Kan Gemini 3.5 Flash håndtere kontekster på en million tokens?

Ja. Gemini 3.5 Flash støtter et kontekstvindu på 1 million tokens, noe som gjør den egnet for resonnement i repository-skala, lange PDF-er og multidokument-arbeidsflyter.

Hvilke benchmark-resultater har Gemini 3.5 Flash oppnådd?

Google rapporterer benchmark-resultater, inkludert 76.2% på Terminal-Bench 2.1, 83.6% på MCP Atlas og 84.2% på CharXiv Reasoning.

Hva er de nåværende begrensningene til Gemini 3.5 Flash?

Gemini 3.5 Flash støtter for øyeblikket ikke innebygd bildegenerering, lydgenerering eller samtalestrømming via Live API.

Støtter Gemini 3.5 Flash API multimodale inndata?

Ja. Gemini 3.5 Flash aksepterer tekst, bilder, lyd, video og PDF-inndata via Gemini API.

Hvordan står Gemini 3.5 Flash seg mot Gemini 3.1 Pro for koding?

Google rapporterer at Gemini 3.5 Flash overgår Gemini 3.1 Pro på agent- og koding-benchmarktester, inkludert Terminal-Bench 2.1 og MCP Atlas.

Er Gemini 3.5 Flash egnet for AI-agenter og autonome arbeidsflyter?

Ja. Google har spesifikt optimalisert Gemini 3.5 Flash for langsiktig agentisk utførelse, orkestrering av verktøy og vedvarende arbeidsflyter for AI-assistenter.

Hvilke verktøy og integrasjoner er tilgjengelige i Gemini 3.5 Flash API?

Modellen støtter funksjonskall, kodekjøring, strukturerte utdata, Google Search grounding, Maps grounding, filsøk og støtte for URL-kontekst.

Når bør utviklere velge Gemini 3.5 Flash i stedet for Claude Sonnet 4?

Gemini 3.5 Flash er et sterkt valg når multimodalt resonnement med lav latens, håndtering av store kontekster og integrasjon med Google-økosystemet er viktigere enn førsteklasses kvalitet på lengre tekster.

Google

API i live Populær

gemini-3.5-flash

Gemini 3.5 Flash API

Gemini 3.5 Flash er en høyhastighets KI-modell utviklet for rask respons og effektiv kodegenerering. Den leverer betydelig forbedret genereringshastighet samtidig som den opprettholder sterk resonneringsevne, noe som gjør den egnet for sanntidsapplikasjoner og arbeidsflyter for utviklere.

Startpris

$1.20 / 1 mill. input-tokens

Forbruksbasert fakturering

API-status

I drift

100.0% oppetid / 24t

Responstid

3144 ms

Observert API-responstid

Utgitt

May 19, 2026

Google

Playground

Prøv Gemini 3.5 Flash med en reell forespørsel, se gjennom parameterne og valider resultatet før du integrerer API-et.

Oversikt

En praktisk oversikt over Gemini 3.5 Flash, inkludert viktig atferd og hensyn ved integrasjon.

Tekniske spesifikasjoner for Gemini 3.5 Flash

Element	Gemini 3.5 Flash
Leverandør	Google
Modellfamilie	Gemini 3.5
Offisiell modell-ID	gemini-3.5-flash
Inndatatyper	Tekst, bilde, video, lyd, PDF
Utdatatyper	Tekst
Kontekstvindu	1 million tokens
Maks antall utdata-tokens	~65K utdata-tokens
Primære styrker	Agentbaserte arbeidsflyter, koding, multimodal resonnering
Verktøystøtte	Funksjonskall, kodekjøring, søkeforankring, strukturerte utdata, URL-kontekst, filsøk
Støtte for tenkning	Justerbare nivåer for tenkning/resonnering
Sikkerhetsrammeverk	Google Frontier Safety Framework

Hva er Gemini 3.5 Flash?

Google Gemini 3.5 Flash er Googles flaggskip for høyhastighets multimodal resonnering, optimalisert for agentisk utførelse, koding og langvarige arbeidsflyter. Den utvider Gemini Flash-serien med vesentlig sterkere resonnerings- og programvareingeniør-egenskaper samtidig som den opprettholder lav latens i inferens.

I motsetning til tidligere Flash-modeller som primært fokuserte på lettvekts inferens, er Gemini 3.5 Flash designet for persistente KI-agenter, flertrinns kodingssystemer og virksomhetsautomatisering. Google posisjonerer den som sin sterkeste agentbaserte modell i Flash-nivået til dags dato.

