Gemini 3.5 Flash có xử lý được ngữ cảnh hàng triệu token không?

Có. Gemini 3.5 Flash hỗ trợ cửa sổ ngữ cảnh 1 triệu token, phù hợp cho suy luận ở quy mô kho mã, PDF dài và quy trình làm việc đa tài liệu.

Gemini 3.5 Flash đã đạt những điểm số benchmark nào?

Google báo cáo kết quả benchmark bao gồm 76.2% trên Terminal-Bench 2.1, 83.6% trên MCP Atlas và 84.2% trên CharXiv Reasoning.

Những hạn chế hiện tại của Gemini 3.5 Flash là gì?

Hiện tại, Gemini 3.5 Flash chưa hỗ trợ tạo ảnh native, tạo âm thanh hoặc truyền phát hội thoại qua Live API.

API của Gemini 3.5 Flash có hỗ trợ đầu vào đa phương thức không?

Có. Gemini 3.5 Flash chấp nhận đầu vào văn bản, hình ảnh, âm thanh, video và PDF thông qua Gemini API.

Gemini 3.5 Flash so với Gemini 3.1 Pro về lập trình như thế nào?

Google cho biết Gemini 3.5 Flash vượt trội hơn Gemini 3.1 Pro trên các benchmark về tác tử và lập trình, bao gồm Terminal-Bench 2.1 và MCP Atlas.

Gemini 3.5 Flash có phù hợp cho tác tử AI và các quy trình tự chủ không?

Có. Google đã tối ưu hóa riêng Gemini 3.5 Flash cho thực thi tác tử dài hạn, điều phối công cụ và các quy trình trợ lý AI duy trì liên tục.

Những công cụ và tích hợp nào có sẵn trong Gemini 3.5 Flash API?

Mô hình hỗ trợ gọi hàm, thực thi mã, đầu ra có cấu trúc, grounding với Google Search, grounding với Maps, tìm kiếm tệp và hỗ trợ ngữ cảnh từ URL.

Khi nào các nhà phát triển nên chọn Gemini 3.5 Flash thay vì Claude Sonnet 4?

Gemini 3.5 Flash là lựa chọn mạnh khi suy luận đa phương thức độ trễ thấp, xử lý ngữ cảnh lớn và tích hợp hệ sinh thái Google quan trọng hơn chất lượng viết dạng dài cao cấp.

Google

API đang hoạt động

gemini-3.5-flash

Gemini 3.5 Flash API

Gemini 3.5 Flash là một mô hình AI tốc độ cao được thiết kế để phản hồi nhanh và đạt hiệu suất cao trong các tác vụ viết mã. Nó mang lại tốc độ tạo sinh được cải thiện đáng kể đồng thời vẫn duy trì khả năng lý luận mạnh mẽ, nhờ đó phù hợp với các ứng dụng thời gian thực và quy trình làm việc của nhà phát triển.

Giá khởi điểm

$1.20 / 1 triệu token đầu vào

Tính phí theo mức sử dụng

Tình trạng API

Đang hoạt động

Uptime 100.0% / 24 giờ

Thời gian phản hồi

7425 ms

Thời gian phản hồi API thực đo

Ngày phát hành

May 19, 2026

Google

Trình thử nghiệm

Dùng thử Gemini 3.5 Flash với một yêu cầu thực tế, xem xét các tham số và xác thực đầu ra trước khi tích hợp API.

Giá cả

Sử dụng ước tính nhanh ở trên cho một lần chạy, sau đó xem so sánh đầy đủ giữa CometAPI và giá chính thức.

Yêu cầu đầu tiên

$0.0084

Chi phí sử dụng CometAPI ước tính

Mười yêu cầu

$0.0840

Chi phí sử dụng CometAPI ước tính

Mười lăm yêu cầu

$0.1260

Chi phí sử dụng CometAPI ước tính

⇌

Quy đổi tín dụng

1.000 tín dụng = 1 USD

Tín dụng giúp so sánh ngân sách giữa các hình thức tính phí theo token, yêu cầu và thời gian chạy. Số tiền USD vẫn là nguồn tham chiếu chính xác khi thanh toán.

