellen.

Verankert in Gemini 3.5 Flash

Workflows

Vergleichen Sie, bevor Sie sich festlegen

Führen Sie denselben Prompt mit führenden Modellen aus und erhalten Sie eine evidenzbasierte Empfehlung.

3 Modelle · 1 Durchlauf

Evaluierungs-Prompt

ProgrammierungTemperatur 0,2JSON-Ausgabe

GPT-5

OpenAI

Qualität

91/100

Latenz

1.2s

Geschätzte Kosten

$0.018

Claude Opus 5

Anthropic

KI-Auswahl

Qualität

95/100

Latenz

1.8s

Geschätzte Kosten

$0.024

Gemini 3 Pro

Google

Qualität

89/100

Latenz

0.9s

Geschätzte Kosten

$0.011

Empfehlung: Wähle Claude Opus 5 für risikoreiche Code-Reviews; leite Routineprüfungen an Gemini 3 Pro weiter, um die Kosten um ~54 % zu senken.

Überblick

Ein praktischer Überblick über Gemini 3.5 Flash, einschließlich wichtigem Verhalten und Hinweisen zur Integration.

Technische Spezifikationen von Gemini 3.5 Flash

Eintrag	Gemini 3.5 Flash
Anbieter	Google
Modellfamilie	Gemini 3.5
Offizielle Modell-ID	gemini-3.5-flash
Eingabetypen	Text, Bild, Video, Audio, PDF
Ausgabetypen	Text
Kontextfenster	1 Million Token
Maximale Ausgabetoken	~65K Ausgabetoken
Hauptstärken	Agentische Workflows, Programmierung, multimodales Schlussfolgern
Tool-Unterstützung	Funktionsaufrufe, Codeausführung, Search Grounding, strukturierte Ausgaben, URL-Kontext, Dateisuche
Reasoning-Unterstützung	Anpassbare Denk- und Schlussfolgerungsstufen
Sicherheits-Framework	Google Frontier Safety Framework

Was ist Gemini 3.5 Flash?

Hauptfunktionen von Gemini 3.5 Flash

Unterstützung für langen Kontext mit 1M Token: Verarbeitet äußerst große Repositorys, umfangreiche Dokumentationen, PDFs, Transkripte und Workflows über mehrere Sitzungen in einem einzigen Prompt-Kontext.
Starke agentische Ausführung: Optimiert für mehrstufige autonome Workflows, Tool-Orchestrierung, Terminalaufgaben und lang laufende KI-Agenten.
Erweiterte Programmierleistung: Übertrifft Gemini 3.1 Pro bei mehreren Coding- und agentischen Benchmarks, darunter Terminal-Bench und MCP Atlas.
Natives multimodales Schlussfolgern: Akzeptiert Text, Bilder, Audio, Video und PDFs für einheitliche Schlussfolgerungsaufgaben.
Produktionsreifes Tooling: Unterstützt strukturierte Ausgaben, Funktionsaufrufe, Codeausführung, Grounding mit Google Search und Maps sowie Dateisuche.
Konfigurierbare Denk- und Schlussfolgerungsmodi: Entwickler können mithilfe von Steuerungen für das Thinking-Level die Abwägung zwischen Latenz und Schlussfolgerungstiefe vornehmen.

Benchmark-Leistung von Gemini 3.5 Flash

Von Google veröffentlichte Benchmark-Ergebnisse positionieren Gemini 3.5 Flash unter den stärksten agentischen Flash-Modellen, die derzeit verfügbar sind:

Benchmark	Gemini 3.5 Flash
Terminal-Bench 2.1	76.2%
GDPval-AA	1656 Elo
MCP Atlas	83.6%
CharXiv Reasoning	84.2%

Gemini 3.5 Flash vs. andere Modelle

Fähigkeit	Gemini 3.5 Flash	Gemini 3.1 Pro	Claude Sonnet 4
Kontextfenster	1M Token	Großes Kontextfenster	Großes Kontextfenster
Agentische Workflows	Exzellent	Stark	Stark
Programmierleistung	Sehr stark	Stark	Exzellent
Inferenzgeschwindigkeit	Optimierte Flash-Latenz	Langsamer	Mittel
Multimodale Eingaben	Nativ multimodal	Nativ multimodal	Vision + Text
Tool-Ökosystem	Umfangreiches Google-Tooling	Umfangreich	Starkes API-Tooling

