Cara Menggunakan API Gemini 3.5 Flash

Google meluncurkan Gemini 3.5 Flash di Google I/O 2026 sebagai yang terbaru dalam seri Flash, menghadirkan kecerdasan kelas terdepan dengan kecepatan dan biaya setingkat Flash. Dirilis pada atau sekitar 19 Mei 2026, model ini memadukan penalaran lanjutan, kapabilitas agenik yang kuat, dan pemahaman multimodal sekaligus mempertahankan latensi rendah.

Model ini menonjol bagi pengembang, perusahaan, dan pembangun AI yang membutuhkan performa tinggi tanpa overhead dari model "Pro" yang lebih besar. Ia menyaingi atau melampaui model Pro sebelumnya pada tolok ukur agenik dan pengodean utama sambil menawarkan kecepatan dan efisiensi yang unggul.

Sorotan Utama (Struktur Cuplikan Unggulan):

• Kinerja: Melampaui Gemini 3.1 Pro pada Terminal-Bench 2.1 (76.2% vs. 70.3%), MCP Atlas (83.6%), dan lainnya.
• Kecepatan: Latensi setingkat Flash untuk kasus penggunaan real-time dan volume tinggi.
• Konteks: Hingga 1M token input, 64k token output.
• Multimodal: Menangani teks, gambar, video, audio, PDF secara native.
• Harga: Sekitar $1.50 / 1M token input dan $9 / 1M token output (bervariasi menurut penyedia/platform).

Untuk integrasi yang mulus, CometAPI menyediakan proxy terpadu dan andal ke model Gemini (dan banyak lainnya) dengan batas laju yang ditingkatkan, penagihan yang disederhanakan, perutean fallback, dan analitik penggunaan—ideal untuk aplikasi produksi yang menskalakan dengan Gemini 3.5 Flash.

Apa itu Gemini 3.5 Flash?

Gemini 3.5 Flash adalah model Flash-tier paling cerdas dari Google, dirancang untuk kinerja terdepan yang berkelanjutan pada tugas agenik dan pengodean dalam skala besar. Model ini dibangun di atas seri Gemini 3, menggabungkan penalaran layaknya Pro dengan efisiensi setingkat Flash.

Berbeda dari varian "Lite" yang lebih ringan dan berfokus pada biaya, atau model Pro yang lebih berat dan memprioritaskan kecerdasan maksimum, 3.5 Flash unggul dalam skenario dunia nyata yang multi-langkah: menerapkan sub-agen, iterasi pengodean cepat ("vibe coding"), penggunaan alat secara paralel, dan alur kerja jangka panjang yang membutuhkan pemeliharaan konteks lintas banyak giliran.

Kemampuan Inti:

• Input Multimodal: Teks, gambar, video, audio, PDF.
• Fitur Alat & Agenik: Pemanggilan fungsi, eksekusi kode, grounding pencarian, pencarian file, konteks URL. (Computer Use belum didukung.)
• Mode Berpikir: Tingkat upaya yang dapat dikonfigurasi untuk menyeimbangkan kedalaman vs. kecepatan.
• Siap Produksi: Status GA dengan penomoran versi yang stabil (gemini-3.5-flash).

Model ini mendukung konteks 1M token, memungkinkan pemrosesan dokumen, basis kode, atau riwayat percakapan yang sangat besar—krusial untuk agen yang kompleks.

Apa yang Baru di Gemini 3.5 Flash

Dibandingkan Gemini 3 Flash dan 3.1 Pro, 3.5 Flash menghadirkan peningkatan signifikan:

• Kinerja Agenik yang Meningkat: 42% lebih baik pada tolok ukur siber multi-giliran jangkauan panjang dengan pengurangan token 72% dalam beberapa kasus.
• Pengodean yang Lebih Baik: Memimpin di Terminal-Bench dan varian SWE-Bench untuk alur kerja pengembang dunia nyata.
• Penalaran Multimodal yang Disempurnakan: Skor puncak pada CharXiv (84.2%) dan MMMU-Pro.
• Koordinasi Sub-agen Paralel: Dukungan native untuk orkestrasi multi-agen yang kompleks (didemonstrasikan dalam contoh Antigravity seperti migrasi codebase dan pengembangan gim).
• Peningkatan Efisiensi: Mempertahankan atau meningkatkan kecepatan sambil meningkatkan kecerdasan, menjadikannya cocok untuk produksi ber-volume tinggi.

Tabel Perbandingan Benchmark:

Pengguna dunia nyata (misalnya, Shopify, Macquarie Bank, Salesforce) melaporkan peningkatan dalam peramalan, pemrosesan dokumen, dan otomasi enterprise.

Penyesuaian Perilaku dan Perubahan Kunci

Google memperkenalkan pembaruan perilaku penting untuk efisiensi dan konsistensi yang lebih baik.