✓Mô hình hiện tại tính theo tín dụng

Đầu vào

1,200

tín dụng / 1 triệu token

Đầu ra

7,200

tín dụng / 1 triệu token

Minh bạch về mức phí tối thiểu Nguyên mẫu này không giả định có mức phí tối thiểu ẩn cho mỗi yêu cầu. Nếu áp dụng mức sàn thanh toán hoặc khoản nạp tối thiểu trong phiên bản chính thức, thông tin đó phải được hiển thị trước khi mua và được tính vào mọi ước tính ngân sách.

Mô hình	Giá Comet (USD / triệu token)	Giá chính thức (USD / triệu token)	Mức giảm giá
gemini-3.5-flash	Đầu vào: $1.20/M Đầu ra: $7.20/M	Đầu vào: $1.50/M Đầu ra: $9.00/M	-20%
gemini-3.5-flash-lite	Đầu vào: $0.2400/M Đầu ra: $2.02/M	Đầu vào: $0.3000/M Đầu ra: $2.52/M	-20%

Tóm tắt mô hình

Một định danh mô hình ổn định cho việc tìm kiếm và đánh giá, đi kèm dữ liệu danh mục cập nhật theo thời gian thực có thể thay đổi mà không cần viết lại cấu trúc SEO cốt lõi của trang.

Định danh ổn định

Gemini 3.5 Flash là gì?

Định danh chuẩn của mô hình vẫn ổn định khi giá và các giới hạn thay đổi.

Dữ liệu mô hình theo thời gian thực

Bản chụp danh mục hiện tại

Tính khả dụng

Có sẵn

Giá khởi điểm

$1.20 / 1 triệu token đầu vào

Ngữ cảnh

Xem khả năng

Ngày cập nhật danh mục

May 19, 2026

Playground 2.0 / Bàn ra quyết định

Quyết định trước. Tích hợp với sự tự tin.

Một không gian làm việc duy nhất để so sánh mô hình, tinh chỉnh prompt, kiểm tra định tuyến, chuyển đổi mã và phát hành một điểm khởi đầu đã được kiểm thử.

Dựa trên Gemini 3.5 Flash

Quy trình làm việc

So sánh trước khi cam kết

Chạy cùng một prompt trên các mô hình hàng đầu và nhận đề xuất kèm bằng chứng.

3 mô hình · 1 lần chạy

Prompt đánh giá

lập trìnhnhiệt độ 0.2đầu ra JSON

GPT-5

OpenAI

Chất lượng

91/100

Độ trễ

1.2s

Chi phí ước tính

$0.018

Claude Opus 5

Anthropic

AI đề xuất

Chất lượng

95/100

Độ trễ

1.8s

Chi phí ước tính

$0.024

Gemini 3 Pro

Google

Chất lượng

89/100

Độ trễ

0.9s

Chi phí ước tính

$0.011

Khuyến nghị: chọn Claude Opus 5 để đánh giá mã có rủi ro cao; chuyển các bước kiểm tra thông thường sang Gemini 3 Pro để giảm chi phí khoảng 54%.

Tổng quan

Tổng quan thực tế về Gemini 3.5 Flash, bao gồm các hành vi quan trọng và lưu ý khi tích hợp.

Thông số kỹ thuật của Gemini 3.5 Flash

Hạng mục	Gemini 3.5 Flash
Nhà cung cấp	Google
Họ mô hình	Gemini 3.5
ID mô hình chính thức	gemini-3.5-flash
Loại đầu vào	Text, image, video, audio, PDF
Loại đầu ra	Text
Cửa sổ ngữ cảnh	1 million tokens
Số token đầu ra tối đa	~65K output tokens
Thế mạnh chính	Agentic workflows, coding, multimodal reasoning
Hỗ trợ công cụ	Function calling, code execution, search grounding, structured outputs, URL context, file search
Hỗ trợ tư duy	Adjustable thinking/reasoning levels
Khung an toàn	Google Frontier Safety Framework

Gemini 3.5 Flash là gì?