Hovedfunksjoner for Gemini 3.5 Flash

1M tokens langkontekststøtte: Håndterer svært store arkiver, omfattende dokumentasjon, PDF-er, transkripsjoner og flersesjons arbeidsflyter i én enkelt promptkontekst.
Sterk agentbasert utførelse: Optimalisert for flertrinns autonome arbeidsflyter, verktøyorkestrering, terminaloppgaver og langvarige KI‑agenter.
Avansert kodeytelse: Overgår Gemini 3.1 Pro på flere kode- og agent-benchmarker, inkludert Terminal-Bench og MCP Atlas.
Innebygd multimodal resonnering: Godtar tekst, bilder, lyd, video og PDF-er for samlet resonnering.
Produksjonsklare verktøy: Støtter strukturerte utdata, funksjonskall, kodekjøring, forankring mot Google Søk og Maps, samt filsøk.
Konfigurerbare resonnerings-/tenkemoduser: Utviklere kan avveie latens mot resonneringsdybde ved hjelp av tenkenivå-kontroller.

Benchmark-ytelse for Gemini 3.5 Flash

Google-rapporterte benchmarkresultater plasserer Gemini 3.5 Flash blant de sterkeste agentiske modellene i Flash-nivået som er tilgjengelige i dag:

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

Disse resultatene indikerer store gevinster i autonom utførelse, multimodal resonnering og pålitelighet i programvareingeniørarbeid sammenlignet med tidligere Gemini Flash-varianter.

Gemini 3.5 Flash vs. andre modeller

Egenskap	Gemini 3.5 Flash	Gemini 3.1 Pro	Claude Sonnet 4
Kontekstvindu	1M tokens	Stor kontekst	Stor kontekst
Agentbaserte arbeidsflyter	Utmerket	Sterk	Sterk
Kodeytelse	Svært sterk	Sterk	Utmerket
Inferenshastighet	Optimalisert Flash-latens	Tregere	Moderat
Multimodale inndata	Innebygd multimodal	Innebygd multimodal	Visjon + tekst
Verktøyøkosystem	Omfattende Google-verktøy	Omfattende	Sterke API-verktøy

Viktige forskjeller

vs Gemini 3.1 Pro: Gemini 3.5 Flash leverer bedre koding og autonom oppgaveutførelse samtidig som den opprettholder betydelig raskere inferens.
vs Claude Sonnet 4: Claude er ofte sterkere i nyansert langformresonnering og skrivekvalitet, mens Gemini 3.5 Flash vektlegger hastighet, agentutførelse og integrasjon i Google-økosystemet.
vs GPT-seriens resonneringsmodeller: Gemini 3.5 Flash er særlig konkurransedyktig i multimodale agentarbeidsflyter og orkestrering av store kontekster, spesielt for virksomhetsautomatisering.

Kjente begrensninger for Gemini 3.5 Flash

Støtter for øyeblikket ikke innebygd bilde- eller lydgenerering i utdata.
Live samtale-API-er støttes ikke på dette modellnivået.
Fellesskapsbenchmarker viser blandet ytelse på enkelte spesialiserte evalueringer, spesielt nisje-arbeidsflyter som er svært visuelle.

Slik får du tilgang til Gemini 3.5 Flash API

Trinn 1: Få API-tilgang

Logg inn på CometAPI. Hvis du ikke er bruker hos oss ennå, registrer deg først. Logg inn på din CometAPI console. Hent API-nøkkelen for tilgang til grensesnittet. Klikk “Add Token” ved API-tokenet i personssenteret, få token-nøkkelen: sk-xxxxx og send inn.

cometapi-key

Trinn 2: Send forespørsler til Gemini 3.5 Flash API

Velg “` gemini-3.5-flash” endepunktet for å sende API-forespørselen og sett forespørselens body. Forespørselsmetoden og body hentes fra API-dokumentasjonen på nettstedet vårt. Nettstedet vårt tilbyr også Apifox-test for din bekvemmelighet. Bytt ut <YOUR_API_KEY> med din faktiske CometAPI-nøkkel fra kontoen din. base url er Gemini Generating Content

Sett inn spørsmålet eller forespørselen din i content-feltet—dette er hva modellen vil svare på. Behandle API-responsen for å hente generert svar.

Trinn 3: Behandle svar

API-et returnerer strukturerte kandidatsvar, inkludert generert tekst, henvisninger, sikkerhetsmetadata og valgfrie verktøyutdata.

FAQ

Priser

Bruk det raske anslaget ovenfor for én kjøring, og se deretter den fullstendige sammenligningen mellom CometAPI og offisiell pris.