Zentrale Unterschiede

vs. Gemini 3.1 Pro: Gemini 3.5 Flash bietet bessere Programmierung und autonome Aufgabenausführung bei gleichzeitig deutlich schnellerer Inferenz.
vs. Claude Sonnet 4: Claude bleibt häufig stärker bei nuanciertem Longform-Schlussfolgern und der Schreibqualität, während Gemini 3.5 Flash Geschwindigkeit, agentische Ausführung und die Integration in das Google-Ökosystem betont.
vs. Schlussfolgerungsmodelle der GPT-Serie: Gemini 3.5 Flash ist besonders wettbewerbsfähig bei multimodalen Agent-Workflows und der Orchestrierung großer Kontexte, insbesondere für Unternehmensautomatisierungs-Anwendungsfälle.

Bekannte Einschränkungen von Gemini 3.5 Flash

Unterstützt derzeit keine native Bild- oder Audiogenerierung als Ausgabe.
Live-Konversations-APIs werden in dieser Modellstufe nicht unterstützt.
Community-Benchmarks zeigen gemischte Leistungen bei bestimmten spezialisierten Evaluierungsaufgaben, insbesondere bei visuell geprägten Nischen-Workflows

Zugriff auf die Gemini 3.5 Flash-API

Schritt 1: API-Zugriff erhalten

cometapi-key

Schritt 2: Anfragen an die Gemini 3.5 Flash-API senden

Fügen Sie Ihre Frage oder Anforderung in das content-Feld ein — darauf antwortet das Modell. Verarbeiten Sie die API-Antwort, um die generierte Ausgabe zu erhalten.

Schritt 3: Antworten verarbeiten

Die API gibt strukturierte Kandidatenantworten zurück, einschließlich generiertem Text, Zitaten, Sicherheitsmetadaten und optionalen Tool-Ausgaben.

FAQ

Modell-Entscheidungszentrum

Kosten kennen. Die passende Arbeitslast wählen.

Modellieren Sie die fünf Abrechnungsdimensionen, testen Sie eine realistische Arbeitslast und entscheiden Sie vor der Bereitstellung, wo sich der Aufpreis für Opus lohnt.

20 % unter dem offiziellen Preis$1.20 gegenüber $1.50 / 1 Mio. Eingabetoken

Kostenlabor

Kosten eines echten Agentenlaufs berechnen

Spielen Sie reale Workloads erneut ab, anstatt Token-Preise isoliert zu vergleichen. Laden Sie eine Voreinstellung und passen Sie anschließend jede Abrechnungsdimension an.

Neue Eingabetoken

Token

Cache-Lesetoken

Token

Ausgabetoken

Token

Websuchaufrufe

Aufrufe

$1.20

/ 1 Mio. Tokens

Eingabe

Neue Anweisungen, Dateien und Gesprächskontext, die bei jedem Durchlauf gesendet werden.

Kürzen Sie den abgerufenen Kontext, bevor er das Modell erreicht.

$0.1200

/ 1 Mio. Tokens

Cache-Lesezugriff

Zuvor zwischengespeicherte Prompt-Tokens, die in späteren Anfragen wiederverwendet werden.

Halten Sie System-Prompts und Repository-Übersichten byteidentisch.

$7.20

/ 1 Mio. Tokens

Ausgabe

Vom Modell generierte Schlussfolgerungen, Codes und Texte.

Verwenden Sie eindeutige Abschlusskriterien und Ausgabelimits.

$10.00

/ 1.000 Aufrufe

Websuche

Tool-Aufrufe, die aktuelle Informationen aus dem Web abrufen.

Suchen Sie einmal und verwenden Sie die verifizierten Ergebnisse anschließend während des gesamten Durchlaufs erneut.

Wo Opus den Aufpreis wert ist

Am besten geeignet

Softwareentwicklung auf Repository-Ebene

Verwenden Sie Opus, wenn die Aufgabe Architektur, mehrere Dateien und mehrdeutige Abwägungen bei der Implementierung umfasst.

