Czy Gemini 3.5 Flash obsługuje konteksty liczące milion tokenów?

Tak. Gemini 3.5 Flash obsługuje okno kontekstu o wielkości 1 miliona tokenów, co czyni go odpowiednim do rozumowania na skalę repozytorium, długich plików PDF oraz wielodokumentowych przepływów pracy.

Jakie wyniki w benchmarkach osiągnął Gemini 3.5 Flash?

Google podaje wyniki benchmarków, w tym 76.2% w Terminal-Bench 2.1, 83.6% w MCP Atlas oraz 84.2% w CharXiv Reasoning.

Jakie są obecne ograniczenia Gemini 3.5 Flash?

Obecnie Gemini 3.5 Flash nie obsługuje natywnego generowania obrazów, generowania dźwięku ani strumieniowania konwersacyjnego w Live API.

Czy interfejs Gemini 3.5 Flash API obsługuje wejścia multimodalne?

Tak. Gemini 3.5 Flash przyjmuje wejścia tekstowe, obrazy, dźwięk, wideo oraz pliki PDF za pośrednictwem Gemini API.

Jak Gemini 3.5 Flash wypada w porównaniu z Gemini 3.1 Pro w zadaniach programistycznych?

Według Google, Gemini 3.5 Flash przewyższa Gemini 3.1 Pro w benchmarkach agentowych i programistycznych, w tym Terminal-Bench 2.1 oraz MCP Atlas.

Czy Gemini 3.5 Flash nadaje się do agentów AI i autonomicznych przepływów pracy?

Tak. Google specjalnie zoptymalizowało Gemini 3.5 Flash pod kątem długoterminowego wykonywania zadań przez agentów, orkiestracji narzędzi oraz trwałych przepływów pracy asystentów AI.

Jakie narzędzia i integracje są dostępne w Gemini 3.5 Flash API?

Model obsługuje wywoływanie funkcji, wykonywanie kodu, ustrukturyzowane wyniki, oparcie w Google Search, oparcie w Maps, wyszukiwanie plików oraz obsługę kontekstu adresów URL.

Kiedy deweloperzy powinni wybrać Gemini 3.5 Flash zamiast Claude Sonnet 4?

Gemini 3.5 Flash to mocny wybór, gdy niższe opóźnienia w multimodalnym rozumowaniu, obsługa dużych kontekstów oraz integracja z ekosystemem Google są ważniejsze niż najwyższa jakość długich form pisemnych.

Google

API działa

gemini-3.5-flash

Gemini 3.5 Flash API

Gemini 3.5 Flash to bardzo szybki model AI zaprojektowany pod kątem szybkiego reagowania i wydajnej pracy z kodem. Zapewnia znacząco wyższą szybkość generowania przy jednoczesnym zachowaniu silnych zdolności wnioskowania, dzięki czemu sprawdza się w zastosowaniach czasu rzeczywistego oraz w przepływach pracy deweloperów.

Cena początkowa

$1.20 / 1 mln tokenów wejściowych

Rozliczenie za zużycie

Stan API

Działa poprawnie

Dostępność 100.0% / 24h

Czas odpowiedzi

7481 ms

Zaobserwowany czas odpowiedzi API

Data wydania

May 19, 2026

Google

Plac zabaw

Wypróbuj Gemini 3.5 Flash z rzeczywistym żądaniem, sprawdź jego parametry i zweryfikuj wynik przed integracją API.

Cennik

Skorzystaj z powyższego szybkiego oszacowania dla pojedynczego uruchomienia, a następnie sprawdź pełne porównanie cen CometAPI i cen oficjalnych.

Pierwsze żądanie

$0.0084

Szacowany koszt korzystania z CometAPI

Dziesięć żądań

$0.0840

Szacowany koszt korzystania z CometAPI

Piętnaście żądań

$0.1260

Szacowany koszt korzystania z CometAPI

⇌

Przeliczanie kredytów

1000 kredytów = 1 USD

Kredyty umożliwiają porównywanie budżetów w ramach rozliczeń za tokeny, żądania i czas działania. Kwota w USD pozostaje podstawą rozliczenia podczas finalizacji zakupu.

✓Bieżący model w kredytach

Dane wejściowe

1,200

kredytów / 1 mln tokenów

Dane wyjściowe

7,200

kredytów / 1 mln tokenów

Przejrzystość minimalnej opłaty Ten prototyp nie zakłada ukrytej minimalnej opłaty za żądanie. Jeśli w produkcji obowiązuje minimalna kwota rozliczenia lub minimalne doładowanie, musi zostać wyświetlona przed zakupem i uwzględniona w każdym szacowanym budżecie.

