Gemini 3.5 Flash peut-il gérer des contextes d'un million de jetons?

Oui. Gemini 3.5 Flash prend en charge une fenêtre de contexte d'1 million de jetons, ce qui le rend adapté au raisonnement à l'échelle d'un dépôt, aux PDF longs et aux flux de travail multi-documents.

Quels scores de benchmark Gemini 3.5 Flash a-t-il obtenus?

Google rapporte des résultats de benchmark, notamment 76.2% sur Terminal-Bench 2.1, 83.6% sur MCP Atlas et 84.2% sur CharXiv Reasoning.

Quelles sont les limites actuelles de Gemini 3.5 Flash?

Gemini 3.5 Flash ne prend actuellement pas en charge la génération d'images native, la génération audio ou le streaming conversationnel Live API.

L'API Gemini 3.5 Flash prend-elle en charge des entrées multimodales?

Oui. Gemini 3.5 Flash accepte des entrées texte, images, audio, vidéo et PDF via l'API Gemini.

Comment Gemini 3.5 Flash se compare-t-il à Gemini 3.1 Pro pour le codage?

Google indique que Gemini 3.5 Flash surpasse Gemini 3.1 Pro sur des benchmarks agentiques et de codage, notamment Terminal-Bench 2.1 et MCP Atlas.

Gemini 3.5 Flash convient-il aux agents IA et aux flux de travail autonomes?

Oui. Google a spécifiquement optimisé Gemini 3.5 Flash pour l'exécution agentique à long horizon, l'orchestration d'outils et des flux de travail d'assistant IA persistants.

Quels outils et intégrations sont disponibles dans l'API Gemini 3.5 Flash?

Le modèle prend en charge l'appel de fonctions, l'exécution de code, des sorties structurées, l'ancrage Google Search, l'ancrage Maps, la recherche de fichiers et la prise en charge du contexte d'URL.

Quand les développeurs devraient-ils choisir Gemini 3.5 Flash plutôt que Claude Sonnet 4?

Gemini 3.5 Flash est un excellent choix lorsque le raisonnement multimodal à faible latence, la gestion de grands contextes et l'intégration à l'écosystème Google priment sur une qualité haut de gamme de rédaction longue.

Google

API en direct

gemini-3.5-flash

Gemini 3.5 Flash API

Gemini 3.5 Flash est un modèle d’IA à grande vitesse, conçu pour une réponse rapide et des performances de codage efficaces. Il offre une vitesse de génération nettement améliorée tout en conservant de solides capacités de raisonnement, ce qui le rend adapté aux applications en temps réel et aux flux de travail des développeurs.

Prix de départ

$1.20 / 1M de tokens en entrée

Facturation à l'usage

État de l'API

Opérationnel

100.0% de disponibilité / 24h

Réponse

7441 ms

Temps de réponse API observé

Date de publication

May 19, 2026

Google

Bac à sable

Essayez Gemini 3.5 Flash avec une vraie requête, examinez ses paramètres et validez le résultat avant d'intégrer l'API.

Tarification

Utilisez l'estimation rapide ci-dessus pour une seule exécution, puis consultez la comparaison complète entre CometAPI et le prix officiel.

Première requête

$0.0084

Coût d'utilisation estimé de CometAPI

Dix requêtes

$0.0840

Coût d'utilisation estimé de CometAPI

Quinze requêtes

$0.1260

Coût d'utilisation estimé de CometAPI

⇌

Conversion des crédits

1 000 crédits = 1 $

Les crédits rendent les budgets comparables entre la facturation au token, à la requête et au temps d'exécution. Le montant en USD reste la référence lors du paiement.

✓Modèle actuel en crédits

Entrée

1,200

crédits / 1 M de tokens

Sortie

7,200

crédits / 1 M de tokens

Transparence sur les frais minimums Ce prototype ne suppose pas de minimum caché par requête. Si un seuil de facturation en production ou un rechargement minimum s'applique, il doit être affiché avant l'achat et inclus dans chaque estimation budgétaire.