Google Gemini 3.5 Flash là mô hình lập luận đa phương thức tốc độ cao hàng đầu của Google, được tối ưu cho thực thi tác tử, lập trình và các luồng công việc dài hạn. Nó mở rộng dòng Gemini Flash với năng lực lập luận và kỹ thuật phần mềm mạnh mẽ hơn đáng kể trong khi vẫn duy trì đặc tính suy diễn độ trễ thấp.

Khác với các mô hình Flash trước đó chủ yếu tập trung vào suy diễn gọn nhẹ, Gemini 3.5 Flash được thiết kế cho các tác tử AI liên tục, hệ thống lập trình nhiều bước và pipeline tự động hóa doanh nghiệp. Google định vị đây là mô hình tác tử mạnh nhất thuộc phân hạng Flash cho đến nay.

Tính năng chính của Gemini 3.5 Flash

Hỗ trợ ngữ cảnh dài 1M token: Xử lý kho mã rất lớn, tài liệu dài, PDF, bản ghi, và các luồng công việc đa phiên trong một ngữ cảnh nhắc lệnh duy nhất.
Thực thi tác tử mạnh mẽ: Tối ưu cho luồng công việc tự động nhiều bước, điều phối công cụ, tác vụ terminal và tác tử AI chạy dài.
Hiệu năng lập trình nâng cao: Vượt Gemini 3.1 Pro trên một số benchmark về lập trình và tác tử bao gồm Terminal-Bench và MCP Atlas.
Lập luận đa phương thức gốc: Nhận văn bản, hình ảnh, âm thanh, video và PDF cho các tác vụ lập luận hợp nhất.
Công cụ cấp sản xuất: Hỗ trợ đầu ra có cấu trúc, gọi hàm, thực thi mã, grounding với Google Search và Maps, và tìm kiếm tệp.
Chế độ tư duy/lập luận cấu hình được: Nhà phát triển có thể tinh chỉnh độ trễ so với độ sâu lập luận bằng điều khiển mức thinking.

Hiệu năng benchmark của Gemini 3.5 Flash

Kết quả benchmark do Google báo cáo cho thấy Gemini 3.5 Flash thuộc nhóm mô hình tác tử mạnh nhất trong phân hạng Flash hiện có:

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

Các điểm số này cho thấy mức tăng lớn trong thực thi tự động, lập luận đa phương thức, và độ tin cậy kỹ thuật phần mềm so với các biến thể Gemini Flash trước đó.

Gemini 3.5 Flash so với các mô hình khác

Năng lực	Gemini 3.5 Flash	Gemini 3.1 Pro	Claude Sonnet 4
Cửa sổ ngữ cảnh	1M tokens	Large-context	Large-context
Luồng công việc tác tử	Excellent	Strong	Strong
Hiệu năng lập trình	Very strong	Strong	Excellent
Tốc độ suy diễn	Optimized Flash latency	Slower	Moderate
Đầu vào đa phương thức	Native multimodal	Native multimodal	Vision + text
Hệ sinh thái công cụ	Extensive Google tooling	Extensive	Strong API tooling

Khác biệt chính

so với Gemini 3.1 Pro: Gemini 3.5 Flash mang lại khả năng lập trình và thực thi tác vụ tự động tốt hơn trong khi vẫn duy trì suy diễn nhanh hơn đáng kể.
so với Claude Sonnet 4: Claude thường mạnh hơn trong lập luận dài tinh tế và chất lượng viết, trong khi Gemini 3.5 Flash nhấn mạnh tốc độ, thực thi tác tử và tích hợp hệ sinh thái Google.
so với các mô hình lập luận dòng GPT: Gemini 3.5 Flash đặc biệt cạnh tranh ở các luồng tác tử đa phương thức và điều phối ngữ cảnh lớn, nhất là cho các bài toán tự động hóa doanh nghiệp.

Hạn chế đã biết của Gemini 3.5 Flash

Hiện chưa hỗ trợ đầu ra tạo hình ảnh hoặc âm thanh gốc.
API hội thoại trực tiếp chưa được hỗ trợ ở phân hạng mô hình này.
Benchmark cộng đồng cho thấy hiệu năng khác nhau ở một số tác vụ đánh giá chuyên biệt, đặc biệt các luồng công việc ngách nặng về thị giác.