Model	Cena Comet (USD / mln tokenów)	Cena oficjalna (USD / mln tokenów)	Rabat
gemini-3.5-flash	Dane wejściowe: $1.20/mln Dane wyjściowe: $7.20/mln	Dane wejściowe: $1.50/mln Dane wyjściowe: $9.00/mln	-20%
gemini-3.5-flash-lite	Dane wejściowe: $0.2400/mln Dane wyjściowe: $2.02/mln	Dane wejściowe: $0.3000/mln Dane wyjściowe: $2.52/mln	-20%

Opis modelu

Stabilna tożsamość modelu na potrzeby wyszukiwania i oceny, połączona z aktualnymi danymi katalogowymi, które mogą się zmieniać bez przebudowy podstawowej struktury SEO strony.

Stabilna tożsamość

Czym jest Gemini 3.5 Flash?

Kanoniczna tożsamość modelu pozostaje stabilna, nawet gdy zmieniają się ceny i limity.

Aktualne dane modelu

Aktualny obraz katalogu

Dostępność

Dostępny

Cena od

$1.20 / 1 mln tokenów wejściowych

Kontekst

Zobacz możliwości

Data katalogu

May 19, 2026

Playground 2.0 / Panel decyzyjny

Najpierw podejmij decyzję. Integruj z pewnością.

Jedna przestrzeń robocza do porównywania modeli, dostrajania promptów, sprawdzania routingu, migracji kodu i wdrażania przetestowanego rozwiązania początkowego.

Oparty na Gemini 3.5 Flash

Przepływy pracy

Porównaj, zanim podejmiesz decyzję

Uruchom ten sam prompt w czołowych modelach i uzyskaj rekomendację popartą dowodami.

3 modele · 1 przebieg

Prompt ewaluacyjny

programowanietemperatura 0,2Dane wyjściowe JSON

GPT-5

OpenAI

Jakość

91/100

Opóźnienie

1.2s

Szac. koszt

$0.018

Claude Opus 5

Anthropic

Wybór AI

Jakość

95/100

Opóźnienie

1.8s

Szac. koszt

$0.024

Gemini 3 Pro

Google

Jakość

89/100

Opóźnienie

0.9s

Szac. koszt

$0.011

Rekomendacja: wybierz Claude Opus 5 do przeglądu kodu wysokiego ryzyka; rutynowe kontrole kieruj do Gemini 3 Pro, aby obniżyć koszty o około 54%.

Przegląd

Praktyczny przegląd Gemini 3.5 Flash, obejmujący ważne zachowania i uwagi dotyczące integracji.

Specyfikacje techniczne Gemini 3.5 Flash

Pozycja	Gemini 3.5 Flash
Dostawca	Google
Rodzina modeli	Gemini 3.5
Oficjalny identyfikator modelu	gemini-3.5-flash
Typy wejściowe	Tekst, obraz, wideo, audio, PDF
Typy wyjściowe	Tekst
Okno kontekstu	1 milion tokenów
Maksymalna liczba tokenów wyjściowych	~65K tokenów wyjściowych
Najważniejsze atuty	Agentowe przepływy pracy, programowanie, rozumowanie multimodalne
Obsługa narzędzi	Wywoływanie funkcji, wykonywanie kodu, powiązanie z wyszukiwaniem, ustrukturyzowane wyniki, kontekst URL, wyszukiwanie plików
Wsparcie rozumowania	Regulowane poziomy myślenia/rozumowania
Framework bezpieczeństwa	Google Frontier Safety Framework

Czym jest Gemini 3.5 Flash?

Google Gemini 3.5 Flash to flagowy, szybki model do multimodalnego rozumowania od Google, zoptymalizowany pod kątem agentowego wykonywania zadań, programowania i długotrwałych przepływów pracy. Rozszerza serię Gemini Flash o znacznie silniejsze możliwości rozumowania i inżynierii oprogramowania, jednocześnie utrzymując cechę niskich opóźnień wnioskowania.

W przeciwieństwie do wcześniejszych modeli Flash, które koncentrowały się głównie na lekkim wnioskowaniu, Gemini 3.5 Flash został zaprojektowany z myślą o trwałych agentach AI, wieloetapowych systemach programistycznych i potokach automatyzacji w przedsiębiorstwach. Google pozycjonuje go jako najsilniejszy jak dotąd agentowy model klasy Flash.