Modèle	Prix Comet (USD / M de tokens)	Prix officiel (USD / M de tokens)	Remise
gemini-3.5-flash	Entrée: $1.20/M Sortie: $7.20/M	Entrée: $1.50/M Sortie: $9.00/M	-20%
gemini-3.5-flash-lite	Entrée: $0.2400/M Sortie: $2.02/M	Entrée: $0.3000/M Sortie: $2.52/M	-20%

Présentation du modèle

Une identité de modèle stable pour la recherche et l'évaluation, associée à des données de catalogue actualisées qui peuvent évoluer sans réécrire la structure SEO principale de la page.

Identité stable

Qu'est-ce que Gemini 3.5 Flash ?

L'identité canonique du modèle reste stable tandis que les tarifs et les limites évoluent.

Données actualisées du modèle

Instantané actuel du catalogue

Disponibilité

Disponible

Prix de départ

$1.20 / 1M de tokens en entrée

Contexte

Voir les capacités

Date du catalogue

May 19, 2026

Playground 2.0 / Bureau de décision

Décidez d’abord. Intégrez en toute confiance.

Un espace de travail unique pour comparer les modèles, affiner les prompts, inspecter le routage, migrer le code et déployer un point de départ testé.

Basé sur Gemini 3.5 Flash

Workflows

Comparez avant de vous engager

Exécutez le même prompt sur les principaux modèles et obtenez une recommandation étayée par des données probantes.

3 modèles · 1 exécution

Prompt d’évaluation

codagetempérature 0,2sortie JSON

GPT-5

OpenAI

Qualité

91/100

Latence

1.2s

Coût estimé

$0.018

Claude Opus 5

Anthropic

Choix de l’IA

Qualité

95/100

Latence

1.8s

Coût estimé

$0.024

Gemini 3 Pro

Google

Qualité

89/100

Latence

0.9s

Coût estimé

$0.011

Recommandation : choisissez Claude Opus 5 pour les revues de code à haut risque ; confiez les vérifications courantes à Gemini 3 Pro afin de réduire les coûts d’environ 54 %.

Aperçu

Un aperçu pratique de Gemini 3.5 Flash, avec les comportements importants et les points d'attention pour l'intégration.

Spécifications techniques de Gemini 3.5 Flash

Élément	Gemini 3.5 Flash
Fournisseur	Google
Famille de modèles	Gemini 3.5
ID de modèle officiel	gemini-3.5-flash
Types d'entrée	Texte, image, vidéo, audio, PDF
Types de sortie	Texte
Fenêtre de contexte	1 million de jetons
Nombre max. de jetons de sortie	~65K jetons de sortie
Atouts principaux	Workflows agentiques, codage, raisonnement multimodal
Prise en charge des outils	Appel de fonctions, exécution de code, ancrage par la recherche, sorties structurées, contexte d'URL, recherche de fichiers
Prise en charge de la réflexion	Niveaux de réflexion/raisonnement ajustables
Cadre de sécurité	Google Frontier Safety Framework

Qu'est-ce que Gemini 3.5 Flash ?

Google Gemini 3.5 Flash est le modèle phare de Google pour le raisonnement multimodal haute vitesse, optimisé pour l'exécution agentique, le codage et les workflows de longue durée. Il étend la série Gemini Flash avec des capacités de raisonnement et d'ingénierie logicielle nettement renforcées tout en conservant des caractéristiques d'inférence à faible latence.

Contrairement aux modèles Flash précédents principalement axés sur une inférence légère, Gemini 3.5 Flash est conçu pour des agents IA persistants, des systèmes de codage multi‑étapes et des pipelines d'automatisation d'entreprise. Google le positionne comme son modèle Flash de niveau agentique le plus puissant à ce jour.

Principales fonctionnalités de Gemini 3.5 Flash

Prise en charge d'un contexte long à 1 M de jetons : Gère des dépôts extrêmement volumineux, une documentation longue, des PDF, des transcriptions et des workflows multi‑sessions dans un seul contexte d'invite.
Exécution agentique robuste : Optimisé pour des workflows autonomes multi‑étapes, l'orchestration d'outils, les tâches terminales et des agents IA de longue durée.
Performances de codage avancées : Surpasse Gemini 3.1 Pro sur plusieurs benchmarks de codage et agentiques, notamment Terminal-Bench et MCP Atlas.
Raisonnement multimodal natif : Accepte du texte, des images, de l'audio, de la vidéo et des PDF pour des tâches de raisonnement unifiées.
Outillage de niveau production : Prend en charge les sorties structurées, l'appel de fonctions, l'exécution de code, l'ancrage avec Google Search et Maps, et la recherche de fichiers.
Modes de raisonnement/réflexion configurables : Les développeurs peuvent ajuster la latence par rapport à la profondeur de raisonnement via des contrôles de niveau de réflexion.