Cách truy cập Gemini 3.5 Flash API

Bước 1: Lấy quyền truy cập API

Đăng nhập vào cometAPI. Nếu bạn chưa là người dùng của chúng tôi, vui lòng đăng ký trước. Đăng nhập vào CometAPI console. Lấy API key thông tin xác thực của giao diện. Nhấp “Add Token” tại API token trong trung tâm cá nhân, lấy khóa token: sk-xxxxx và gửi.

cometapi-key

Bước 2: Gửi yêu cầu tới Gemini 3.5 Flash API

Chọn endpoint “` gemini-3.5-flash” để gửi yêu cầu API và thiết lập phần thân yêu cầu. Phương thức yêu cầu và phần thân yêu cầu được lấy từ tài liệu API trên website của chúng tôi. Website của chúng tôi cũng cung cấp bài kiểm thử Apifox để bạn tiện sử dụng. Thay thế <YOUR_API_KEY> bằng CometAPI key thực tế từ tài khoản của bạn. base url is Gemini Generating Content

Chèn câu hỏi hoặc yêu cầu của bạn vào trường content — đây là nội dung mà mô hình sẽ phản hồi. Xử lý phản hồi API để lấy câu trả lời đã sinh.

Bước 3: Xử lý phản hồi

API trả về các phương án phản hồi có cấu trúc bao gồm văn bản được tạo, trích dẫn, siêu dữ liệu an toàn và đầu ra công cụ tùy chọn.

Câu Hỏi Thường Gặp

Trung tâm quyết định mô hình

Nắm rõ chi phí. Chọn đúng khối lượng công việc.

Mô hình hóa năm yếu tố tính phí, thử nghiệm một khối lượng công việc thực tế và xác định trường hợp Opus xứng đáng với mức giá cao hơn trước khi triển khai.

Thấp hơn giá chính thức 20%$1.20 so với $1.50 / 1 triệu token đầu vào

Phòng thử nghiệm chi phí

Tính chi phí cho một phiên chạy tác nhân thực tế

Phát lại khối lượng công việc thực tế thay vì so sánh riêng lẻ giá token. Tải một cấu hình có sẵn, sau đó điều chỉnh mọi thành phần tính phí.

Token đầu vào mới

token

Token đọc bộ nhớ đệm

token

Token đầu ra

token

Lượt gọi tìm kiếm web

lượt gọi

$1.20

/ 1 triệu token

Đầu vào

Các chỉ dẫn mới, tệp và ngữ cảnh hội thoại được gửi ở mỗi lượt.

Rút gọn ngữ cảnh truy xuất trước khi chuyển đến mô hình.

$0.1200

/ 1 triệu token

Đọc bộ nhớ đệm

Các token lời nhắc đã lưu vào bộ nhớ đệm trước đó được tái sử dụng trong những yêu cầu sau.

Giữ nguyên từng byte của lời nhắc hệ thống và sơ đồ kho mã.

$7.20

/ 1 triệu token

Đầu ra

Lập luận, mã và văn bản do mô hình tạo ra.

Sử dụng các tiêu chí hoàn thành và giới hạn đầu ra rõ ràng.

$10.00

/ 1 nghìn lượt gọi

Tìm kiếm trên web

Các lệnh gọi công cụ truy xuất thông tin hiện tại từ web.

Chỉ tìm kiếm một lần, sau đó tái sử dụng các kết quả đã xác minh trong suốt phiên chạy.

Khi nào Opus xứng đáng với mức phí cao hơn

Phù hợp nhất

Kỹ thuật phần mềm trên quy mô kho mã

Sử dụng Opus khi tác vụ liên quan đến kiến trúc, nhiều tệp và các đánh đổi triển khai chưa rõ ràng.

Phù hợp nhất

Tác tử chạy dài hạn

Một lựa chọn phù hợp khi tác tử phải duy trì đúng mục tiêu qua nhiều lần gọi công cụ và các bước khôi phục.

Xứng đáng với mức giá cao hơn

Đánh giá có giá trị cao

Chỉ nên sử dụng cho các đánh giá về bảo mật, di chuyển hệ thống và môi trường production, nơi một vấn đề bị bỏ sót sẽ gây thiệt hại lớn hơn chi phí token.