Første forespørsel

—

Anslått CometAPI-bruksskostnad

Ti forespørsler

—

Anslått CometAPI-bruksskostnad

Femten forespørsler

—

Anslått CometAPI-bruksskostnad

Priser for Gemini 3.5 Flash

Utforsk konkurransedyktige priser for Gemini 3.5 Flash, designet for å passe ulike budsjetter og bruksbehov. Våre fleksible planer sikrer at du bare betaler for det du bruker, noe som gjør det enkelt å skalere etter hvert som kravene dine vokser. Oppdag hvordan Gemini 3.5 Flash kan forbedre prosjektene dine samtidig som kostnadene holdes håndterbare.

Model	Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
gemini-3.5-flash	Inndata:$1.2/M Utdata:$7.2/M	Inndata:$1.5/M Utdata:$9/M	-20%
gemini-3.5-flash-lite	Inndata:$0.24/M Utdata:$2.016/M	Inndata:$0.3/M Utdata:$2.52/M	-20%

API

Kopier et fungerende endepunkt og kodeeksempel, og åpne den fullstendige API-referansen når du trenger alle parameterne.

Ett API, produksjonsklar modelltilgang

Autentiser én gang, kall modellens endepunkt, og behold samme faktureringen og overvåkningsflyt på tvers av leverandører.

POST/v1/chat/completionsPOST/v1beta/models/{model}:generateContent

Eksempelkode og API for Gemini 3.5 Flash

Få tilgang til omfattende eksempelkode og API-ressurser for Gemini 3.5 Flash for å effektivisere integreringsprosessen din. Vår detaljerte dokumentasjon gir trinn-for-trinn-veiledning som hjelper deg med å utnytte det fulle potensialet til Gemini 3.5 Flash i prosjektene dine.

POST

/v1/chat/completions

POST

/v1beta/models/{model}:generateContent

#!/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"
      }
    }
  }'

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"
      }
    }
  }'

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();

Funksjoner

Se gjennom de viktigste modellopplysningene før du velger arkitektur eller anslår produksjonsbelastning.

Støttede funksjoner

Funksjoner returnert av det eksisterende modell-API-et.

text-to-text

pdf-to-text

image-to-text

speech-to-text

video-to-text

speech-to-text

Inndata og utdata

Inndata

text

Utdata

text

Produksjonsprofil

Leverandør: Google
Kontekst: Avhenger av modellen
Kommersiell bruk: Støttet

Bruksområder

Bruk Gemini 3.5 Flash til produksjonsarbeidsflyter som passer text-funksjonene, og sammenlign deretter alternativer før en langsiktig integrasjon.

Produksjonschat og agentarbeidsflyter

Koding, analyse og strukturert generering

Automatisering i stor skala via ett API

Andre modeller

Sammenlign andre modeller tilgjengelig via CometAPI basert på kvalitet, ventetid, funksjoner og pris.

Åpne modellsammenligning →

Google

Gemini 3.7 Flash

3.7 Flash leverer betydelige forbedringer på tvers av arbeidsflyter innen programvareutvikling, kunnskapsarbeid og webutvikling — med en introduksjonspris på halvparten av den opprinnelige kostnaden for 3.6 Flash per million tokens.

Se modell

DeepSeek

DeepSeek-V4-Flash-Vision

Modellen deepseek-v4-flash-vision-exp godtar bilder sammen med tekst, så du kan be modellen beskrive bilder, lese tekst fra skjermbilder, analysere diagrammer og mer. Støttede bildeformater: JPEG, PNG, GIF og WebP. Formatet bestemmes ut fra det faktiske filinnholdet, ikke fra filnavnet eller den angitte MIME-typen.

Se modell

DeepSeek

DeepSeek V4 Pro

DeepSeek V4 Pro er en storskala Mixture-of-Experts-modell fra DeepSeek med 1.6T totale parametere og 49B aktiverte parametere, som støtter et 1M-token kontekstvindu. Den er designet for avansert resonnering, koding og langsiktige agentarbeidsflyter, med sterk ytelse i referansetester innen kunnskap, matematikk og programvareteknikk.

Se modell

xAI

Grok 4.6

Flaggskipmodellen for kode og alt annet: agentbasert verktøyanrop, minimale hallusinasjoner, konfigurerbar resonnering.

Se modell

Z.AI

GLM 5.3

GLM-5.3 er en stor språkmodell med åpen kildekode av neste generasjon, optimalisert for kompleks koding, oppgaver med lang tidshorisont og scenarier innen cybersikkerhet. Den leverer betydelig forbedrede kodeferdigheter og agentytelse sammenlignet med GLM-5.2.