Performances de référence de Gemini 3.5 Flash

Selon Google, les résultats aux benchmarks placent Gemini 3.5 Flash parmi les modèles Flash de niveau agentique les plus performants actuellement disponibles :

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

Ces scores indiquent des gains majeurs en exécution autonome, raisonnement multimodal et fiabilité en ingénierie logicielle par rapport aux précédentes variantes Gemini Flash.

Gemini 3.5 Flash comparé à d'autres modèles

Capacité	Gemini 3.5 Flash	Gemini 3.1 Pro	Claude Sonnet 4
Fenêtre de contexte	1 M de jetons	Contexte étendu	Contexte étendu
Workflows agentiques	Excellent	Solide	Solide
Performances de codage	Très solides	Solides	Excellentes
Vitesse d'inférence	Latence Flash optimisée	Plus lente	Modérée
Entrées multimodales	Multimodal natif	Multimodal natif	Vision + texte
Écosystème d'outils	Outillage Google étendu	Étendu	Outillage API solide

Principales différences

vs Gemini 3.1 Pro : Gemini 3.5 Flash offre de meilleures performances en codage et en exécution autonome tout en conservant une inférence nettement plus rapide.
vs Claude Sonnet 4 : Claude reste souvent plus performant en raisonnement long et nuancé ainsi qu'en qualité rédactionnelle, tandis que Gemini 3.5 Flash met l'accent sur la vitesse, l'exécution par agents et l'intégration à l'écosystème Google.
vs les modèles de raisonnement de la série GPT : Gemini 3.5 Flash est particulièrement compétitif pour les workflows d'agents multimodaux et l'orchestration à grand contexte, en particulier pour les cas d'usage d'automatisation en entreprise.

Limitations connues de Gemini 3.5 Flash

Ne prend actuellement pas en charge la génération native d'images ou d'audio en sortie.
Les API conversationnelles en direct ne sont pas prises en charge sur ce niveau de modèle.
Les benchmarks communautaires montrent des performances mitigées sur certaines tâches d'évaluation spécialisées, en particulier les workflows de niche fortement axés sur la vision.

Comment accéder à l'API Gemini 3.5 Flash

Étape 1 : Obtenir l'accès à l'API

Connectez-vous à CometAPI. Si vous n'êtes pas encore utilisateur, inscrivez-vous d'abord. Connectez-vous à votre console CometAPI. Récupérez la clé API d'accès à l'interface. Cliquez sur “Add Token” dans l'API token de l'espace personnel, obtenez la clé de jeton : sk-xxxxx, puis validez.

cometapi-key

Étape 2 : Envoyer des requêtes à l'API Gemini 3.5 Flash

Sélectionnez l’“` gemini-3.5-flash” endpoint pour envoyer la requête API et définir le corps de la requête. La méthode et le corps de la requête sont disponibles dans la documentation API de notre site. Notre site fournit également un test Apifox pour votre commodité. Remplacez <YOUR_API_KEY> par votre véritable clé CometAPI de votre compte. L'URL de base est Génération de contenu Gemini

Insérez votre question ou votre requête dans le champ content — c'est à cela que le modèle répondra. Traitez la réponse de l'API pour obtenir la réponse générée.

Étape 3 : Traiter les réponses

L'API renvoie des réponses candidates structurées incluant le texte généré, des citations, des métadonnées de sécurité et, le cas échéant, des sorties d'outils.

FAQ

Centre de décision des modèles

Connaissez le coût. Choisissez la charge de travail adaptée.

Modélisez les cinq dimensions de facturation, testez une charge de travail réaliste et déterminez dans quels cas Opus justifie son surcoût avant le déploiement.

20 % sous le tarif officiel$1.20 contre $1.50 / 1 M de tokens d’entrée

Laboratoire des coûts

Chiffrez une exécution réelle d’un agent

Rejouez des charges de travail réelles au lieu de comparer les prix des jetons de manière isolée. Chargez un préréglage, puis ajustez chaque dimension de facturation.