Sử dụng mô hình nhẹ hơn

Công việc thường quy với khối lượng lớn

Các tác vụ phân loại, trích xuất và trò chuyện đơn giản thường có hiệu quả chi phí tốt hơn khi dùng Sonnet hoặc Haiku.

Cẩm nang sử dụng bộ nhớ đệm lời nhắc

Ổn định tiền tố

Giữ nguyên các chính sách, lược đồ công cụ và sơ đồ kho mã.

Ghi một lần

Đặt điểm ngắt bộ nhớ đệm sau ngữ cảnh có thể tái sử dụng.

Đọc nhiều lần

Ở các lượt sau, chỉ nối thêm phần khác biệt dành riêng cho tác vụ.

Kịch bản hiện tại

240K token đã lưu vào bộ nhớ đệm

được tái sử dụng với mức giá bằng 10% giá đầu vào mới

chi phí tránh được

$0.2592

Di chuyển mà không cần viết lại

Giữ SDK bạn ưa dùng và thay đổi URL cơ sở, khóa cùng ID mô hình.

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

Sao chép một endpoint và ví dụ mã hoạt động, sau đó mở tài liệu tham khảo API đầy đủ khi bạn cần mọi tham số.

Một API, quyền truy cập mô hình sẵn sàng cho môi trường thực tế

Xác thực một lần, gọi endpoint mô hình và duy trì cùng một quy trình thanh toán và giám sát trên các nhà cung cấp.

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

Mã mẫu và API cho Gemini 3.5 Flash

Truy cập mã mẫu toàn diện và tài nguyên API cho Gemini 3.5 Flash để tối ưu hóa quy trình tích hợp của bạn. Tài liệu chi tiết của chúng tôi cung cấp hướng dẫn từng bước, giúp bạn khai thác toàn bộ tiềm năng của Gemini 3.5 Flash trong các dự án của mình.

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();

Khả năng

Xem các thông tin quan trọng của mô hình trước khi chọn kiến trúc hoặc ước tính tải cho môi trường thực tế.

Khả năng được hỗ trợ

Các tính năng được API mô hình hiện tại trả về.

text-to-text

pdf-to-text

image-to-text

speech-to-text

video-to-text

Đầu vào và đầu ra

Đầu vào

text

Đầu ra

text

Hồ sơ môi trường thực tế

Nhà cung cấp: Google
Bối cảnh: Tùy theo mô hình
Sử dụng thương mại: Được hỗ trợ

Trường hợp sử dụng

Sử dụng Gemini 3.5 Flash cho các quy trình môi trường thực tế phù hợp với khả năng text của nó, sau đó so sánh các lựa chọn khác trước khi cam kết tích hợp lâu dài.

Chat môi trường thực tế và quy trình tác nhân

Lập trình, phân tích và tạo nội dung có cấu trúc

Tự động hóa khối lượng lớn qua một API

Mô hình khác

So sánh các mô hình khác có sẵn qua CometAPI theo chất lượng, độ trễ, khả năng và giá cả.

Mở so sánh mô hình →

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.

Xem mô hình

Google

Gemini 4 Argon

Khám phá API của Gemini 4 Argon.

Xem mô hình

OpenAI

GPT-6.1 Sol

Khám phá API của GPT-6.1 Sol.

Xem mô hình

Anthropic

Claude Sonnet 5.5

Khám phá API của Claude Sonnet 5.5.

Xem mô hình

MiniMax

MiniMax-M3.1-Flash-Preview

Khám phá API của MiniMax-M3.1-Flash-Preview.

Xem mô hình

Xiaomi

mimo-v2.6-pro-ultraspeed

MiMo-V2.6-Pro-UltraSpeed là phiên bản phục vụ độ trễ thấp của MiMo-V2.6-Pro của Xiaomi, được thiết kế cho các ứng dụng trong đó khả năng suy luận của mẫu Pro cần được kết hợp với tốc độ tạo đầu ra nhanh hơn đáng kể.

Xem mô hình

Thời gian hoạt động

Xem dữ liệu heartbeat trực tiếp, tính khả dụng của endpoint và thời gian phản hồi thực đo trước khi triển khai thực tế.

