Apakah Gemini 3.5 Flash dapat menangani konteks sejuta token?

Ya. Gemini 3.5 Flash mendukung jendela konteks 1 juta token, sehingga cocok untuk penalaran skala repositori, PDF panjang, dan alur kerja multi-dokumen.

Skor tolok ukur apa yang telah dicapai Gemini 3.5 Flash?

Google melaporkan hasil tolok ukur termasuk 76.2% pada Terminal-Bench 2.1, 83.6% pada MCP Atlas, dan 84.2% pada CharXiv Reasoning.

Apa keterbatasan Gemini 3.5 Flash saat ini?

Gemini 3.5 Flash saat ini tidak mendukung pembuatan gambar secara native, pembuatan audio, atau streaming percakapan Live API.

Apakah API Gemini 3.5 Flash mendukung input multimodal?

Ya. Gemini 3.5 Flash menerima input teks, gambar, audio, video, dan PDF melalui Gemini API.

Bagaimana perbandingan Gemini 3.5 Flash dengan Gemini 3.1 Pro untuk pengodean?

Google melaporkan bahwa Gemini 3.5 Flash mengungguli Gemini 3.1 Pro pada tolok ukur agentic dan pengodean, termasuk Terminal-Bench 2.1 dan MCP Atlas.

Apakah Gemini 3.5 Flash cocok untuk agen AI dan alur kerja otonom?

Ya. Google secara khusus mengoptimalkan Gemini 3.5 Flash untuk eksekusi agentic jangka panjang, orkestrasi alat, dan alur kerja asisten AI yang persisten.

Alat dan integrasi apa yang tersedia di API Gemini 3.5 Flash?

Model ini mendukung pemanggilan fungsi, eksekusi kode, output terstruktur, grounding Google Search, grounding Maps, pencarian file, dan dukungan konteks URL.

Kapan pengembang sebaiknya memilih Gemini 3.5 Flash alih-alih Claude Sonnet 4?

Gemini 3.5 Flash adalah pilihan yang kuat ketika penalaran multimodal berlatensi rendah, penanganan konteks besar, dan integrasi ekosistem Google lebih penting daripada kualitas penulisan panjang yang premium.

Google

API aktif

gemini-3.5-flash

Gemini 3.5 Flash API

Gemini 3.5 Flash adalah model AI berkecepatan tinggi yang dirancang untuk respons cepat dan performa pengodean yang efisien. Model ini menghadirkan kecepatan generasi yang meningkat signifikan sambil mempertahankan kemampuan penalaran yang kuat, sehingga cocok untuk aplikasi waktu nyata dan alur kerja pengembang.

Harga mulai dari

$1.20 / 1 juta token input

Penagihan berbasis penggunaan

Kesehatan API

Beroperasi normal

Uptime 100.0% / 24 jam

Waktu respons

7425 ms

Waktu respons API teramati

Dirilis

May 19, 2026

Google

Ruang Uji

Coba Gemini 3.5 Flash dengan permintaan nyata, tinjau parameternya, dan validasi output sebelum mengintegrasikan API.

Harga

Gunakan estimasi cepat di atas untuk satu kali eksekusi, lalu tinjau perbandingan lengkap antara CometAPI dan harga resmi.

Permintaan pertama

$0.0084

Perkiraan biaya penggunaan CometAPI

Sepuluh permintaan

$0.0840

Perkiraan biaya penggunaan CometAPI

Lima belas permintaan

$0.1260

Perkiraan biaya penggunaan CometAPI

⇌

Konversi kredit

1.000 kredit = $1

Kredit membuat anggaran dapat dibandingkan antara penagihan berdasarkan token, permintaan, dan waktu penggunaan. Jumlah dalam USD tetap menjadi acuan utama saat pembayaran.

✓Model saat ini dalam kredit

Input

1,200

kredit / 1 juta token

Keluaran

7,200

kredit / 1 juta token

Transparansi biaya minimum Prototipe ini tidak mengasumsikan adanya biaya minimum tersembunyi per permintaan. Jika batas biaya minimum atau isi ulang minimum berlaku dalam penagihan produksi, hal tersebut harus ditampilkan sebelum pembelian dan disertakan dalam setiap perkiraan anggaran.