Nouveaux tokens d’entrée

tokens

Tokens lus depuis le cache

tokens

Tokens de sortie

tokens

Appels de recherche sur le Web

appels

$1.20

/ 1 M de jetons

Entrée

Nouvelles instructions, fichiers et contexte de conversation envoyés à chaque tour.

Réduisez le contexte récupéré avant qu’il n’atteigne le modèle.

$0.1200

/ 1 M de jetons

Lecture du cache

Jetons de prompt précédemment mis en cache et réutilisés lors de requêtes ultérieures.

Conservez les prompts système et les cartes du dépôt à l’identique, octet pour octet.

$7.20

/ 1 M de jetons

Sortie

Raisonnement, code et texte générés par le modèle.

Utilisez des critères d’achèvement et des limites de sortie explicites.

$10.00

/ 1 000 appels

Recherche sur le Web

Appels d’outils qui récupèrent des informations actuelles sur le Web.

Effectuez une seule recherche, puis réutilisez les résultats vérifiés tout au long de l’exécution.

Là où Opus justifie son surcoût

Idéal pour

Ingénierie à l’échelle d’un dépôt

Utilisez Opus lorsque la tâche concerne l’architecture, plusieurs fichiers et des compromis d’implémentation ambigus.

Idéal pour

Agents de longue durée

Un excellent choix lorsqu’un agent doit préserver l’intention au fil de nombreux appels d’outils et étapes de récupération.

Le surcoût en vaut la peine

Revue à forte valeur ajoutée

Réservez-le aux revues de sécurité, de migration et de production, pour lesquelles un problème non détecté coûte plus cher que les tokens.

Utilisez un modèle plus léger

Tâches courantes à volume élevé

La classification, l’extraction et les conversations simples offrent généralement un meilleur rapport coût-efficacité avec Sonnet ou Haiku.

Guide pratique du cache de prompts

Stabilisez le préfixe

Conservez les politiques, les schémas d’outils et les cartes du dépôt sans modification.

Écrivez une seule fois

Placez le point de mise en cache après le contexte réutilisable.

Relisez à plusieurs reprises

Lors des tours suivants, ajoutez uniquement les éléments propres à la tâche.

Scénario actuel

240K jetons mis en cache

réutilisés à 10 % du prix d’une nouvelle entrée

coût évité

$0.2592

Migrez sans tout réécrire

Conservez votre SDK préféré et modifiez l’URL de base, la clé et l’identifiant du modèle.

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

Copiez un point de terminaison et un exemple de code fonctionnels, puis ouvrez la référence API complète si vous avez besoin de tous les paramètres.

Une API, un accès aux modèles prêt pour la production

Authentifiez-vous une seule fois, appelez le point de terminaison du modèle et conservez le même workflow de facturation et d'observabilité entre les fournisseurs.

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

Exemple de code et API pour Gemini 3.5 Flash

Accédez à des exemples de code complets et aux ressources API pour Gemini 3.5 Flash afin de simplifier votre processus d'intégration. Notre documentation détaillée fournit des instructions étape par étape pour vous aider à exploiter tout le potentiel de Gemini 3.5 Flash dans vos projets.

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();

Capacités

Passez en revue les informations clés du modèle avant de choisir une architecture ou d'estimer la charge en production.

Fonctionnalités prises en charge

Fonctionnalités renvoyées par l'API du modèle existante.

text-to-text

pdf-to-text

image-to-text

speech-to-text

video-to-text

Entrée et sortie

Entrées

text

Sorties

text

Profil de production

Fournisseur: Google
Contexte: Selon le modèle
Usage commercial: Pris en charge

Cas d'usage

Utilisez Gemini 3.5 Flash pour des workflows de production adaptés à ses capacités text, puis comparez d'autres options avant un engagement à long terme.

Chat en production et workflows d'agents

Codage, analyse et génération structurée

Automatisation à grande échelle via une seule API

Autres modèles

Comparez d'autres modèles disponibles via CometAPI selon des compromis de qualité, latence, fonctionnalités et prix.

Ouvrir la comparaison de modèles →

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.