Najważniejsze funkcje Gemini 3.5 Flash

Obsługa długiego kontekstu 1M tokenów: Radzi sobie z bardzo dużymi repozytoriami, obszerną dokumentacją, plikami PDF, transkrypcjami i wielosesyjnymi przepływami pracy w jednym kontekście promptu.
Silne wykonywanie agentowe: Zoptymalizowany pod kątem wieloetapowych autonomicznych przepływów pracy, orkiestracji narzędzi, zadań w terminalu i długo działających agentów AI.
Zaawansowana wydajność w programowaniu: Przewyższa Gemini 3.1 Pro w kilku benchmarkach programistycznych i agentowych, w tym Terminal-Bench i MCP Atlas.
Natywne rozumowanie multimodalne: Akceptuje tekst, obrazy, audio, wideo i PDF-y do zadań wymagających zintegrowanego rozumowania.
Narzędzia klasy produkcyjnej: Obsługuje ustrukturyzowane wyniki, wywoływanie funkcji, wykonywanie kodu, powiązanie z Google Search i Maps oraz wyszukiwanie plików.
Konfigurowalne tryby rozumowania/myślenia: Programiści mogą dostrajać latencję względem głębokości rozumowania, używając sterowania poziomem myślenia.

Wydajność w benchmarkach Gemini 3.5 Flash

Zgłaszane przez Google wyniki benchmarków plasują Gemini 3.5 Flash wśród najsilniejszych agentowych modeli klasy Flash dostępnych obecnie:

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

Wyniki te wskazują na duże zyski w zakresie autonomicznego wykonywania, rozumowania multimodalnego i niezawodności inżynierii oprogramowania w porównaniu z wcześniejszymi wariantami Gemini Flash.

Gemini 3.5 Flash vs inne modele

Zdolność	Gemini 3.5 Flash	Gemini 3.1 Pro	Claude Sonnet 4
Okno kontekstu	1M tokenów	Duży kontekst	Duży kontekst
Agentowe przepływy pracy	Doskonałe	Silne	Silne
Wydajność w kodowaniu	Bardzo silna	Silna	Doskonała
Szybkość wnioskowania	Zoptymalizowana latencja Flash	Wolniejsze	Umiarkowana
Wejścia multimodalne	Natywnie multimodalny	Natywnie multimodalny	Obraz + tekst
Ekosystem narzędzi	Rozbudowany zestaw narzędzi Google	Rozbudowany	Silne narzędzia API

Kluczowe różnice

vs Gemini 3.1 Pro: Gemini 3.5 Flash zapewnia lepsze programowanie i autonomiczne wykonywanie zadań, przy jednocześnie znacznie szybszym wnioskowaniu.
vs Claude Sonnet 4: Claude często pozostaje silniejszy w niuansowanym długim rozumowaniu i jakości pisania, podczas gdy Gemini 3.5 Flash kładzie nacisk na szybkość, wykonywanie agentowe i integrację z ekosystemem Google.
vs modele rozumujące z serii GPT: Gemini 3.5 Flash jest szczególnie konkurencyjny w agentowych przepływach multimodalnych i orkiestracji dużych kontekstów, zwłaszcza w zastosowaniach automatyzacji klasy enterprise.

Znane ograniczenia Gemini 3.5 Flash

Obecnie nie obsługuje natywnego generowania obrazów ani dźwięku na wyjściu.
Interfejsy API do rozmów na żywo nie są obsługiwane w tej klasie modeli.
Benchmarki społecznościowe pokazują zróżnicowaną wydajność w niektórych wyspecjalizowanych zadaniach ewaluacyjnych, zwłaszcza w niszowych przepływach silnie wizualnych

Jak uzyskać dostęp do Gemini 3.5 Flash API

Krok 1: Uzyskaj dostęp do API

Zaloguj się do cometAPI. Jeśli nie jesteś jeszcze naszym użytkownikiem, najpierw się zarejestruj. Zaloguj się do swojej CometAPI console. Uzyskaj klucz API uprawniający do dostępu do interfejsu. Kliknij „Add Token” w sekcji tokenu API w centrum osobistym, pobierz klucz tokenu: sk-xxxxx i wyślij.

cometapi-key

Krok 2: Wyślij żądania do Gemini 3.5 Flash API

Wybierz endpoint „` gemini-3.5-flash”, aby wysłać żądanie do API i ustaw treść żądania. Metodę żądania i treść żądania uzyskasz z dokumentacji API na naszej stronie. Nasza strona udostępnia również test w Apifox dla Twojej wygody. Zamień <YOUR_API_KEY> na swój rzeczywisty klucz CometAPI z konta. podstawowy adres URL to Gemini Generating Content

Wstaw swoje pytanie lub żądanie do pola content — na to model odpowie. Przetwórz odpowiedź API, aby uzyskać wygenerowaną odpowiedź.

Krok 3: Przetwarzanie odpowiedzi

API zwraca ustrukturyzowane odpowiedzi-kandydaty, w tym wygenerowany tekst, cytowania, metadane bezpieczeństwa oraz opcjonalne wyniki narzędzi.

FAQ

Centrum wyboru modeli

Poznaj koszt. Wybierz odpowiednie obciążenie.

Zamodeluj pięć wymiarów rozliczeń, przetestuj realistyczne obciążenie i przed wdrożeniem zdecyduj, gdzie Opus jest wart swojej wyższej ceny.