Thời gian hoạt động

Tỷ lệ thành công của yêu cầu trong 30 ngày qua, phản ánh độ tin cậy của từng nhà cung cấp mô hình. CometAPI giám sát tất cả các nhà cung cấp được kết nối theo thời gian thực, 24/7.

RespondLIVE

7425msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

Phiên bản

Xem các mã định danh mô hình khả dụng trước khi cố định một tích hợp môi trường thực tế.

gemini-3.5-flash

gemini-3.5-flash-lite

Cập nhật

Theo dõi các thay đổi đáng kể về tính khả dụng, giá và khả năng của Gemini 3.5 Flash mà vẫn duy trì trang mô hình ổn định.

Nhật ký thay đổi mô hình

Một trang ngày càng hoàn thiện theo thời gian.

Ghi chú phát hành, thay đổi về giá, cập nhật đánh giá hiệu năng và hướng dẫn chuyển đổi được tập hợp tại đây, trong khi URL chuẩn vẫn giữ nguyên.

May 19, 2026

Đã xác nhận API khả dụng

Gemini 3.5 Flash có sẵn trong danh mục mô hình và tài liệu API của CometAPI.

Hiện tại

Dữ liệu cập nhật theo thời gian thực

Đã đồng bộ giá và giới hạn từ danh mục

Giá, ngữ cảnh, tình trạng khả dụng và các giới hạn được xem là các thuộc tính động thay vì được nhúng vào tiêu đề trang hoặc danh tính mô hình.

Feb 5, 2026

Đã tạo thực thể mô hình vĩnh viễn

Nhà cung cấp và slug mô hình tạo thành URL chuẩn ổn định; nội dung và dữ liệu trong tương lai vẫn sẽ được cập nhật trên trang này.

Tiếp tục khám phá

So sánh các mô hình và tiếp tục nghiên cứu của bạn

Google

API đang hoạt động

gemini-3.5-flash

Gemini 3.5 Flash API

Giá khởi điểm

$1.20 / 1 triệu token đầu vào

Tính phí theo mức sử dụng

Tình trạng API

Đang hoạt động

Uptime 100.0% / 24 giờ

Thời gian phản hồi

7425 ms

Thời gian phản hồi API thực đo

Ngày phát hành

May 19, 2026

Google

Trình thử nghiệm

Dùng thử Gemini 3.5 Flash với một yêu cầu thực tế, xem xét các tham số và xác thực đầu ra trước khi tích hợp API.

Giá cả

Sử dụng ước tính nhanh ở trên cho một lần chạy, sau đó xem so sánh đầy đủ giữa CometAPI và giá chính thức.

Yêu cầu đầu tiên

$0.0084

Chi phí sử dụng CometAPI ước tính

Mười yêu cầu

$0.0840

Chi phí sử dụng CometAPI ước tính

Mười lăm yêu cầu

$0.1260

Chi phí sử dụng CometAPI ước tính

⇌

Quy đổi tín dụng

1.000 tín dụng = 1 USD

Tín dụng giúp so sánh ngân sách giữa các hình thức tính phí theo token, yêu cầu và thời gian chạy. Số tiền USD vẫn là nguồn tham chiếu chính xác khi thanh toán.

✓Mô hình hiện tại tính theo tín dụng

Đầu vào

1,200

tín dụng / 1 triệu token

Đầu ra

7,200

tín dụng / 1 triệu token

Mô hình	Giá Comet (USD / triệu token)	Giá chính thức (USD / triệu token)	Mức giảm giá
gemini-3.5-flash	Đầu vào: $1.20/M Đầu ra: $7.20/M	Đầu vào: $1.50/M Đầu ra: $9.00/M	-20%
gemini-3.5-flash-lite	Đầu vào: $0.2400/M Đầu ra: $2.02/M	Đầu vào: $0.3000/M Đầu ra: $2.52/M	-20%

Tóm tắt mô hình

Định danh ổn định

Gemini 3.5 Flash là gì?

Định danh chuẩn của mô hình vẫn ổn định khi giá và các giới hạn thay đổi.

