Can Gemini 3.5 Flash handle million-token contexts?

예. Gemini 3.5 Flash는 1 million 토큰 컨텍스트 윈도우를 지원하여 리포지토리 규모의 추론, 긴 PDF, 다중 문서 워크플로에 적합합니다.

How does Gemini 3.5 Flash compare to Gemini 3.1 Pro for coding?

Google은 Terminal-Bench 2.1 및 MCP Atlas를 포함한 에이전트 및 코딩 벤치마크에서 Gemini 3.5 Flash가 Gemini 3.1 Pro보다 뛰어난 성능을 보였다고 보고했습니다.

Does the Gemini 3.5 Flash API support multimodal inputs?

예. Gemini 3.5 Flash는 Gemini API를 통해 텍스트, 이미지, 오디오, 비디오 및 PDF 입력을 지원합니다.

What tools and integrations are available in the Gemini 3.5 Flash API?

이 모델은 함수 호출, 코드 실행, 구조화된 출력, Google Search 그라운딩, Maps 그라운딩, 파일 검색 및 URL 컨텍스트를 지원합니다.

Is Gemini 3.5 Flash suitable for AI agents and autonomous workflows?

예. Google은 장기적 에이전트 실행, 도구 오케스트레이션, 지속형 AI 어시스턴트 워크플로에 맞춰 Gemini 3.5 Flash를 특별히 최적화했습니다.

What are the current limitations of Gemini 3.5 Flash?

현재 Gemini 3.5 Flash는 네이티브 이미지 생성, 오디오 생성 또는 Live API 대화형 스트리밍을 지원하지 않습니다.

When should developers choose Gemini 3.5 Flash instead of Claude Sonnet 4?

저지연 멀티모달 추론, 대규모 컨텍스트 처리, Google 생태계 통합이 프리미엄급 장문 작성 품질보다 중요할 때는 Gemini 3.5 Flash가 강력한 선택입니다.

What benchmark scores has Gemini 3.5 Flash achieved?

Google은 Terminal-Bench 2.1에서 76.2%, MCP Atlas에서 83.6%, CharXiv Reasoning에서 84.2% 등의 벤치마크 결과를 보고했습니다.

저렴한 Gemini 3.5 Flash API | text-to-text

Gemini 3.5 Flash의 기술 사양

항목	Gemini 3.5 Flash
제공자	Google
모델 계열	Gemini 3.5
공식 모델 ID	gemini-3.5-flash
입력 유형	Text, image, video, audio, PDF
출력 유형	Text
컨텍스트 윈도	1 million 토큰
최대 출력 토큰	~65K 출력 토큰
주요 강점	에이전트형 워크플로, 코딩, 멀티모달 추론
도구 지원	함수 호출, 코드 실행, 검색 그라운딩, 구조화된 출력, URL 컨텍스트, 파일 검색
사고 지원	조절 가능한 사고/추론 수준
안전 프레임워크	Google Frontier Safety Framework

Gemini 3.5 Flash란?

Google Gemini 3.5 Flash는 에이전트 실행, 코딩, 장기 워크플로에 최적화된 Google의 플래그십 초고속 멀티모달 추론 모델입니다. 저지연 추론 특성을 유지하면서도 추론 및 소프트웨어 엔지니어링 역량을 대폭 강화해 Gemini Flash 시리즈를 확장했습니다.

이전의 경량 추론 중심 Flash 모델과 달리, Gemini 3.5 Flash는 상시 동작하는 AI 에이전트, 다단계 코딩 시스템, 엔터프라이즈 자동화 파이프라인을 위해 설계되었습니다. Google은 이를 현재까지 가장 강력한 에이전트형 Flash 티어 모델로 위치시킵니다.

Gemini 3.5 Flash의 주요 기능

1M 토큰 장기 컨텍스트 지원: 매우 큰 리포지토리, 방대한 문서, PDF, 대화 기록, 멀티 세션 워크플로를 단일 프롬프트 컨텍스트에서 처리
강력한 에이전트형 실행: 다단계 자율 워크플로, 도구 오케스트레이션, 터미널 작업, 장시간 실행 에이전트에 최적화
향상된 코딩 성능: Terminal-Bench 및 MCP Atlas 등 여러 코딩/에이전트 벤치마크에서 Gemini 3.1 Pro 대비 우수
네이티브 멀티모달 추론: 텍스트, 이미지, 오디오, 비디오, PDF를 수용하는 통합 추론
프로덕션급 도구 체계: 구조화된 출력, 함수 호출, 코드 실행, Google Search 및 Maps 기반 그라운딩, 파일 검색 지원
구성 가능한 사고/추론 모드: 개발자가 지연시간과 추론 깊이 간 트레이드오프를 조정 가능

Gemini 3.5 Flash의 벤치마크 성능

Google이 보고한 벤치마크 결과에 따르면, Gemini 3.5 Flash는 현재 이용 가능한 에이전트형 Flash 티어 모델 가운데 상위권에 위치합니다:

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

이 점수들은 이전 Gemini Flash 변형 대비 자율 실행, 멀티모달 추론, 소프트웨어 엔지니어링 신뢰성에서의 큰 향상을 보여줍니다.