20% poniżej oficjalnej ceny$1.20 vs $1.50 / 1 mln tokenów wejściowych

Laboratorium kosztów

Oblicz koszt rzeczywistego przebiegu agenta

Odtwarzaj rzeczywiste obciążenia zamiast porównywać ceny tokenów w oderwaniu od kontekstu. Wczytaj ustawienia wstępne, a następnie dostosuj każdy wymiar rozliczeń.

Nowe tokeny wejściowe

tokeny

Tokeny odczytu z pamięci podręcznej

tokeny

Tokeny wyjściowe

tokeny

Wywołania wyszukiwania w internecie

wywołania

$1.20

/ 1 mln tokenów

Dane wejściowe

Nowe instrukcje, pliki i kontekst rozmowy przesyłane w każdej turze.

Ogranicz pobrany kontekst, zanim trafi do modelu.

$0.1200

/ 1 mln tokenów

Odczyt z pamięci podręcznej

Wcześniej zapisane w pamięci podręcznej tokeny promptu używane ponownie w kolejnych żądaniach.

Zachowuj prompty systemowe i mapy repozytoriów bez zmian na poziomie bajtów.

$7.20

/ 1 mln tokenów

Dane wyjściowe

Rozumowanie, kod i tekst wygenerowane przez model.

Stosuj jednoznaczne kryteria ukończenia i limity danych wyjściowych.

$10.00

/ 1 tys. wywołań

Wyszukiwanie w internecie

Wywołania narzędzi pobierających aktualne informacje z internetu.

Wyszukaj raz, a następnie używaj ponownie zweryfikowanych wyników podczas całego przebiegu.

Gdzie Opus uzasadnia wyższą cenę

Najlepsze zastosowanie

Inżynieria w skali repozytorium

Użyj Opus, gdy zadanie obejmuje architekturę, wiele plików i niejednoznaczne kompromisy implementacyjne.

Najlepsze zastosowanie

Długotrwałe działanie agentów

Dobry wybór, gdy agent musi zachować pierwotny cel podczas wielu wywołań narzędzi i etapów odzyskiwania.

Warto dopłacić

Przegląd o wysokiej wartości

Zarezerwuj go do przeglądów bezpieczeństwa, migracji i systemów produkcyjnych, gdzie przeoczenie problemu kosztuje więcej niż tokeny.

Użyj lżejszego modelu

Rutynowe zadania o dużym wolumenie

Klasyfikacja, ekstrakcja i proste rozmowy zwykle zapewniają lepszą ekonomikę jednostkową w modelach Sonnet lub Haiku.

Strategia korzystania z pamięci podręcznej promptów

Ustabilizuj prefiks

Nie zmieniaj zasad, schematów narzędzi ani map repozytoriów.

Zapisz raz

Umieść punkt zapisu w pamięci podręcznej za kontekstem przeznaczonym do ponownego użycia.

Odczytuj wielokrotnie

W kolejnych turach dołączaj tylko zmiany właściwe dla danego zadania.

Bieżący scenariusz

240K tokenów w pamięci podręcznej

używanych ponownie za 10% ceny nowych danych wejściowych

uniknięty koszt

$0.2592

Przeprowadź migrację bez przepisywania kodu

Zachowaj preferowany zestaw SDK i zmień bazowy adres URL, klucz oraz identyfikator modelu.

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

Skopiuj działający endpoint i przykładowy kod, a następnie otwórz pełną dokumentację API, gdy potrzebujesz wszystkich parametrów.

Jedno API, dostęp do modeli gotowy do produkcji

Uwierzytelnij się raz, wywołuj endpoint modelu i zachowaj ten sam proces rozliczeń i monitorowania u różnych dostawców.

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

Przykładowy kod i API dla Gemini 3.5 Flash

Uzyskaj dostęp do kompleksowego przykładowego kodu i zasobów API dla Gemini 3.5 Flash, aby usprawnić proces integracji. Nasza szczegółowa dokumentacja zapewnia wskazówki krok po kroku, pomagając wykorzystać pełny potencjał Gemini 3.5 Flash w Twoich projektach.

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();

Możliwości

Sprawdź kluczowe informacje o modelu przed wyborem architektury lub oszacowaniem obciążenia produkcyjnego.

Obsługiwane możliwości

Funkcje zwracane przez istniejące API modelu.

text-to-text

pdf-to-text

image-to-text

speech-to-text

video-to-text

Wejście i wyjście

Wejścia

text

Wyjścia

text

Profil produkcyjny

Dostawca: Google
Kontekst: Zależnie od modelu
Użycie komercyjne: Obsługiwane

Przypadki użycia

Używaj Gemini 3.5 Flash w procesach produkcyjnych odpowiadających możliwościom text, a następnie porównaj alternatywy przed długoterminową integracją.