Model	Harga Comet (USD / Juta Token)	Harga Resmi (USD / Juta Token)	Diskon
gemini-3.5-flash	Input: $1.20/juta Output: $7.20/juta	Input: $1.50/juta Output: $9.00/juta	-20%
gemini-3.5-flash-lite	Input: $0.2400/juta Output: $2.02/juta	Input: $0.3000/juta Output: $2.52/juta	-20%

Ringkasan model

Identitas model yang stabil untuk pencarian dan evaluasi, dipadukan dengan data katalog langsung yang dapat berubah tanpa perlu menulis ulang struktur SEO inti halaman.

Identitas stabil

Apa itu Gemini 3.5 Flash?

Identitas kanonis model tetap stabil saat harga dan batas penggunaan berubah.

Data model langsung

Snapshot katalog terkini

Ketersediaan

Tersedia

Harga mulai dari

$1.20 / 1 juta token input

Konteks

Lihat kemampuan

Tanggal katalog

May 19, 2026

Playground 2.0 / Meja Keputusan

Putuskan terlebih dahulu. Integrasikan dengan percaya diri.

Satu ruang kerja untuk membandingkan model, menyempurnakan prompt, memeriksa perutean, memigrasikan kode, dan merilis titik awal yang telah diuji.

Berpijak pada Gemini 3.5 Flash

Alur kerja

Bandingkan sebelum berkomitmen

Jalankan prompt yang sama di berbagai model terkemuka dan dapatkan rekomendasi berdasarkan bukti.

3 model · 1 proses

Prompt evaluasi

pemrogramantemperature 0.2Output JSON

GPT-5

OpenAI

Kualitas

91/100

Latensi

1.2s

Perk. biaya

$0.018

Claude Opus 5

Anthropic

Pilihan AI

Kualitas

95/100

Latensi

1.8s

Perk. biaya

$0.024

Gemini 3 Pro

Google

Kualitas

89/100

Latensi

0.9s

Perk. biaya

$0.011

Rekomendasi: pilih Claude Opus 5 untuk peninjauan kode berisiko tinggi; arahkan pemeriksaan rutin ke Gemini 3 Pro untuk memangkas biaya sekitar 54%.

Ikhtisar

Gambaran praktis tentang Gemini 3.5 Flash, termasuk perilaku penting dan pertimbangan integrasi.

Spesifikasi Teknis Gemini 3.5 Flash

Item	Gemini 3.5 Flash
Provider	Google
Model family	Keluarga model Gemini 3.5
Official model ID	gemini-3.5-flash
Input types	Teks, gambar, video, audio, PDF
Output types	Teks
Context window	1 juta token
Max output tokens	~65K token output
Primary strengths	Alur kerja berbasis agen, pengodean, penalaran multimodal
Tool support	Pemanggilan fungsi, eksekusi kode, grounding pencarian, output terstruktur, konteks URL, pencarian file
Thinking support	Tingkat pemikiran/penalaran yang dapat disesuaikan
Safety framework	Google Frontier Safety Framework

Apa itu Gemini 3.5 Flash?

Google Gemini 3.5 Flash adalah model penalaran multimodal unggulan berkecepatan tinggi dari Google yang dioptimalkan untuk eksekusi berbasis agen, pengodean, dan alur kerja berjangka panjang. Model ini memperluas seri Gemini Flash dengan kemampuan penalaran dan rekayasa perangkat lunak yang jauh lebih kuat sambil mempertahankan karakteristik inferensi berlatensi rendah.

Berbeda dengan model Flash sebelumnya yang terutama berfokus pada inferensi ringan, Gemini 3.5 Flash dirancang untuk agen AI persisten, sistem pengodean multilangkah, dan pipeline otomasi tingkat perusahaan. Google memposisikannya sebagai model Flash-tier berbasis agen terkuat hingga saat ini.

Fitur Utama Gemini 3.5 Flash

Dukungan konteks panjang 1M token: Menangani repositori yang sangat besar, dokumentasi panjang, PDF, transkrip, dan alur kerja multisesi dalam satu konteks prompt.
Eksekusi berbasis agen yang kuat: Dioptimalkan untuk alur kerja otonom multilangkah, orkestrasi alat, tugas terminal, dan agen AI berjalan lama.
Kinerja pengodean tingkat lanjut: Melampaui Gemini 3.1 Pro pada sejumlah tolok ukur pengodean dan berbasis agen, termasuk Terminal-Bench dan MCP Atlas.
Penalaran multimodal natif: Menerima teks, gambar, audio, video, dan PDF untuk tugas penalaran terpadu.
Perkakas tingkat produksi: Mendukung output terstruktur, pemanggilan fungsi, eksekusi kode, grounding dengan Google Search dan Maps, serta pencarian file.
Mode penalaran/pemikiran yang dapat dikonfigurasi: Pengembang dapat menyetel kompromi antara latensi dan kedalaman penalaran menggunakan kontrol tingkat pemikiran.