Voir le modèle

Google

Gemini 4 Argon

Découvrez l'API Gemini 4 Argon.

Voir le modèle

OpenAI

GPT-6.1 Sol

Découvrez l'API GPT-6.1 Sol.

Voir le modèle

Anthropic

Claude Sonnet 5.5

Découvrez l'API Claude Sonnet 5.5.

Voir le modèle

MiniMax

MiniMax-M3.1-Flash-Preview

Découvrez l'API MiniMax-M3.1-Flash-Preview.

Voir le modèle

Xiaomi

mimo-v2.6-pro-ultraspeed

MiMo-V2.6-Pro-UltraSpeed est la version d’inférence à faible latence de MiMo-V2.6-Pro de Xiaomi, conçue pour des applications où la capacité de raisonnement du modèle Pro doit être associée à une génération de sorties considérablement plus rapide.

Voir le modèle

Disponibilité

Consultez les données de heartbeat en direct, la disponibilité des points de terminaison et les temps de réponse observés avant la mise en production.

Disponibilité

Taux de succès des requêtes sur les 30 derniers jours, reflétant la fiabilité de chaque fournisseur de modèles. CometAPI surveille tous les fournisseurs connectés en temps réel, 24h/24 et 7j/7.

RespondLIVE

7441msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

Versions

Consultez les identifiants de modèles disponibles avant de figer une intégration en production.

gemini-3.5-flash

gemini-3.5-flash-lite

Mises à jour

Suivez les évolutions importantes de la disponibilité, des tarifs et des capacités de Gemini 3.5 Flash tout en conservant la stabilité de la page du modèle.

Journal des modifications du modèle

Une page qui gagne en valeur au fil du temps.

Les notes de version, les changements de tarifs, les mises à jour des benchmarks et les conseils de migration s'accumulent ici, tandis que l'URL canonique reste inchangée.

May 19, 2026

Disponibilité de l’API confirmée

Gemini 3.5 Flash est disponible via le catalogue de modèles et la documentation de l’API CometAPI.

Actuel

Données actualisées

Tarification et limites synchronisées depuis le catalogue

Le prix, le contexte, la disponibilité et les limites sont considérés comme des propriétés dynamiques au lieu d’être intégrés au titre de la page ou à l’identité du modèle.

Feb 5, 2026

Entité de modèle permanente créée

Le fournisseur et le slug du modèle forment une URL canonique durable ; les futures mises à jour du contenu et des données resteront sur cette page.

Continuez à explorer

Comparez des modèles et poursuivez vos recherches

Google

API en direct

gemini-3.5-flash

Gemini 3.5 Flash API

Prix de départ

$1.20 / 1M de tokens en entrée

Facturation à l'usage

État de l'API

Opérationnel

100.0% de disponibilité / 24h

Réponse

7441 ms

Temps de réponse API observé

Date de publication

May 19, 2026

Google

Bac à sable

Essayez Gemini 3.5 Flash avec une vraie requête, examinez ses paramètres et validez le résultat avant d'intégrer l'API.

Tarification

Utilisez l'estimation rapide ci-dessus pour une seule exécution, puis consultez la comparaison complète entre CometAPI et le prix officiel.

Première requête

$0.0084

Coût d'utilisation estimé de CometAPI

Dix requêtes

$0.0840

Coût d'utilisation estimé de CometAPI

Quinze requêtes

$0.1260

Coût d'utilisation estimé de CometAPI

⇌

Conversion des crédits

1 000 crédits = 1 $

Les crédits rendent les budgets comparables entre la facturation au token, à la requête et au temps d'exécution. Le montant en USD reste la référence lors du paiement.

✓Modèle actuel en crédits

Entrée

1,200

crédits / 1 M de tokens

Sortie

7,200

crédits / 1 M de tokens

Modèle	Prix Comet (USD / M de tokens)	Prix officiel (USD / M de tokens)	Remise
gemini-3.5-flash	Entrée: $1.20/M Sortie: $7.20/M	Entrée: $1.50/M Sortie: $9.00/M	-20%
gemini-3.5-flash-lite	Entrée: $0.2400/M Sortie: $2.02/M	Entrée: $0.3000/M Sortie: $2.52/M	-20%

Présentation du modèle

Une identité de modèle stable pour la recherche et l'évaluation, associée à des données de catalogue actualisées qui peuvent évoluer sans réécrire la structure SEO principale de la page.