Czat produkcyjny i przepływy pracy agentów

Kodowanie, analiza i generowanie strukturalne

Automatyzacja na dużą skalę za pomocą jednego API

Inne modele

Porównaj inne modele dostępne w CometAPI pod względem jakości, opóźnienia, możliwości i ceny.

Otwórz porównanie modeli →

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.

Zobacz model

Google

Gemini 4 Argon

Poznaj API modelu Gemini 4 Argon.

Zobacz model

OpenAI

GPT-6.1 Sol

Poznaj API modelu GPT-6.1 Sol.

Zobacz model

Anthropic

Claude Sonnet 5.5

Poznaj API modelu Claude Sonnet 5.5.

Zobacz model

MiniMax

MiniMax-M3.1-Flash-Preview

Poznaj API modelu MiniMax-M3.1-Flash-Preview.

Zobacz model

Xiaomi

mimo-v2.6-pro-ultraspeed

MiMo-V2.6-Pro-UltraSpeed to niskolatencyjna wersja MiMo-V2.6-Pro do serwowania firmy Xiaomi, zaprojektowana dla zastosowań, w których zdolność wnioskowania modelu Pro musi iść w parze ze znacznie szybszym generowaniem wyników.

Zobacz model

Czas działania

Sprawdź dane heartbeat na żywo, dostępność endpointu i zaobserwowane czasy odpowiedzi przed przejściem do produkcji.

Czas działania

Wskaźnik sukcesu żądań z ostatnich 30 dni, odzwierciedlający niezawodność każdego dostawcy modelu. CometAPI monitoruje wszystkich podłączonych dostawców w czasie rzeczywistym przez całą dobę.

RespondLIVE

7481msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

Wersje

Sprawdź dostępne identyfikatory modeli przed ustaleniem integracji produkcyjnej.

gemini-3.5-flash

gemini-3.5-flash-lite

Aktualizacje

Śledź istotne zmiany dotyczące dostępności, cen i możliwości Gemini 3.5 Flash, zachowując stabilną stronę modelu.

Dziennik zmian modelu

Jedna strona, która z czasem staje się coraz lepsza.

Informacje o wydaniach, zmiany cen, aktualizacje wyników benchmarków i wskazówki dotyczące migracji gromadzą się tutaj, a kanoniczny adres URL pozostaje niezmieniony.

May 19, 2026

Dostępność API potwierdzona

Gemini 3.5 Flash jest dostępny w katalogu modeli CometAPI i dokumentacji API.

Aktualny

Aktualne dane

Ceny i limity zsynchronizowane z katalogiem

Cena, kontekst, dostępność i limity są traktowane jako właściwości dynamiczne, a nie jako elementy tytułu strony lub tożsamości modelu.

Feb 5, 2026

Utworzono trwałą encję modelu

Dostawca i slug modelu tworzą trwały kanoniczny adres URL; przyszłe aktualizacje treści i danych pozostaną na tej stronie.

Kontynuuj eksplorację

Porównuj modele i kontynuuj swoje badania

Google

API działa

gemini-3.5-flash

Gemini 3.5 Flash API

Cena początkowa

$1.20 / 1 mln tokenów wejściowych

Rozliczenie za zużycie

Stan API

Działa poprawnie

Dostępność 100.0% / 24h

Czas odpowiedzi

7481 ms

Zaobserwowany czas odpowiedzi API

Data wydania

May 19, 2026

Google

Plac zabaw

Wypróbuj Gemini 3.5 Flash z rzeczywistym żądaniem, sprawdź jego parametry i zweryfikuj wynik przed integracją API.

Cennik

Skorzystaj z powyższego szybkiego oszacowania dla pojedynczego uruchomienia, a następnie sprawdź pełne porównanie cen CometAPI i cen oficjalnych.

Pierwsze żądanie

$0.0084

Szacowany koszt korzystania z CometAPI

Dziesięć żądań

$0.0840

Szacowany koszt korzystania z CometAPI

Piętnaście żądań

$0.1260

Szacowany koszt korzystania z CometAPI

⇌

Przeliczanie kredytów

1000 kredytów = 1 USD

Kredyty umożliwiają porównywanie budżetów w ramach rozliczeń za tokeny, żądania i czas działania. Kwota w USD pozostaje podstawą rozliczenia podczas finalizacji zakupu.

✓Bieżący model w kredytach

Dane wejściowe

1,200

kredytów / 1 mln tokenów

Dane wyjściowe

7,200

kredytów / 1 mln tokenów

Model	Cena Comet (USD / mln tokenów)	Cena oficjalna (USD / mln tokenów)	Rabat
gemini-3.5-flash	Dane wejściowe: $1.20/mln Dane wyjściowe: $7.20/mln	Dane wejściowe: $1.50/mln Dane wyjściowe: $9.00/mln	-20%
gemini-3.5-flash-lite	Dane wejściowe: $0.2400/mln Dane wyjściowe: $2.02/mln	Dane wejściowe: $0.3000/mln Dane wyjściowe: $2.52/mln	-20%

Opis modelu

Stabilna tożsamość modelu na potrzeby wyszukiwania i oceny, połączona z aktualnymi danymi katalogowymi, które mogą się zmieniać bez przebudowy podstawowej struktury SEO strony.