Kinerja Benchmark Gemini 3.5 Flash

Hasil benchmark yang dilaporkan Google menempatkan Gemini 3.5 Flash di antara model Flash-tier berbasis agen terkuat yang tersedia saat ini:

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

Skor ini menunjukkan peningkatan besar dalam eksekusi otonom, penalaran multimodal, dan keandalan rekayasa perangkat lunak dibandingkan varian Gemini Flash sebelumnya.

Gemini 3.5 Flash vs Model Lain

Capability	Gemini 3.5 Flash	Gemini 3.1 Pro	Claude Sonnet 4
Context window	1M tokens	Konteks besar	Konteks besar
Agentic workflows	Sangat baik	Kuat	Kuat
Coding performance	Sangat kuat	Kuat	Sangat baik
Inference speed	Latensi Flash yang dioptimalkan	Lebih lambat	Sedang
Multimodal inputs	Multimodal natif	Multimodal natif	Visi + teks
Tool ecosystem	Perkakas Google yang luas	Luas	Perkakas API yang kuat

Perbedaan Utama

vs Gemini 3.1 Pro: Gemini 3.5 Flash menghadirkan pengodean dan eksekusi tugas otonom yang lebih baik sambil mempertahankan inferensi yang jauh lebih cepat.
vs Claude Sonnet 4: Claude sering tetap lebih kuat dalam penalaran panjang yang bernuansa dan kualitas penulisan, sementara Gemini 3.5 Flash menekankan kecepatan, eksekusi berbasis agen, dan integrasi ekosistem Google.
vs GPT-series reasoning models: Gemini 3.5 Flash sangat kompetitif dalam alur kerja agen multimodal dan orkestrasi konteks besar, terutama untuk kasus penggunaan otomasi perusahaan.

Keterbatasan yang Diketahui Gemini 3.5 Flash

Saat ini tidak mendukung keluaran pembuatan gambar atau audio secara natif.
API percakapan langsung tidak didukung pada tingkat model ini.
Benchmark komunitas menunjukkan kinerja yang beragam pada beberapa tugas evaluasi khusus, terutama alur kerja niche yang sangat bergantung pada visi.

Cara Mengakses API Gemini 3.5 Flash

Langkah 1: Dapatkan Akses API

Masuk ke cometAPI. Jika Anda belum menjadi pengguna kami, silakan daftar terlebih dahulu. Masuk ke konsol CometAPI. Dapatkan kredensial akses kunci API untuk antarmuka. Klik “Add Token” pada token API di pusat pribadi, dapatkan kunci token: sk-xxxxx dan kirim.

kunci cometapi

Langkah 2: Kirim Permintaan ke API Gemini 3.5 Flash

Pilih endpoint “` gemini-3.5-flash” untuk mengirim permintaan API dan atur body permintaan. Metode permintaan dan body permintaan diperoleh dari dokumen API di situs web kami. Situs kami juga menyediakan pengujian Apifox untuk kenyamanan Anda. Ganti <YOUR_API_KEY> dengan kunci CometAPI asli dari akun Anda. URL dasar adalah Gemini Generating Content

Masukkan pertanyaan atau permintaan Anda ke dalam field content—ini yang akan direspons oleh model. Proses respons API untuk mendapatkan jawaban yang dihasilkan.

Langkah 3: Proses Respons

API mengembalikan respons kandidat terstruktur termasuk teks yang dihasilkan, sitasi, metadata keamanan, dan output alat opsional.

FAQ

Pusat keputusan model

Ketahui biayanya. Pilih beban kerja yang tepat.

Modelkan lima dimensi penagihan, uji beban kerja yang realistis, dan tentukan kapan Opus layak dengan harga premiumnya sebelum Anda meluncurkannya.

20% di bawah harga resmi$1.20 vs $1.50 / 1 juta input

Lab biaya

Hitung biaya proses agen yang sebenarnya

Jalankan ulang beban kerja nyata alih-alih membandingkan harga token secara terpisah. Muat preset, lalu sesuaikan setiap dimensi penagihan.