Tingkat Upaya Bawaan Baru: Medium

Default thinking_level berubah dari tinggi (pada pratinjau sebelumnya) menjadi medium. Ini memberikan hasil sangat baik untuk sebagian besar tugas sembari mengurangi latensi dan biaya. Gunakan high untuk penalaran paling kompleks.

Tabel Perbandingan Tingkat Upaya:

Contoh Kode (Python - Menyetel Thinking Level):

Python

from google import genai
from google.genai import types

client = genai.Client()  # Assumes API key configured via env or auth

response = client.models.generate_content(
    model="gemini-3.5-flash",
    contents="Prove that the square root of 2 is irrational.",
    config=types.GenerateContentConfig(
        thinking_config=types.ThinkingConfig(thinking_level="high")
    ),
)
print(response.text)

Pola serupa berlaku di JavaScript, REST, dll.

Pelestarian Pemikiran

Model kini secara otomatis mempertahankan penalaran intermediari lintas percakapan multi-giliran ketika riwayat penuh (termasuk tanda tangan pemikiran) disediakan. Ini meningkatkan performa pada debug iteratif, refactoring, dan sesi agen panjang—tanpa perubahan API tambahan untuk Interactions API; GenerateContent diuntungkan dengan meneruskan riwayat lengkap.

Pembaruan Parameter (Praktik Terbaik Gemini 3.x)

• Hindari pengaturan manual temperature, top_p, top_k — default telah dioptimalkan.
• Gunakan thinking_level alih-alih thinking_budget numerik.
• Pencocokan respons fungsi yang ketat (id, name, count) penting untuk menghindari respons kosong.

Cara Mengakses dan Menggunakan API Gemini 3.5 Flash

1. Opsi Akses:

1. Google AI Studio (paling mudah untuk pengujian) — Tersedia tingkat gratis.
2. Gemini API (langsung dengan kunci API).
3. Vertex AI / Gemini Enterprise Agent Platform (fitur enterprise, batas lebih tinggi).
4. Pihak ketiga seperti CometAPI (direkomendasikan untuk akses multi-penyedia yang disederhanakan, analitik, dan keandalan).

Mulai dengan CometAPI: CometAPI mengonsolidasikan akses ke model Gemini dengan satu endpoint, penanganan error yang lebih baik, dasbor penggunaan, dan peringatan biaya. Daftar di Cometapi.com, dapatkan kunci Anda, dan arahkan permintaan ke gemini-3.5-flash (atau ID model yang setara) dengan perubahan kode minimal. Ini sempurna untuk penskalaan tanpa harus mengelola banyak kunci API atau menangani batas laju secara langsung.

2. Penyiapan Dasar dan Hello World

Python Quickstart:

import osfrom google import genaifrom google.genai import types​# Configure client (API key from env or Google auth)genai.configure(api_key=os.environ["GEMINI_API_KEY"])  # Or use Client() with defaults​client = genai.Client()​response = client.models.generate_content(    model="gemini-3.5-flash",    contents="Explain parallel agentic execution in three sentences.",)print(response.text)

Contoh JavaScript:

import { GoogleGenAI } from "@google/genai";​const ai = new GoogleGenAI({});​async function main() {  const response = await ai.models.generateContent({    model: "gemini-3.5-flash",    contents: "Explain parallel agentic execution in three sentences.",  });  console.log(response.text);}​main();

REST API Curl:

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.5-flash:generateContent" \  -H "x-goog-api-key: $GEMINI_API_KEY" \  -H 'Content-Type: application/json' \  -X POST \  -d '{    "contents": [{      "parts": [{"text": "Hello, Gemini 3.5 Flash!"}]    }]  }'```<grok-card data-id="a39ea3" data-type="citation_card" data-plain-type="render_inline_citation" ></grok-card>​​

3. Penggunaan Lanjutan: Multimodal, Function Calling, dan Agen

Contoh Multimodal (Gambar + Teks):

# Assuming you have an image file or bytesimage_part = types.Part.from_bytes(data=image_bytes, mime_type="image/jpeg")​response = client.models.generate_content(    model="gemini-3.5-flash",    contents=[image_part, "Describe this image in detail and suggest improvements."],)

Function Calling untuk Alur Kerja Agenik:

Definisikan alat, biarkan model memanggilnya, lalu berikan respons (cocokkan id/name secara ketat).

Output Terstruktur:

Gunakan skema respons untuk parsing JSON yang andal—sempurna untuk pipeline ekstraksi data.

Alat Eksekusi Kode:

Aktifkan agar model dapat menjalankan kode Python di sandbox untuk matematika, analisis data, dll.

Untuk penyiapan agenik penuh, pertimbangkan Managed Agents dari Google (pratinjau) atau bangun sendiri dengan Cometapi.com untuk orkestrasi, logging, dan kontrol biaya.