Stabilna tożsamość

Czym jest Gemini 3.5 Flash?

Kanoniczna tożsamość modelu pozostaje stabilna, nawet gdy zmieniają się ceny i limity.

Aktualne dane modelu

Aktualny obraz katalogu

Dostępność

Dostępny

Cena od

$1.20 / 1 mln tokenów wejściowych

Kontekst

Zobacz możliwości

Data katalogu

May 19, 2026

Playground 2.0 / Panel decyzyjny

Najpierw podejmij decyzję. Integruj z pewnością.

Jedna przestrzeń robocza do porównywania modeli, dostrajania promptów, sprawdzania routingu, migracji kodu i wdrażania przetestowanego rozwiązania początkowego.

Oparty na Gemini 3.5 Flash

Przepływy pracy

Porównaj, zanim podejmiesz decyzję

Uruchom ten sam prompt w czołowych modelach i uzyskaj rekomendację popartą dowodami.

3 modele · 1 przebieg

Prompt ewaluacyjny

programowanietemperatura 0,2Dane wyjściowe JSON

GPT-5

OpenAI

Jakość

91/100

Opóźnienie

1.2s

Szac. koszt

$0.018

Claude Opus 5

Anthropic

Wybór AI

Jakość

95/100

Opóźnienie

1.8s

Szac. koszt

$0.024

Gemini 3 Pro

Google

Jakość

89/100

Opóźnienie

0.9s

Szac. koszt

$0.011

Rekomendacja: wybierz Claude Opus 5 do przeglądu kodu wysokiego ryzyka; rutynowe kontrole kieruj do Gemini 3 Pro, aby obniżyć koszty o około 54%.

Przegląd

Praktyczny przegląd Gemini 3.5 Flash, obejmujący ważne zachowania i uwagi dotyczące integracji.

Specyfikacje techniczne Gemini 3.5 Flash

Pozycja	Gemini 3.5 Flash
Dostawca	Google
Rodzina modeli	Gemini 3.5
Oficjalny identyfikator modelu	gemini-3.5-flash
Typy wejściowe	Tekst, obraz, wideo, audio, PDF
Typy wyjściowe	Tekst
Okno kontekstu	1 milion tokenów
Maksymalna liczba tokenów wyjściowych	~65K tokenów wyjściowych
Najważniejsze atuty	Agentowe przepływy pracy, programowanie, rozumowanie multimodalne
Obsługa narzędzi	Wywoływanie funkcji, wykonywanie kodu, powiązanie z wyszukiwaniem, ustrukturyzowane wyniki, kontekst URL, wyszukiwanie plików
Wsparcie rozumowania	Regulowane poziomy myślenia/rozumowania
Framework bezpieczeństwa	Google Frontier Safety Framework

Czym jest Gemini 3.5 Flash?

Najważniejsze funkcje Gemini 3.5 Flash

Obsługa długiego kontekstu 1M tokenów: Radzi sobie z bardzo dużymi repozytoriami, obszerną dokumentacją, plikami PDF, transkrypcjami i wielosesyjnymi przepływami pracy w jednym kontekście promptu.
Silne wykonywanie agentowe: Zoptymalizowany pod kątem wieloetapowych autonomicznych przepływów pracy, orkiestracji narzędzi, zadań w terminalu i długo działających agentów AI.
Zaawansowana wydajność w programowaniu: Przewyższa Gemini 3.1 Pro w kilku benchmarkach programistycznych i agentowych, w tym Terminal-Bench i MCP Atlas.
Natywne rozumowanie multimodalne: Akceptuje tekst, obrazy, audio, wideo i PDF-y do zadań wymagających zintegrowanego rozumowania.
Narzędzia klasy produkcyjnej: Obsługuje ustrukturyzowane wyniki, wywoływanie funkcji, wykonywanie kodu, powiązanie z Google Search i Maps oraz wyszukiwanie plików.
Konfigurowalne tryby rozumowania/myślenia: Programiści mogą dostrajać latencję względem głębokości rozumowania, używając sterowania poziomem myślenia.