Token input baru

token

Token pembacaan cache

token

Token output

token

Pemanggilan pencarian web

pemanggilan

$1.20

/ 1 jt token

Input

Instruksi baru, file, dan konteks percakapan yang dikirim pada setiap giliran.

Pangkas konteks yang diambil sebelum diteruskan ke model.

$0.1200

/ 1 jt token

Pembacaan cache

Token prompt yang sebelumnya disimpan dalam cache dan digunakan kembali dalam permintaan berikutnya.

Pertahankan prompt sistem dan peta repositori tetap identik hingga tingkat byte.

$7.20

/ 1 jt token

Keluaran

Penalaran, kode, dan teks yang dihasilkan oleh model.

Gunakan kriteria penyelesaian dan batas keluaran yang eksplisit.

$10.00

/ 1 rb panggilan

Pencarian web

Pemanggilan alat yang mengambil informasi terkini dari web.

Cari sekali, lalu gunakan kembali hasil yang telah diverifikasi selama proses berlangsung.

Bagian yang membuat harga premium Opus sepadan

Paling sesuai

Rekayasa berskala repositori

Gunakan Opus saat tugas mencakup arsitektur, banyak file, dan kompromi implementasi yang ambigu.

Paling sesuai

Agen yang berjalan lama

Pilihan yang kuat ketika agen harus mempertahankan maksud di sepanjang banyak pemanggilan alat dan langkah pemulihan.

Layak dengan harga premiumnya

Tinjauan bernilai tinggi

Gunakan hanya untuk tinjauan keamanan, migrasi, dan produksi ketika masalah yang terlewat menimbulkan biaya lebih besar daripada token.

Gunakan model yang lebih ringan

Pekerjaan rutin bervolume tinggi

Klasifikasi, ekstraksi, dan percakapan sederhana biasanya menghasilkan keekonomian per unit yang lebih baik pada Sonnet atau Haiku.

Panduan praktis cache prompt

Stabilkan prefiks

Pertahankan kebijakan, skema alat, dan peta repositori tanpa perubahan.

Tulis sekali

Tempatkan titik pemisah cache setelah konteks yang dapat digunakan kembali.

Baca berulang kali

Pada giliran berikutnya, tambahkan hanya perbedaan yang khusus untuk tugas tersebut.

Skenario saat ini

240K token yang disimpan dalam cache

digunakan kembali dengan biaya 10% dari harga input baru

biaya yang dihindari

$0.2592

Migrasikan tanpa menulis ulang

Tetap gunakan SDK pilihan Anda dan ubah URL dasar, kunci, serta ID model.

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

Salin endpoint dan contoh kode yang berfungsi, lalu buka referensi API lengkap saat Anda memerlukan semua parameter.

Satu API, akses model siap produksi

Autentikasi sekali, panggil endpoint model, dan pertahankan alur penagihan serta observabilitas yang sama di semua penyedia.

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

Kode contoh dan API untuk Gemini 3.5 Flash

Akses kode sampel komprehensif dan sumber daya API untuk Gemini 3.5 Flash guna mempermudah proses integrasi Anda. Dokumentasi terperinci kami menyediakan panduan langkah demi langkah, membantu Anda memanfaatkan potensi penuh Gemini 3.5 Flash dalam proyek Anda.

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();

Kemampuan

Tinjau fakta-fakta penting model sebelum memilih arsitektur atau memperkirakan beban produksi.

Kemampuan yang didukung

Fitur yang dikembalikan oleh API model yang ada.

text-to-text

pdf-to-text

image-to-text

speech-to-text

video-to-text

Input dan output

Input

text

Output

text

Profil produksi

Penyedia: Google
Konteks: Tergantung model
Penggunaan komersial: Didukung

Kasus penggunaan

Gunakan Gemini 3.5 Flash untuk alur kerja produksi yang sesuai dengan kemampuan text-nya, lalu bandingkan alternatif sebelum berkomitmen pada integrasi jangka panjang.

Chat produksi dan alur kerja agen

Coding, analisis, dan pembuatan terstruktur

Otomatisasi volume tinggi melalui satu API

Model lainnya

Bandingkan model lain yang tersedia melalui CometAPI berdasarkan kualitas, latensi, kemampuan, dan harga.