Saran untuk API Gemini 3.5 Flash

1. Manfaatkan Effort Medium Bawaan — Timpa hanya bila perlu.
2. Teruskan Riwayat Lengkap untuk pelestarian pemikiran dalam chat/agen.
3. Gunakan Context Caching untuk prompt besar berulang (penghematan signifikan).
4. Penanganan Respons Alat yang Ketat untuk mencegah kegagalan.
5. Pantau Token — Konteks 1M sangat kuat tetapi mahal jika disalahgunakan.
6. Gabungkan dengan Cometapi.com — Terapkan perutean cerdas (misalnya, fallback ke Flash-Lite untuk kueri sederhana), lapisan caching, dasbor penggunaan, dan penanganan error terpadu. Ini mengoptimalkan pengeluaran dan keandalan untuk aplikasi ber-volume tinggi atau misi-kritis.

Praktik Terbaik Menggunakan API Gemini 3.5 Flash

Rekayasa Prompt:

• Gunakan prompt yang jelas dan terstruktur dengan peran (System + User).
• Tentukan format output (JSON, tabel Markdown).
• Chain-of-Thought: "Pikirkan langkah demi langkah..."

Optimasi Biaya:

• Manfaatkan effort "medium" bawaan.
• Gunakan caching (jika didukung).
• Pantau penggunaan token melalui dasbor CometAPI.
• Batch tugas yang tidak mendesak.

Penanganan Error & Keandalan:

• Terapkan retry dengan exponential backoff.
• Gunakan CometAPI untuk fallback otomatis ke model lain.

Desain Agenik:

• Pecah tugas kompleks menjadi sub-agen.
• Pertahankan state dengan sesi chat atau memori eksternal.
• Kombinasikan dengan Antigravity atau orkestrasi kustom.

Aplikasi Dunia Nyata dan Studi Kasus

• Agen Pengodean: Pengembangan iteratif dengan siklus umpan balik cepat.
• Otomasi Enterprise: Pemrosesan dokumen, ekstraksi data (misalnya, peningkatan di Box Life Sciences).
• Analisis Multimodal: Video/audio + teks untuk wawasan yang kaya.
• Agen Dukungan Pelanggan: Penanganan percakapan berkonteks panjang.

Integrasi melalui Cometapi.com memungkinkan tim melakukan uji A/B pada prompt/model, melacak ROI per alur kerja, dan melakukan skala tanpa repot infrastruktur.

Perbandingan: Gemini 3.5 Flash vs. Pesaing & Model Sebelumnya

Gemini 3.5 Flash menawarkan price-performance yang sangat baik untuk kasus penggunaan agenik/pengodean. Sering kali lebih cepat dan lebih hemat biaya daripada model Pro penuh untuk banyak tugas, sambil menutup celah pada kecerdasan mentah.

Kapan Memilihnya:

• Aplikasi throughput tinggi (chatbot, asisten pengodean).
• Otomasi agenik.
• Analisis multimodal dengan kebutuhan kecepatan.
• Produksi dengan anggaran ketat.

Keterbatasan: Masih ada nuansa pratinjau/stabil; harga lebih tinggi daripada tier Flash lama untuk beberapa output. Uji secara menyeluruh.

Tabel Perbandingan Kinerja (Perkiraan, Berdasarkan Laporan Publik):

Kesalahan Umum dan Pemecahan Masalah

• Respons fungsi tidak cocok → Output kosong.
• Terlalu sering menggunakan high → Biaya/latensi lebih tinggi.
• Tidak menggunakan caching untuk konteks berulang.
• Keterkejutan batas token dalam sesi panjang.

Kesimpulan: Mulai Bangun dengan Gemini 3.5 Flash Hari Ini

Gemini 3.5 Flash mendemokratisasi kapabilitas AI terdepan untuk aplikasi yang sensitif terhadap kecepatan dan biaya. Rilis GA-nya, dipadukan dengan pembaruan perilaku seperti effort default medium dan pelestarian pemikiran, menjadikannya mesin produksi yang tangguh.

Langkah Aksi:

1. Dapatkan kunci API Anda dan uji.
2. Implementasikan melalui SDK dengan contoh kode di atas.
3. Skalakan dengan cerdas menggunakan Cometapi.com untuk proxy, optimasi, pemantauan, dan dukungan multi-LLM.
4. Bereksperimenlah dengan pola agenik dan bagikan hasilnya.

Dengan mengikuti panduan ini, Anda akan memanfaatkan Gemini 3.5 Flash secara efektif sambil meminimalkan risiko dan biaya. Untuk manajemen API yang mulus dan disesuaikan dengan alur kerja AI modern, kunjungi CometAPI dan integrasikan hari ini.