Wydajność w benchmarkach Gemini 3.5 Flash

Zgłaszane przez Google wyniki benchmarków plasują Gemini 3.5 Flash wśród najsilniejszych agentowych modeli klasy Flash dostępnych obecnie:

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

Gemini 3.5 Flash vs inne modele

Zdolność	Gemini 3.5 Flash	Gemini 3.1 Pro	Claude Sonnet 4
Okno kontekstu	1M tokenów	Duży kontekst	Duży kontekst
Agentowe przepływy pracy	Doskonałe	Silne	Silne
Wydajność w kodowaniu	Bardzo silna	Silna	Doskonała
Szybkość wnioskowania	Zoptymalizowana latencja Flash	Wolniejsze	Umiarkowana
Wejścia multimodalne	Natywnie multimodalny	Natywnie multimodalny	Obraz + tekst
Ekosystem narzędzi	Rozbudowany zestaw narzędzi Google	Rozbudowany	Silne narzędzia API

Kluczowe różnice

vs Gemini 3.1 Pro: Gemini 3.5 Flash zapewnia lepsze programowanie i autonomiczne wykonywanie zadań, przy jednocześnie znacznie szybszym wnioskowaniu.
vs Claude Sonnet 4: Claude często pozostaje silniejszy w niuansowanym długim rozumowaniu i jakości pisania, podczas gdy Gemini 3.5 Flash kładzie nacisk na szybkość, wykonywanie agentowe i integrację z ekosystemem Google.
vs modele rozumujące z serii GPT: Gemini 3.5 Flash jest szczególnie konkurencyjny w agentowych przepływach multimodalnych i orkiestracji dużych kontekstów, zwłaszcza w zastosowaniach automatyzacji klasy enterprise.

Znane ograniczenia Gemini 3.5 Flash

Obecnie nie obsługuje natywnego generowania obrazów ani dźwięku na wyjściu.
Interfejsy API do rozmów na żywo nie są obsługiwane w tej klasie modeli.
Benchmarki społecznościowe pokazują zróżnicowaną wydajność w niektórych wyspecjalizowanych zadaniach ewaluacyjnych, zwłaszcza w niszowych przepływach silnie wizualnych

Jak uzyskać dostęp do Gemini 3.5 Flash API

Krok 1: Uzyskaj dostęp do API

cometapi-key

Krok 2: Wyślij żądania do Gemini 3.5 Flash API

Wstaw swoje pytanie lub żądanie do pola content — na to model odpowie. Przetwórz odpowiedź API, aby uzyskać wygenerowaną odpowiedź.

Krok 3: Przetwarzanie odpowiedzi

API zwraca ustrukturyzowane odpowiedzi-kandydaty, w tym wygenerowany tekst, cytowania, metadane bezpieczeństwa oraz opcjonalne wyniki narzędzi.

FAQ

Centrum wyboru modeli

Poznaj koszt. Wybierz odpowiednie obciążenie.

Zamodeluj pięć wymiarów rozliczeń, przetestuj realistyczne obciążenie i przed wdrożeniem zdecyduj, gdzie Opus jest wart swojej wyższej ceny.

20% poniżej oficjalnej ceny$1.20 vs $1.50 / 1 mln tokenów wejściowych

Laboratorium kosztów

Oblicz koszt rzeczywistego przebiegu agenta

Odtwarzaj rzeczywiste obciążenia zamiast porównywać ceny tokenów w oderwaniu od kontekstu. Wczytaj ustawienia wstępne, a następnie dostosuj każdy wymiar rozliczeń.

Nowe tokeny wejściowe

tokeny

Tokeny odczytu z pamięci podręcznej

tokeny

Tokeny wyjściowe

tokeny

Wywołania wyszukiwania w internecie

wywołania

$1.20

/ 1 mln tokenów

Dane wejściowe

Nowe instrukcje, pliki i kontekst rozmowy przesyłane w każdej turze.

Ogranicz pobrany kontekst, zanim trafi do modelu.

$0.1200

/ 1 mln tokenów

Odczyt z pamięci podręcznej

Wcześniej zapisane w pamięci podręcznej tokeny promptu używane ponownie w kolejnych żądaniach.

Zachowuj prompty systemowe i mapy repozytoriów bez zmian na poziomie bajtów.

$7.20

/ 1 mln tokenów

Dane wyjściowe

Rozumowanie, kod i tekst wygenerowane przez model.

Stosuj jednoznaczne kryteria ukończenia i limity danych wyjściowych.

$10.00

/ 1 tys. wywołań

Wyszukiwanie w internecie

Wywołania narzędzi pobierających aktualne informacje z internetu.

Wyszukaj raz, a następnie używaj ponownie zweryfikowanych wyników podczas całego przebiegu.

Gdzie Opus uzasadnia wyższą cenę

Najlepsze zastosowanie

Inżynieria w skali repozytorium

Użyj Opus, gdy zadanie obejmuje architekturę, wiele plików i niejednoznaczne kompromisy implementacyjne.

Najlepsze zastosowanie

Długotrwałe działanie agentów

Dobry wybór, gdy agent musi zachować pierwotny cel podczas wielu wywołań narzędzi i etapów odzyskiwania.