Buka perbandingan model →

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.

Lihat model

Google

Gemini 4 Argon

Jelajahi API Gemini 4 Argon.

Lihat model

OpenAI

GPT-6.1 Sol

Jelajahi API GPT-6.1 Sol.

Lihat model

Anthropic

Claude Sonnet 5.5

Jelajahi API Claude Sonnet 5.5.

Lihat model

MiniMax

MiniMax-M3.1-Flash-Preview

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

Lihat model

Xiaomi

mimo-v2.6-pro-ultraspeed

MiMo-V2.6-Pro-UltraSpeed adalah versi penyajian berlatensi rendah dari MiMo-V2.6-Pro dari Xiaomi, yang dirancang untuk aplikasi yang memerlukan kemampuan penalaran model Pro dipadukan dengan pembuatan keluaran yang secara signifikan lebih cepat.

Lihat model

Waktu Aktif

Tinjau data heartbeat langsung, ketersediaan endpoint, dan waktu respons teramati sebelum masuk ke produksi.

Waktu Aktif

Tingkat keberhasilan permintaan selama 30 hari terakhir, mencerminkan keandalan setiap penyedia model. CometAPI memantau semua penyedia yang terhubung secara real-time, 24/7.

RespondLIVE

7425msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

Versi

Tinjau pengenal model yang tersedia sebelum menetapkan integrasi produksi.

gemini-3.5-flash

gemini-3.5-flash-lite

Pembaruan

Ikuti perubahan penting dalam ketersediaan, harga, dan kemampuan Gemini 3.5 Flash tanpa kehilangan halaman model yang stabil.

Log perubahan model

Satu halaman yang semakin lengkap seiring waktu.

Catatan rilis, perubahan harga, pembaruan tolok ukur, dan panduan migrasi terakumulasi di sini sementara URL kanonis tetap tidak berubah.

May 19, 2026

Ketersediaan API dikonfirmasi

Gemini 3.5 Flash tersedia melalui katalog model dan dokumentasi API CometAPI.

Saat ini

Data langsung

Harga dan batasan disinkronkan dari katalog

Harga, konteks, ketersediaan, dan batasan diperlakukan sebagai properti dinamis, bukan disematkan dalam judul halaman atau identitas model.

Feb 5, 2026

Entitas model permanen dibuat

Penyedia dan slug model membentuk URL kanonis yang tahan lama; pembaruan konten dan data di masa mendatang tetap berada di halaman ini.

Terus jelajahi

Bandingkan model dan lanjutkan riset Anda

Google

API aktif

gemini-3.5-flash

Gemini 3.5 Flash API

Harga mulai dari

$1.20 / 1 juta token input

Penagihan berbasis penggunaan

Kesehatan API

Beroperasi normal

Uptime 100.0% / 24 jam

Waktu respons

7425 ms

Waktu respons API teramati

Dirilis

May 19, 2026

Google

Ruang Uji

Coba Gemini 3.5 Flash dengan permintaan nyata, tinjau parameternya, dan validasi output sebelum mengintegrasikan API.

Harga

Gunakan estimasi cepat di atas untuk satu kali eksekusi, lalu tinjau perbandingan lengkap antara CometAPI dan harga resmi.

Permintaan pertama

$0.0084

Perkiraan biaya penggunaan CometAPI

Sepuluh permintaan

$0.0840

Perkiraan biaya penggunaan CometAPI

Lima belas permintaan

$0.1260

Perkiraan biaya penggunaan CometAPI

⇌

Konversi kredit

1.000 kredit = $1

Kredit membuat anggaran dapat dibandingkan antara penagihan berdasarkan token, permintaan, dan waktu penggunaan. Jumlah dalam USD tetap menjadi acuan utama saat pembayaran.

✓Model saat ini dalam kredit

Input

1,200

kredit / 1 juta token

Keluaran

7,200

kredit / 1 juta token

Model	Harga Comet (USD / Juta Token)	Harga Resmi (USD / Juta Token)	Diskon
gemini-3.5-flash	Input: $1.20/juta Output: $7.20/juta	Input: $1.50/juta Output: $9.00/juta	-20%
gemini-3.5-flash-lite	Input: $0.2400/juta Output: $2.02/juta	Input: $0.3000/juta Output: $2.52/juta	-20%

Ringkasan model

Identitas model yang stabil untuk pencarian dan evaluasi, dipadukan dengan data katalog langsung yang dapat berubah tanpa perlu menulis ulang struktur SEO inti halaman.