Identité stable

Qu'est-ce que Gemini 3.5 Flash ?

L'identité canonique du modèle reste stable tandis que les tarifs et les limites évoluent.

Données actualisées du modèle

Instantané actuel du catalogue

Disponibilité

Disponible

Prix de départ

$1.20 / 1M de tokens en entrée

Contexte

Voir les capacités

Date du catalogue

May 19, 2026

Playground 2.0 / Bureau de décision

Décidez d’abord. Intégrez en toute confiance.

Un espace de travail unique pour comparer les modèles, affiner les prompts, inspecter le routage, migrer le code et déployer un point de départ testé.

Basé sur Gemini 3.5 Flash

Workflows

Comparez avant de vous engager

Exécutez le même prompt sur les principaux modèles et obtenez une recommandation étayée par des données probantes.

3 modèles · 1 exécution

Prompt d’évaluation

codagetempérature 0,2sortie JSON

GPT-5

OpenAI

Qualité

91/100

Latence

1.2s

Coût estimé

$0.018

Claude Opus 5

Anthropic

Choix de l’IA

Qualité

95/100

Latence

1.8s

Coût estimé

$0.024

Gemini 3 Pro

Google

Qualité

89/100

Latence

0.9s

Coût estimé

$0.011

Recommandation : choisissez Claude Opus 5 pour les revues de code à haut risque ; confiez les vérifications courantes à Gemini 3 Pro afin de réduire les coûts d’environ 54 %.

Aperçu

Un aperçu pratique de Gemini 3.5 Flash, avec les comportements importants et les points d'attention pour l'intégration.

Spécifications techniques de Gemini 3.5 Flash

Élément	Gemini 3.5 Flash
Fournisseur	Google
Famille de modèles	Gemini 3.5
ID de modèle officiel	gemini-3.5-flash
Types d'entrée	Texte, image, vidéo, audio, PDF
Types de sortie	Texte
Fenêtre de contexte	1 million de jetons
Nombre max. de jetons de sortie	~65K jetons de sortie
Atouts principaux	Workflows agentiques, codage, raisonnement multimodal
Prise en charge des outils	Appel de fonctions, exécution de code, ancrage par la recherche, sorties structurées, contexte d'URL, recherche de fichiers
Prise en charge de la réflexion	Niveaux de réflexion/raisonnement ajustables
Cadre de sécurité	Google Frontier Safety Framework

Qu'est-ce que Gemini 3.5 Flash ?

Principales fonctionnalités de Gemini 3.5 Flash

Prise en charge d'un contexte long à 1 M de jetons : Gère des dépôts extrêmement volumineux, une documentation longue, des PDF, des transcriptions et des workflows multi‑sessions dans un seul contexte d'invite.
Exécution agentique robuste : Optimisé pour des workflows autonomes multi‑étapes, l'orchestration d'outils, les tâches terminales et des agents IA de longue durée.
Performances de codage avancées : Surpasse Gemini 3.1 Pro sur plusieurs benchmarks de codage et agentiques, notamment Terminal-Bench et MCP Atlas.
Raisonnement multimodal natif : Accepte du texte, des images, de l'audio, de la vidéo et des PDF pour des tâches de raisonnement unifiées.
Outillage de niveau production : Prend en charge les sorties structurées, l'appel de fonctions, l'exécution de code, l'ancrage avec Google Search et Maps, et la recherche de fichiers.
Modes de raisonnement/réflexion configurables : Les développeurs peuvent ajuster la latence par rapport à la profondeur de raisonnement via des contrôles de niveau de réflexion.

Performances de référence de Gemini 3.5 Flash

Selon Google, les résultats aux benchmarks placent Gemini 3.5 Flash parmi les modèles Flash de niveau agentique les plus performants actuellement disponibles :

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

Ces scores indiquent des gains majeurs en exécution autonome, raisonnement multimodal et fiabilité en ingénierie logicielle par rapport aux précédentes variantes Gemini Flash.