Gemini 3.5 Flash vs 기타 모델

역량	Gemini 3.5 Flash	Gemini 3.1 Pro	Claude Sonnet 4
컨텍스트 윈도	1M tokens	대규모 컨텍스트	대규모 컨텍스트
에이전트형 워크플로	탁월	강함	강함
코딩 성능	매우 강함	강함	탁월
추론 속도	최적화된 Flash 지연시간	더 느림	보통
멀티모달 입력	네이티브 멀티모달	네이티브 멀티모달	비전 + 텍스트
도구 생태계	광범위한 Google 도구	광범위	강력한 API 도구

주요 차이점

vs Gemini 3.1 Pro: Gemini 3.5 Flash는 훨씬 더 빠른 추론 속도를 유지하면서 코딩과 자율 작업 실행에서 더 뛰어난 성능을 제공합니다.
vs Claude Sonnet 4: Claude는 미묘한 장문 추론과 글쓰기 품질에서 강세인 반면, Gemini 3.5 Flash는 속도, 에이전트 실행, Google 생태계 통합에 중점을 둡니다.
vs GPT 계열 추론 모델: Gemini 3.5 Flash는 특히 엔터프라이즈 자동화 사용 사례에서 멀티모달 에이전트 워크플로와 대규모 컨텍스트 오케스트레이션에 경쟁력이 있습니다.

Gemini 3.5 Flash의 알려진 한계

현재 네이티브 이미지 또는 오디오 생성 출력은 지원하지 않습니다.
이 모델 티어에서는 라이브 대화형 API가 지원되지 않습니다.
커뮤니티 벤치마크에 따르면, 특히 시각 중심의 특수 워크플로 등 일부 전문 평가 과제에서 성능이 엇갈립니다.

Gemini 3.5 Flash API에 접근하는 방법

1단계: API 액세스 획득

cometAPI에 로그인하세요. 아직 사용자가 아니라면 먼저 등록하십시오. CometAPI 콘솔에 로그인합니다. 인터페이스의 액세스 자격 API 키를 가져옵니다. 개인 센터의 API 토큰에서 “Add Token”을 클릭하여 토큰 키: sk-xxxxx를 받고 제출하세요.

cometapi-key

2단계: Gemini 3.5 Flash API로 요청 보내기

“` gemini-3.5-flash” 엔드포인트를 선택하여 API 요청을 보내고 요청 본문을 설정합니다. 요청 메서드와 요청 본문은 당사 웹사이트의 API 문서에서 확인할 수 있습니다. 편의를 위해 웹사이트에서 Apifox 테스트도 제공합니다. <YOUR_API_KEY>를 계정의 실제 CometAPI 키로 바꾸세요. base url은 Gemini Generating Content입니다.

질문이나 요청을 content 필드에 입력하세요—모델이 응답할 내용입니다 . API 응답을 처리하여 생성된 답변을 얻습니다.

3단계: 응답 처리

API는 생성된 텍스트, 인용, 안전 메타데이터, 선택적 도구 출력 등을 포함한 구조화된 후보 응답을 반환합니다.

Gemini 3.5 Flash 가격

[모델명]의 경쟁력 있는 가격을 살펴보세요. 다양한 예산과 사용 요구에 맞게 설계되었습니다. 유연한 요금제로 사용한 만큼만 지불하므로 요구사항이 증가함에 따라 쉽게 확장할 수 있습니다. [모델명]이 비용을 관리 가능한 수준으로 유지하면서 프로젝트를 어떻게 향상시킬 수 있는지 알아보세요.

코멧 가격 (USD / M Tokens)	공식 가격 (USD / M Tokens)	할인
입력:$1.2/M 출력:$7.2/M	입력:$1.5/M 출력:$9/M	-20%

Gemini 3.5 Flash의 샘플 코드 및 API

[모델 이름]의 포괄적인 샘플 코드와 API 리소스에 액세스하여 통합 프로세스를 간소화하세요. 자세한 문서는 단계별 가이드를 제공하여 프로젝트에서 [모델 이름]의 모든 잠재력을 활용할 수 있도록 돕습니다.

Python
JavaScript
Curl

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)

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();

Curl Code Example

#!/bin/bash

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"
      }
    }
  }'

Gemini 3.5 Flash의 버전

Gemini 3.5 Flash에 여러 스냅샷이 존재하는 이유는 업데이트 후 출력 변동으로 인해 일관성을 유지하기 위해 이전 스냅샷을 보관하거나, 개발자에게 적응 및 마이그레이션을 위한 전환 기간을 제공하거나, 글로벌 또는 지역별 엔드포인트에 따라 다양한 스냅샷을 제공하여 사용자 경험을 최적화하기 위한 것 등이 포함될 수 있습니다. 버전 간 상세한 차이점은 공식 문서를 참고해 주시기 바랍니다.

version
gemini-3.5-flash
gemini-3.5-flash-search

Gemini 3.5 Flash