Identitas stabil

Apa itu Gemini 3.5 Flash?

Identitas kanonis model tetap stabil saat harga dan batas penggunaan berubah.

Data model langsung

Snapshot katalog terkini

Ketersediaan

Tersedia

Harga mulai dari

$1.20 / 1 juta token input

Konteks

Lihat kemampuan

Tanggal katalog

May 19, 2026

Playground 2.0 / Meja Keputusan

Putuskan terlebih dahulu. Integrasikan dengan percaya diri.

Satu ruang kerja untuk membandingkan model, menyempurnakan prompt, memeriksa perutean, memigrasikan kode, dan merilis titik awal yang telah diuji.

Berpijak pada Gemini 3.5 Flash

Alur kerja

Bandingkan sebelum berkomitmen

Jalankan prompt yang sama di berbagai model terkemuka dan dapatkan rekomendasi berdasarkan bukti.

3 model · 1 proses

Prompt evaluasi

pemrogramantemperature 0.2Output JSON

GPT-5

OpenAI

Kualitas

91/100

Latensi

1.2s

Perk. biaya

$0.018

Claude Opus 5

Anthropic

Pilihan AI

Kualitas

95/100

Latensi

1.8s

Perk. biaya

$0.024

Gemini 3 Pro

Google

Kualitas

89/100

Latensi

0.9s

Perk. biaya

$0.011

Rekomendasi: pilih Claude Opus 5 untuk peninjauan kode berisiko tinggi; arahkan pemeriksaan rutin ke Gemini 3 Pro untuk memangkas biaya sekitar 54%.

Ikhtisar

Gambaran praktis tentang Gemini 3.5 Flash, termasuk perilaku penting dan pertimbangan integrasi.

Spesifikasi Teknis Gemini 3.5 Flash

Item	Gemini 3.5 Flash
Provider	Google
Model family	Keluarga model Gemini 3.5
Official model ID	gemini-3.5-flash
Input types	Teks, gambar, video, audio, PDF
Output types	Teks
Context window	1 juta token
Max output tokens	~65K token output
Primary strengths	Alur kerja berbasis agen, pengodean, penalaran multimodal
Tool support	Pemanggilan fungsi, eksekusi kode, grounding pencarian, output terstruktur, konteks URL, pencarian file
Thinking support	Tingkat pemikiran/penalaran yang dapat disesuaikan
Safety framework	Google Frontier Safety Framework

Apa itu Gemini 3.5 Flash?

Fitur Utama Gemini 3.5 Flash

Dukungan konteks panjang 1M token: Menangani repositori yang sangat besar, dokumentasi panjang, PDF, transkrip, dan alur kerja multisesi dalam satu konteks prompt.
Eksekusi berbasis agen yang kuat: Dioptimalkan untuk alur kerja otonom multilangkah, orkestrasi alat, tugas terminal, dan agen AI berjalan lama.
Kinerja pengodean tingkat lanjut: Melampaui Gemini 3.1 Pro pada sejumlah tolok ukur pengodean dan berbasis agen, termasuk Terminal-Bench dan MCP Atlas.
Penalaran multimodal natif: Menerima teks, gambar, audio, video, dan PDF untuk tugas penalaran terpadu.
Perkakas tingkat produksi: Mendukung output terstruktur, pemanggilan fungsi, eksekusi kode, grounding dengan Google Search dan Maps, serta pencarian file.
Mode penalaran/pemikiran yang dapat dikonfigurasi: Pengembang dapat menyetel kompromi antara latensi dan kedalaman penalaran menggunakan kontrol tingkat pemikiran.

Kinerja Benchmark Gemini 3.5 Flash

Hasil benchmark yang dilaporkan Google menempatkan Gemini 3.5 Flash di antara model Flash-tier berbasis agen terkuat yang tersedia saat ini:

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

Skor ini menunjukkan peningkatan besar dalam eksekusi otonom, penalaran multimodal, dan keandalan rekayasa perangkat lunak dibandingkan varian Gemini Flash sebelumnya.