Se modell

Anthropic

Claude Fable 5

Tilgangen til Claude Fable 5 er gjenopprettet. Den gir 5.-generasjons intelligens til dine mest ambisiøse kodeprosjekter og ditt profesjonelle arbeid.

Se modell

Uptime

Se gjennom live heartbeat-data, endepunkttilgjengelighet og observerte responstider før du går i produksjon.

Uptime

Forespørselssuccessrate over de siste 30 dagene, som gjenspeiler påliteligheten til hver modellleverandør. CometAPI overvåker alle tilkoblede leverandører i sanntid, 24/7.

RespondLIVE

3144msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

Versjoner

Se gjennom tilgjengelige modellidentifikatorer før du fastsetter en produksjonsintegrasjon.

gemini-3.5-flash

gemini-3.5-flash-lite

Fortsett å utforske

Sammenlign modeller og fortsett research

Google

API i live Populær

gemini-3.5-flash

Gemini 3.5 Flash API

Startpris

$1.20 / 1 mill. input-tokens

Forbruksbasert fakturering

API-status

I drift

100.0% oppetid / 24t

Responstid

3144 ms

Observert API-responstid

Utgitt

May 19, 2026

Google

Playground

Prøv Gemini 3.5 Flash med en reell forespørsel, se gjennom parameterne og valider resultatet før du integrerer API-et.

Oversikt

En praktisk oversikt over Gemini 3.5 Flash, inkludert viktig atferd og hensyn ved integrasjon.

Tekniske spesifikasjoner for Gemini 3.5 Flash

Element	Gemini 3.5 Flash
Leverandør	Google
Modellfamilie	Gemini 3.5
Offisiell modell-ID	gemini-3.5-flash
Inndatatyper	Tekst, bilde, video, lyd, PDF
Utdatatyper	Tekst
Kontekstvindu	1 million tokens
Maks antall utdata-tokens	~65K utdata-tokens
Primære styrker	Agentbaserte arbeidsflyter, koding, multimodal resonnering
Verktøystøtte	Funksjonskall, kodekjøring, søkeforankring, strukturerte utdata, URL-kontekst, filsøk
Støtte for tenkning	Justerbare nivåer for tenkning/resonnering
Sikkerhetsrammeverk	Google Frontier Safety Framework

Hva er Gemini 3.5 Flash?

Hovedfunksjoner for Gemini 3.5 Flash

1M tokens langkontekststøtte: Håndterer svært store arkiver, omfattende dokumentasjon, PDF-er, transkripsjoner og flersesjons arbeidsflyter i én enkelt promptkontekst.
Sterk agentbasert utførelse: Optimalisert for flertrinns autonome arbeidsflyter, verktøyorkestrering, terminaloppgaver og langvarige KI‑agenter.
Avansert kodeytelse: Overgår Gemini 3.1 Pro på flere kode- og agent-benchmarker, inkludert Terminal-Bench og MCP Atlas.
Innebygd multimodal resonnering: Godtar tekst, bilder, lyd, video og PDF-er for samlet resonnering.
Produksjonsklare verktøy: Støtter strukturerte utdata, funksjonskall, kodekjøring, forankring mot Google Søk og Maps, samt filsøk.
Konfigurerbare resonnerings-/tenkemoduser: Utviklere kan avveie latens mot resonneringsdybde ved hjelp av tenkenivå-kontroller.

Benchmark-ytelse for Gemini 3.5 Flash

Google-rapporterte benchmarkresultater plasserer Gemini 3.5 Flash blant de sterkeste agentiske modellene i Flash-nivået som er tilgjengelige i dag:

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

Disse resultatene indikerer store gevinster i autonom utførelse, multimodal resonnering og pålitelighet i programvareingeniørarbeid sammenlignet med tidligere Gemini Flash-varianter.

Gemini 3.5 Flash vs. andre modeller

Egenskap	Gemini 3.5 Flash	Gemini 3.1 Pro	Claude Sonnet 4
Kontekstvindu	1M tokens	Stor kontekst	Stor kontekst
Agentbaserte arbeidsflyter	Utmerket	Sterk	Sterk
Kodeytelse	Svært sterk	Sterk	Utmerket
Inferenshastighet	Optimalisert Flash-latens	Tregere	Moderat
Multimodale inndata	Innebygd multimodal	Innebygd multimodal	Visjon + tekst
Verktøyøkosystem	Omfattende Google-verktøy	Omfattende	Sterke API-verktøy

Viktige forskjeller

vs Gemini 3.1 Pro: Gemini 3.5 Flash leverer bedre koding og autonom oppgaveutførelse samtidig som den opprettholder betydelig raskere inferens.
vs Claude Sonnet 4: Claude er ofte sterkere i nyansert langformresonnering og skrivekvalitet, mens Gemini 3.5 Flash vektlegger hastighet, agentutførelse og integrasjon i Google-økosystemet.
vs GPT-seriens resonneringsmodeller: Gemini 3.5 Flash er særlig konkurransedyktig i multimodale agentarbeidsflyter og orkestrering av store kontekster, spesielt for virksomhetsautomatisering.