Am besten geeignet

Lang laufende Agenten

Eine ausgezeichnete Wahl, wenn ein Agent die ursprüngliche Absicht über viele Tool-Aufrufe und Wiederherstellungsschritte hinweg bewahren muss.

Den Aufpreis wert

Review mit hoher Bedeutung

Setzen Sie es gezielt für Sicherheits-, Migrations- und Produktionsreviews ein, bei denen ein übersehenes Problem mehr kostet als die Token.

Ein leichteres Modell verwenden

Routinemäßige Aufgaben mit hohem Volumen

Klassifizierung, Extraktion und einfache Chats erzielen mit Sonnet oder Haiku in der Regel eine bessere Wirtschaftlichkeit pro Einheit.

Leitfaden für den Prompt-Cache

Präfix stabilisieren

Lassen Sie Richtlinien, Tool-Schemata und Repository-Übersichten unverändert.

Einmal schreiben

Platzieren Sie den Cache-Haltepunkt hinter dem wiederverwendbaren Kontext.

Wiederholt lesen

Hängen Sie in späteren Durchgängen nur die aufgabenspezifischen Änderungen an.

Aktuelles Szenario

240K zwischengespeicherte Tokens

zu 10 % des Preises für neue Eingaben wiederverwendet

vermiedene Kosten

$0.2592

Migration ohne Neuentwicklung

Behalten Sie Ihr bevorzugtes SDK bei und ändern Sie die Basis-URL, den Schlüssel und die Modell-ID.

messages.ts

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: process.env.COMETAPI_KEY,
  baseURL: 'https://api.cometapi.com',
});

const message = await client.messages.create({
  model: 'gemini-3.5-flash',
  max_tokens: 4096,
  messages: [{ role: 'user', content: 'Review this change.' }],
});

API

Kopieren Sie einen funktionierenden Endpunkt und ein Codebeispiel; öffnen Sie bei Bedarf die vollständige API-Referenz für alle Parameter.

Eine API, produktionsreifer Modellzugriff

Einmal authentifizieren, den Modell-Endpunkt aufrufen und denselben Abrechnungs- und Monitoring-Workflow anbieterübergreifend beibehalten.

POST/v1beta/models/{model}:generateContentPOST/v1/chat/completions

Beispielcode und API für Gemini 3.5 Flash

POST

/v1beta/models/{model}:generateContent

POST

/v1/chat/completions

curl "https://api.cometapi.com/v1beta/models/gemini-3.5-flash:generateContent" \
  -H "Authorization: $COMETAPI_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "contents": [
      {
        "parts": [
          {
            "text": "Explain how parallel agentic execution works in three sentences."
          }
        ]
      }
    ],
    "generationConfig": {
      "thinkingConfig": {
        "thinkingLevel": "MINIMAL"
      }
    }
  }'

cURL Code Example

curl "https://api.cometapi.com/v1beta/models/gemini-3.5-flash:generateContent" \
  -H "Authorization: $COMETAPI_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "contents": [
      {
        "parts": [
          {
            "text": "Explain how parallel agentic execution works in three sentences."
          }
        ]
      }
    ],
    "generationConfig": {
      "thinkingConfig": {
        "thinkingLevel": "MINIMAL"
      }
    }
  }'

Python Code Example

from google import genai
from google.genai import types
import os

# Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com"

client = genai.Client(
    http_options={"api_version": "v1beta", "base_url": BASE_URL},
    api_key=COMETAPI_KEY,
)

response = client.models.generate_content(
    model="gemini-3.5-flash",
    contents="Explain how parallel agentic execution works in three sentences.",
    config=types.GenerateContentConfig(
        thinking_config=types.ThinkingConfig(thinking_level="minimal"),
    ),
)

print(response.text)

JavaScript Code Example

// Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY;
const base_url = "https://api.cometapi.com/v1beta";
const model = "gemini-3.5-flash";
const operator = "generateContent";

async function main() {
  const response = await fetch(`${base_url}/models/${model}:${operator}`, {
    method: "POST",
    headers: {
      "Content-Type": "application/json",
      Authorization: api_key,
    },
    body: JSON.stringify({
      contents: [
        {
          parts: [
            {
              text: "Explain how parallel agentic execution works in three sentences.",
            },
          ],
        },
      ],
      generationConfig: {
        thinkingConfig: {
          thinkingLevel: "MINIMAL",
        },
      },
    }),
  });

  const data = await response.json();
  console.log(data.candidates[0].content.parts[0].text);
}

await main();

Fähigkeiten

Prüfen Sie die wichtigsten Modellfakten, bevor Sie eine Architektur wählen oder die Produktionslast abschätzen.