Gemini 3.5 Flash vs Model Lain

Capability	Gemini 3.5 Flash	Gemini 3.1 Pro	Claude Sonnet 4
Context window	1M tokens	Konteks besar	Konteks besar
Agentic workflows	Sangat baik	Kuat	Kuat
Coding performance	Sangat kuat	Kuat	Sangat baik
Inference speed	Latensi Flash yang dioptimalkan	Lebih lambat	Sedang
Multimodal inputs	Multimodal natif	Multimodal natif	Visi + teks
Tool ecosystem	Perkakas Google yang luas	Luas	Perkakas API yang kuat

Perbedaan Utama

vs Gemini 3.1 Pro: Gemini 3.5 Flash menghadirkan pengodean dan eksekusi tugas otonom yang lebih baik sambil mempertahankan inferensi yang jauh lebih cepat.
vs Claude Sonnet 4: Claude sering tetap lebih kuat dalam penalaran panjang yang bernuansa dan kualitas penulisan, sementara Gemini 3.5 Flash menekankan kecepatan, eksekusi berbasis agen, dan integrasi ekosistem Google.
vs GPT-series reasoning models: Gemini 3.5 Flash sangat kompetitif dalam alur kerja agen multimodal dan orkestrasi konteks besar, terutama untuk kasus penggunaan otomasi perusahaan.

Keterbatasan yang Diketahui Gemini 3.5 Flash

Saat ini tidak mendukung keluaran pembuatan gambar atau audio secara natif.
API percakapan langsung tidak didukung pada tingkat model ini.
Benchmark komunitas menunjukkan kinerja yang beragam pada beberapa tugas evaluasi khusus, terutama alur kerja niche yang sangat bergantung pada visi.

Cara Mengakses API Gemini 3.5 Flash

Langkah 1: Dapatkan Akses API

kunci cometapi

Langkah 2: Kirim Permintaan ke API Gemini 3.5 Flash

Masukkan pertanyaan atau permintaan Anda ke dalam field content—ini yang akan direspons oleh model. Proses respons API untuk mendapatkan jawaban yang dihasilkan.

Langkah 3: Proses Respons

API mengembalikan respons kandidat terstruktur termasuk teks yang dihasilkan, sitasi, metadata keamanan, dan output alat opsional.

FAQ

Pusat keputusan model

Ketahui biayanya. Pilih beban kerja yang tepat.

Modelkan lima dimensi penagihan, uji beban kerja yang realistis, dan tentukan kapan Opus layak dengan harga premiumnya sebelum Anda meluncurkannya.

20% di bawah harga resmi$1.20 vs $1.50 / 1 juta input

Lab biaya

Hitung biaya proses agen yang sebenarnya

Jalankan ulang beban kerja nyata alih-alih membandingkan harga token secara terpisah. Muat preset, lalu sesuaikan setiap dimensi penagihan.

Token input baru

token

Token pembacaan cache

token

Token output

token

Pemanggilan pencarian web

pemanggilan

$1.20

/ 1 jt token

Input

Instruksi baru, file, dan konteks percakapan yang dikirim pada setiap giliran.

Pangkas konteks yang diambil sebelum diteruskan ke model.

$0.1200

/ 1 jt token

Pembacaan cache

Token prompt yang sebelumnya disimpan dalam cache dan digunakan kembali dalam permintaan berikutnya.

Pertahankan prompt sistem dan peta repositori tetap identik hingga tingkat byte.

$7.20

/ 1 jt token

Keluaran

Penalaran, kode, dan teks yang dihasilkan oleh model.

Gunakan kriteria penyelesaian dan batas keluaran yang eksplisit.

$10.00

/ 1 rb panggilan

Pencarian web

Pemanggilan alat yang mengambil informasi terkini dari web.

Cari sekali, lalu gunakan kembali hasil yang telah diverifikasi selama proses berlangsung.

Bagian yang membuat harga premium Opus sepadan

Paling sesuai

Rekayasa berskala repositori

Gunakan Opus saat tugas mencakup arsitektur, banyak file, dan kompromi implementasi yang ambigu.

Paling sesuai

Agen yang berjalan lama

Pilihan yang kuat ketika agen harus mempertahankan maksud di sepanjang banyak pemanggilan alat dan langkah pemulihan.

Layak dengan harga premiumnya

Tinjauan bernilai tinggi

Gunakan hanya untuk tinjauan keamanan, migrasi, dan produksi ketika masalah yang terlewat menimbulkan biaya lebih besar daripada token.