Gemini 3.5 Flash comparé à d'autres modèles

Capacité	Gemini 3.5 Flash	Gemini 3.1 Pro	Claude Sonnet 4
Fenêtre de contexte	1 M de jetons	Contexte étendu	Contexte étendu
Workflows agentiques	Excellent	Solide	Solide
Performances de codage	Très solides	Solides	Excellentes
Vitesse d'inférence	Latence Flash optimisée	Plus lente	Modérée
Entrées multimodales	Multimodal natif	Multimodal natif	Vision + texte
Écosystème d'outils	Outillage Google étendu	Étendu	Outillage API solide

Principales différences

vs Gemini 3.1 Pro : Gemini 3.5 Flash offre de meilleures performances en codage et en exécution autonome tout en conservant une inférence nettement plus rapide.
vs Claude Sonnet 4 : Claude reste souvent plus performant en raisonnement long et nuancé ainsi qu'en qualité rédactionnelle, tandis que Gemini 3.5 Flash met l'accent sur la vitesse, l'exécution par agents et l'intégration à l'écosystème Google.
vs les modèles de raisonnement de la série GPT : Gemini 3.5 Flash est particulièrement compétitif pour les workflows d'agents multimodaux et l'orchestration à grand contexte, en particulier pour les cas d'usage d'automatisation en entreprise.

Limitations connues de Gemini 3.5 Flash

Ne prend actuellement pas en charge la génération native d'images ou d'audio en sortie.
Les API conversationnelles en direct ne sont pas prises en charge sur ce niveau de modèle.
Les benchmarks communautaires montrent des performances mitigées sur certaines tâches d'évaluation spécialisées, en particulier les workflows de niche fortement axés sur la vision.

Comment accéder à l'API Gemini 3.5 Flash

Étape 1 : Obtenir l'accès à l'API

cometapi-key

Étape 2 : Envoyer des requêtes à l'API Gemini 3.5 Flash

Insérez votre question ou votre requête dans le champ content — c'est à cela que le modèle répondra. Traitez la réponse de l'API pour obtenir la réponse générée.

Étape 3 : Traiter les réponses

L'API renvoie des réponses candidates structurées incluant le texte généré, des citations, des métadonnées de sécurité et, le cas échéant, des sorties d'outils.

FAQ

Centre de décision des modèles

Connaissez le coût. Choisissez la charge de travail adaptée.

Modélisez les cinq dimensions de facturation, testez une charge de travail réaliste et déterminez dans quels cas Opus justifie son surcoût avant le déploiement.

20 % sous le tarif officiel$1.20 contre $1.50 / 1 M de tokens d’entrée

Laboratoire des coûts

Chiffrez une exécution réelle d’un agent

Rejouez des charges de travail réelles au lieu de comparer les prix des jetons de manière isolée. Chargez un préréglage, puis ajustez chaque dimension de facturation.

Nouveaux tokens d’entrée

tokens

Tokens lus depuis le cache

tokens

Tokens de sortie

tokens

Appels de recherche sur le Web

appels

$1.20

/ 1 M de jetons

Entrée

Nouvelles instructions, fichiers et contexte de conversation envoyés à chaque tour.

Réduisez le contexte récupéré avant qu’il n’atteigne le modèle.

$0.1200

/ 1 M de jetons

Lecture du cache

Jetons de prompt précédemment mis en cache et réutilisés lors de requêtes ultérieures.

Conservez les prompts système et les cartes du dépôt à l’identique, octet pour octet.

$7.20

/ 1 M de jetons

Sortie

Raisonnement, code et texte générés par le modèle.

Utilisez des critères d’achèvement et des limites de sortie explicites.

$10.00

/ 1 000 appels

Recherche sur le Web

Appels d’outils qui récupèrent des informations actuelles sur le Web.

Effectuez une seule recherche, puis réutilisez les résultats vérifiés tout au long de l’exécution.

Là où Opus justifie son surcoût

Idéal pour

Ingénierie à l’échelle d’un dépôt

Utilisez Opus lorsque la tâche concerne l’architecture, plusieurs fichiers et des compromis d’implémentation ambigus.

Idéal pour

Agents de longue durée

Un excellent choix lorsqu’un agent doit préserver l’intention au fil de nombreux appels d’outils et étapes de récupération.