Unterstützte Funktionen

Von der bestehenden Modell-API zurückgegebene Funktionen.

text-to-text

pdf-to-text

image-to-text

speech-to-text

video-to-text

Eingabe und Ausgabe

Eingaben

text

Ausgaben

text

Produktionsprofil

Anbieter: Google
Kontext: Modellabhängig
Kommerzielle Nutzung: Unterstützt

Anwendungsfälle

Nutzen Sie Gemini 3.5 Flash für Produktions-Workflows entsprechend seiner text-Fähigkeiten und vergleichen Sie Alternativen vor einer langfristigen Integration.

Produktions-Chat und Agenten-Workflows

Programmierung, Analyse und strukturierte Generierung

Umfangreiche Automatisierung über eine API

Weitere Modelle

Vergleichen Sie weitere über CometAPI verfügbare Modelle hinsichtlich Qualität, Latenz, Funktionsumfang und Preis.

Modellvergleich öffnen →

CometAPI

AUTO

CometAPI Auto API is an intelligent model routing feature that allows developers to access the appropriate AI model without specifying a specific model ID for each request.

Modell ansehen

Google

Gemini 4 Argon

Gemini 4 Argon-API entdecken.

Modell ansehen

OpenAI

GPT-6.1 Sol

GPT-6.1 Sol-API entdecken.

Modell ansehen

Anthropic

Claude Sonnet 5.5

Claude Sonnet 5.5-API entdecken.

Modell ansehen

MiniMax

MiniMax-M3.1-Flash-Preview

MiniMax-M3.1-Flash-Preview-API entdecken.

Modell ansehen

Xiaomi

mimo-v2.6-pro-ultraspeed

Modell ansehen

Verfügbarkeit

Prüfen Sie Live-Heartbeat-Daten, Endpunktverfügbarkeit und gemessene Antwortzeiten vor dem Produktivbetrieb.

Verfügbarkeit

Anfrageerfolgsrate der letzten 30 Tage, die die Zuverlässigkeit jedes Modellanbieters widerspiegelt. CometAPI überwacht alle verbundenen Anbieter rund um die Uhr in Echtzeit.

RespondLIVE

7441msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

Versionen

Prüfen Sie verfügbare Modellkennungen, bevor Sie eine Produktionsintegration festlegen.

gemini-3.5-flash

gemini-3.5-flash-lite

Aktualisierungen

Verfolgen Sie relevante Änderungen bei Verfügbarkeit, Preisen und Funktionen von Gemini 3.5 Flash, ohne die stabile Modellseite zu verlieren.

Modelländerungsprotokoll

Eine Seite, die mit der Zeit immer besser wird.

Versionshinweise, Preisänderungen, Benchmark-Aktualisierungen und Migrationsanleitungen werden hier gesammelt, während die kanonische URL unverändert bleibt.

May 19, 2026

API-Verfügbarkeit bestätigt

Gemini 3.5 Flash ist über den CometAPI-Modellkatalog und die API-Dokumentation verfügbar.

Aktuell

Live-Daten

Preise und Limits mit dem Katalog synchronisiert

Preis, Kontext, Verfügbarkeit und Limits werden als dynamische Eigenschaften behandelt, anstatt in den Seitentitel oder die Modellidentität eingebettet zu werden.

Feb 5, 2026

Dauerhafte Modellinstanz erstellt

Der Anbieter und der Modell-Slug bilden eine dauerhafte kanonische URL; zukünftige Inhalts- und Datenaktualisierungen bleiben auf dieser Seite.

Weiter erkunden