Gunakan model yang lebih ringan

Pekerjaan rutin bervolume tinggi

Klasifikasi, ekstraksi, dan percakapan sederhana biasanya menghasilkan keekonomian per unit yang lebih baik pada Sonnet atau Haiku.

Panduan praktis cache prompt

Stabilkan prefiks

Pertahankan kebijakan, skema alat, dan peta repositori tanpa perubahan.

Tulis sekali

Tempatkan titik pemisah cache setelah konteks yang dapat digunakan kembali.

Baca berulang kali

Pada giliran berikutnya, tambahkan hanya perbedaan yang khusus untuk tugas tersebut.

Skenario saat ini

240K token yang disimpan dalam cache

digunakan kembali dengan biaya 10% dari harga input baru

biaya yang dihindari

$0.2592

Migrasikan tanpa menulis ulang

Tetap gunakan SDK pilihan Anda dan ubah URL dasar, kunci, serta ID model.

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

Salin endpoint dan contoh kode yang berfungsi, lalu buka referensi API lengkap saat Anda memerlukan semua parameter.

Satu API, akses model siap produksi

Autentikasi sekali, panggil endpoint model, dan pertahankan alur penagihan serta observabilitas yang sama di semua penyedia.

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

Kode contoh dan API untuk 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();

Kemampuan

Tinjau fakta-fakta penting model sebelum memilih arsitektur atau memperkirakan beban produksi.

Kemampuan yang didukung

Fitur yang dikembalikan oleh API model yang ada.

text-to-text

pdf-to-text

image-to-text

speech-to-text

video-to-text

Input dan output

Input

text

Output

text

Profil produksi

Penyedia: Google
Konteks: Tergantung model
Penggunaan komersial: Didukung

Kasus penggunaan

Gunakan Gemini 3.5 Flash untuk alur kerja produksi yang sesuai dengan kemampuan text-nya, lalu bandingkan alternatif sebelum berkomitmen pada integrasi jangka panjang.

Chat produksi dan alur kerja agen

Coding, analisis, dan pembuatan terstruktur

Otomatisasi volume tinggi melalui satu API

Model lainnya

Bandingkan model lain yang tersedia melalui CometAPI berdasarkan kualitas, latensi, kemampuan, dan harga.

Buka perbandingan model →

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.

Lihat model

Google

Gemini 4 Argon

Jelajahi API Gemini 4 Argon.

Lihat model

OpenAI

GPT-6.1 Sol

Jelajahi API GPT-6.1 Sol.

Lihat model

Anthropic

Claude Sonnet 5.5

Jelajahi API Claude Sonnet 5.5.

Lihat model

MiniMax

MiniMax-M3.1-Flash-Preview

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

Lihat model

Xiaomi

mimo-v2.6-pro-ultraspeed

Lihat model

Waktu Aktif

Tinjau data heartbeat langsung, ketersediaan endpoint, dan waktu respons teramati sebelum masuk ke produksi.

Waktu Aktif

Tingkat keberhasilan permintaan selama 30 hari terakhir, mencerminkan keandalan setiap penyedia model. CometAPI memantau semua penyedia yang terhubung secara real-time, 24/7.

RespondLIVE

7425msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

Versi

Tinjau pengenal model yang tersedia sebelum menetapkan integrasi produksi.

gemini-3.5-flash

gemini-3.5-flash-lite

Pembaruan

Ikuti perubahan penting dalam ketersediaan, harga, dan kemampuan Gemini 3.5 Flash tanpa kehilangan halaman model yang stabil.

Log perubahan model

Satu halaman yang semakin lengkap seiring waktu.

Catatan rilis, perubahan harga, pembaruan tolok ukur, dan panduan migrasi terakumulasi di sini sementara URL kanonis tetap tidak berubah.

May 19, 2026

Ketersediaan API dikonfirmasi

Gemini 3.5 Flash tersedia melalui katalog model dan dokumentasi API CometAPI.

Saat ini

Data langsung

Harga dan batasan disinkronkan dari katalog

Harga, konteks, ketersediaan, dan batasan diperlakukan sebagai properti dinamis, bukan disematkan dalam judul halaman atau identitas model.

Feb 5, 2026

Entitas model permanen dibuat

Penyedia dan slug model membentuk URL kanonis yang tahan lama; pembaruan konten dan data di masa mendatang tetap berada di halaman ini.

Terus jelajahi