Warto dopłacić

Przegląd o wysokiej wartości

Zarezerwuj go do przeglądów bezpieczeństwa, migracji i systemów produkcyjnych, gdzie przeoczenie problemu kosztuje więcej niż tokeny.

Użyj lżejszego modelu

Rutynowe zadania o dużym wolumenie

Klasyfikacja, ekstrakcja i proste rozmowy zwykle zapewniają lepszą ekonomikę jednostkową w modelach Sonnet lub Haiku.

Strategia korzystania z pamięci podręcznej promptów

Ustabilizuj prefiks

Nie zmieniaj zasad, schematów narzędzi ani map repozytoriów.

Zapisz raz

Umieść punkt zapisu w pamięci podręcznej za kontekstem przeznaczonym do ponownego użycia.

Odczytuj wielokrotnie

W kolejnych turach dołączaj tylko zmiany właściwe dla danego zadania.

Bieżący scenariusz

240K tokenów w pamięci podręcznej

używanych ponownie za 10% ceny nowych danych wejściowych

uniknięty koszt

$0.2592

Przeprowadź migrację bez przepisywania kodu

Zachowaj preferowany zestaw SDK i zmień bazowy adres URL, klucz oraz identyfikator modelu.

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

Skopiuj działający endpoint i przykładowy kod, a następnie otwórz pełną dokumentację API, gdy potrzebujesz wszystkich parametrów.

Jedno API, dostęp do modeli gotowy do produkcji

Uwierzytelnij się raz, wywołuj endpoint modelu i zachowaj ten sam proces rozliczeń i monitorowania u różnych dostawców.

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

Przykładowy kod i API dla 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();

Możliwości

Sprawdź kluczowe informacje o modelu przed wyborem architektury lub oszacowaniem obciążenia produkcyjnego.

Obsługiwane możliwości

Funkcje zwracane przez istniejące API modelu.

text-to-text

pdf-to-text

image-to-text

speech-to-text

video-to-text

Wejście i wyjście

Wejścia

text

Wyjścia

text

Profil produkcyjny

Dostawca: Google
Kontekst: Zależnie od modelu
Użycie komercyjne: Obsługiwane

Przypadki użycia

Używaj Gemini 3.5 Flash w procesach produkcyjnych odpowiadających możliwościom text, a następnie porównaj alternatywy przed długoterminową integracją.

Czat produkcyjny i przepływy pracy agentów

Kodowanie, analiza i generowanie strukturalne

Automatyzacja na dużą skalę za pomocą jednego API

Inne modele

Porównaj inne modele dostępne w CometAPI pod względem jakości, opóźnienia, możliwości i ceny.

Otwórz porównanie modeli →

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.

Zobacz model

Google

Gemini 4 Argon

Poznaj API modelu Gemini 4 Argon.

Zobacz model

OpenAI

GPT-6.1 Sol

Poznaj API modelu GPT-6.1 Sol.

Zobacz model

Anthropic

Claude Sonnet 5.5

Poznaj API modelu Claude Sonnet 5.5.

Zobacz model

MiniMax

MiniMax-M3.1-Flash-Preview

Poznaj API modelu MiniMax-M3.1-Flash-Preview.

Zobacz model

Xiaomi

mimo-v2.6-pro-ultraspeed

Zobacz model

Czas działania

Sprawdź dane heartbeat na żywo, dostępność endpointu i zaobserwowane czasy odpowiedzi przed przejściem do produkcji.

Czas działania

RespondLIVE

7481msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

Wersje

Sprawdź dostępne identyfikatory modeli przed ustaleniem integracji produkcyjnej.

gemini-3.5-flash

gemini-3.5-flash-lite

Aktualizacje

Śledź istotne zmiany dotyczące dostępności, cen i możliwości Gemini 3.5 Flash, zachowując stabilną stronę modelu.

Dziennik zmian modelu

Jedna strona, która z czasem staje się coraz lepsza.

Informacje o wydaniach, zmiany cen, aktualizacje wyników benchmarków i wskazówki dotyczące migracji gromadzą się tutaj, a kanoniczny adres URL pozostaje niezmieniony.

May 19, 2026

Dostępność API potwierdzona

Gemini 3.5 Flash jest dostępny w katalogu modeli CometAPI i dokumentacji API.

Aktualny

Aktualne dane

Ceny i limity zsynchronizowane z katalogiem

Cena, kontekst, dostępność i limity są traktowane jako właściwości dynamiczne, a nie jako elementy tytułu strony lub tożsamości modelu.

Feb 5, 2026

Utworzono trwałą encję modelu

Dostawca i slug modelu tworzą trwały kanoniczny adres URL; przyszłe aktualizacje treści i danych pozostaną na tej stronie.

Kontynuuj eksplorację