Kjente begrensninger for Gemini 3.5 Flash

Støtter for øyeblikket ikke innebygd bilde- eller lydgenerering i utdata.
Live samtale-API-er støttes ikke på dette modellnivået.
Fellesskapsbenchmarker viser blandet ytelse på enkelte spesialiserte evalueringer, spesielt nisje-arbeidsflyter som er svært visuelle.

Slik får du tilgang til Gemini 3.5 Flash API

Trinn 1: Få API-tilgang

cometapi-key

Trinn 2: Send forespørsler til Gemini 3.5 Flash API

Sett inn spørsmålet eller forespørselen din i content-feltet—dette er hva modellen vil svare på. Behandle API-responsen for å hente generert svar.

Trinn 3: Behandle svar

API-et returnerer strukturerte kandidatsvar, inkludert generert tekst, henvisninger, sikkerhetsmetadata og valgfrie verktøyutdata.

FAQ

Priser

Bruk det raske anslaget ovenfor for én kjøring, og se deretter den fullstendige sammenligningen mellom CometAPI og offisiell pris.

Første forespørsel

—

Anslått CometAPI-bruksskostnad

Ti forespørsler

—

Anslått CometAPI-bruksskostnad

Femten forespørsler

—

Anslått CometAPI-bruksskostnad

Priser for Gemini 3.5 Flash

Model	Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
gemini-3.5-flash	Inndata:$1.2/M Utdata:$7.2/M	Inndata:$1.5/M Utdata:$9/M	-20%
gemini-3.5-flash-lite	Inndata:$0.24/M Utdata:$2.016/M	Inndata:$0.3/M Utdata:$2.52/M	-20%

API

Kopier et fungerende endepunkt og kodeeksempel, og åpne den fullstendige API-referansen når du trenger alle parameterne.

Ett API, produksjonsklar modelltilgang

Autentiser én gang, kall modellens endepunkt, og behold samme faktureringen og overvåkningsflyt på tvers av leverandører.

POST/v1/chat/completionsPOST/v1beta/models/{model}:generateContent

Eksempelkode og API for Gemini 3.5 Flash

POST

/v1/chat/completions

POST

/v1beta/models/{model}:generateContent

#!/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"
      }
    }
  }'

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"
      }
    }
  }'

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();

Funksjoner

Se gjennom de viktigste modellopplysningene før du velger arkitektur eller anslår produksjonsbelastning.

Støttede funksjoner

Funksjoner returnert av det eksisterende modell-API-et.

text-to-text

pdf-to-text

image-to-text

speech-to-text

video-to-text

speech-to-text

Inndata og utdata

Inndata

text

Utdata

text

Produksjonsprofil

Leverandør: Google
Kontekst: Avhenger av modellen
Kommersiell bruk: Støttet

Bruksområder

Bruk Gemini 3.5 Flash til produksjonsarbeidsflyter som passer text-funksjonene, og sammenlign deretter alternativer før en langsiktig integrasjon.

Produksjonschat og agentarbeidsflyter

Koding, analyse og strukturert generering

Automatisering i stor skala via ett API

Andre modeller

Sammenlign andre modeller tilgjengelig via CometAPI basert på kvalitet, ventetid, funksjoner og pris.

Åpne modellsammenligning →

DeepSeek-V4-Flash-Vision

Flaggskipmodellen for kode og alt annet: agentbasert verktøyanrop, minimale hallusinasjoner, konfigurerbar resonnering.

Tilgangen til Claude Fable 5 er gjenopprettet. Den gir 5.-generasjons intelligens til dine mest ambisiøse kodeprosjekter og ditt profesjonelle arbeid.

Se modell

Uptime

Se gjennom live heartbeat-data, endepunkttilgjengelighet og observerte responstider før du går i produksjon.

Uptime

Forespørselssuccessrate over de siste 30 dagene, som gjenspeiler påliteligheten til hver modellleverandør. CometAPI overvåker alle tilkoblede leverandører i sanntid, 24/7.

RespondLIVE

3144msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

Versjoner

Se gjennom tilgjengelige modellidentifikatorer før du fastsetter en produksjonsintegrasjon.

gemini-3.5-flash

gemini-3.5-flash-lite

Fortsett å utforske