Le surcoût en vaut la peine

Revue à forte valeur ajoutée

Réservez-le aux revues de sécurité, de migration et de production, pour lesquelles un problème non détecté coûte plus cher que les tokens.

Utilisez un modèle plus léger

Tâches courantes à volume élevé

La classification, l’extraction et les conversations simples offrent généralement un meilleur rapport coût-efficacité avec Sonnet ou Haiku.

Guide pratique du cache de prompts

Stabilisez le préfixe

Conservez les politiques, les schémas d’outils et les cartes du dépôt sans modification.

Écrivez une seule fois

Placez le point de mise en cache après le contexte réutilisable.

Relisez à plusieurs reprises

Lors des tours suivants, ajoutez uniquement les éléments propres à la tâche.

Scénario actuel

240K jetons mis en cache

réutilisés à 10 % du prix d’une nouvelle entrée

coût évité

$0.2592

Migrez sans tout réécrire

Conservez votre SDK préféré et modifiez l’URL de base, la clé et l’identifiant du modèle.

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

Copiez un point de terminaison et un exemple de code fonctionnels, puis ouvrez la référence API complète si vous avez besoin de tous les paramètres.

Une API, un accès aux modèles prêt pour la production

Authentifiez-vous une seule fois, appelez le point de terminaison du modèle et conservez le même workflow de facturation et d'observabilité entre les fournisseurs.

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

Exemple de code et API pour 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();

Capacités

Passez en revue les informations clés du modèle avant de choisir une architecture ou d'estimer la charge en production.

Fonctionnalités prises en charge

Fonctionnalités renvoyées par l'API du modèle existante.

text-to-text

pdf-to-text

image-to-text

speech-to-text

video-to-text

Entrée et sortie

Entrées

text

Sorties

text

Profil de production

Fournisseur: Google
Contexte: Selon le modèle
Usage commercial: Pris en charge

Cas d'usage

Utilisez Gemini 3.5 Flash pour des workflows de production adaptés à ses capacités text, puis comparez d'autres options avant un engagement à long terme.

Chat en production et workflows d'agents

Codage, analyse et génération structurée

Automatisation à grande échelle via une seule API

Autres modèles

Comparez d'autres modèles disponibles via CometAPI selon des compromis de qualité, latence, fonctionnalités et prix.

Ouvrir la comparaison de modèles →

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.

Voir le modèle

Google

Gemini 4 Argon

Découvrez l'API Gemini 4 Argon.

Voir le modèle

OpenAI

GPT-6.1 Sol

Découvrez l'API GPT-6.1 Sol.

Voir le modèle

Anthropic

Claude Sonnet 5.5

Découvrez l'API Claude Sonnet 5.5.

Voir le modèle

MiniMax

MiniMax-M3.1-Flash-Preview

Découvrez l'API MiniMax-M3.1-Flash-Preview.

Voir le modèle

Xiaomi

mimo-v2.6-pro-ultraspeed

Voir le modèle

Disponibilité

Consultez les données de heartbeat en direct, la disponibilité des points de terminaison et les temps de réponse observés avant la mise en production.

Disponibilité

RespondLIVE

7441msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

Versions

Consultez les identifiants de modèles disponibles avant de figer une intégration en production.

gemini-3.5-flash

gemini-3.5-flash-lite

Mises à jour

Suivez les évolutions importantes de la disponibilité, des tarifs et des capacités de Gemini 3.5 Flash tout en conservant la stabilité de la page du modèle.

Journal des modifications du modèle

Une page qui gagne en valeur au fil du temps.

Les notes de version, les changements de tarifs, les mises à jour des benchmarks et les conseils de migration s'accumulent ici, tandis que l'URL canonique reste inchangée.

May 19, 2026

Disponibilité de l’API confirmée

Gemini 3.5 Flash est disponible via le catalogue de modèles et la documentation de l’API CometAPI.

Actuel

Données actualisées

Tarification et limites synchronisées depuis le catalogue

Le prix, le contexte, la disponibilité et les limites sont considérés comme des propriétés dynamiques au lieu d’être intégrés au titre de la page ou à l’identité du modèle.

Feb 5, 2026

Entité de modèle permanente créée

Le fournisseur et le slug du modèle forment une URL canonique durable ; les futures mises à jour du contenu et des données resteront sur cette page.

Continuez à explorer