Dữ liệu mô hình theo thời gian thực

Bản chụp danh mục hiện tại

Tính khả dụng

Có sẵn

Giá khởi điểm

$1.20 / 1 triệu token đầu vào

Ngữ cảnh

Xem khả năng

Ngày cập nhật danh mục

May 19, 2026

Playground 2.0 / Bàn ra quyết định

Quyết định trước. Tích hợp với sự tự tin.

Dựa trên Gemini 3.5 Flash

Quy trình làm việc

So sánh trước khi cam kết

Chạy cùng một prompt trên các mô hình hàng đầu và nhận đề xuất kèm bằng chứng.

3 mô hình · 1 lần chạy

Prompt đánh giá

lập trìnhnhiệt độ 0.2đầu ra JSON

GPT-5

OpenAI

Chất lượng

91/100

Độ trễ

1.2s

Chi phí ước tính

$0.018

Claude Opus 5

Anthropic

AI đề xuất

Chất lượng

95/100

Độ trễ

1.8s

Chi phí ước tính

$0.024

Gemini 3 Pro

Google

Chất lượng

89/100

Độ trễ

0.9s

Chi phí ước tính

$0.011

Khuyến nghị: chọn Claude Opus 5 để đánh giá mã có rủi ro cao; chuyển các bước kiểm tra thông thường sang Gemini 3 Pro để giảm chi phí khoảng 54%.

Tổng quan

Tổng quan thực tế về Gemini 3.5 Flash, bao gồm các hành vi quan trọng và lưu ý khi tích hợp.

Thông số kỹ thuật của Gemini 3.5 Flash

Hạng mục	Gemini 3.5 Flash
Nhà cung cấp	Google
Họ mô hình	Gemini 3.5
ID mô hình chính thức	gemini-3.5-flash
Loại đầu vào	Text, image, video, audio, PDF
Loại đầu ra	Text
Cửa sổ ngữ cảnh	1 million tokens
Số token đầu ra tối đa	~65K output tokens
Thế mạnh chính	Agentic workflows, coding, multimodal reasoning
Hỗ trợ công cụ	Function calling, code execution, search grounding, structured outputs, URL context, file search
Hỗ trợ tư duy	Adjustable thinking/reasoning levels
Khung an toàn	Google Frontier Safety Framework

Gemini 3.5 Flash là gì?

Tính năng chính của Gemini 3.5 Flash

Hỗ trợ ngữ cảnh dài 1M token: Xử lý kho mã rất lớn, tài liệu dài, PDF, bản ghi, và các luồng công việc đa phiên trong một ngữ cảnh nhắc lệnh duy nhất.
Thực thi tác tử mạnh mẽ: Tối ưu cho luồng công việc tự động nhiều bước, điều phối công cụ, tác vụ terminal và tác tử AI chạy dài.
Hiệu năng lập trình nâng cao: Vượt Gemini 3.1 Pro trên một số benchmark về lập trình và tác tử bao gồm Terminal-Bench và MCP Atlas.
Lập luận đa phương thức gốc: Nhận văn bản, hình ảnh, âm thanh, video và PDF cho các tác vụ lập luận hợp nhất.
Công cụ cấp sản xuất: Hỗ trợ đầu ra có cấu trúc, gọi hàm, thực thi mã, grounding với Google Search và Maps, và tìm kiếm tệp.
Chế độ tư duy/lập luận cấu hình được: Nhà phát triển có thể tinh chỉnh độ trễ so với độ sâu lập luận bằng điều khiển mức thinking.

Hiệu năng benchmark của Gemini 3.5 Flash

Kết quả benchmark do Google báo cáo cho thấy Gemini 3.5 Flash thuộc nhóm mô hình tác tử mạnh nhất trong phân hạng Flash hiện có:

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 so với các mô hình khác

Năng lực	Gemini 3.5 Flash	Gemini 3.1 Pro	Claude Sonnet 4
Cửa sổ ngữ cảnh	1M tokens	Large-context	Large-context
Luồng công việc tác tử	Excellent	Strong	Strong
Hiệu năng lập trình	Very strong	Strong	Excellent
Tốc độ suy diễn	Optimized Flash latency	Slower	Moderate
Đầu vào đa phương thức	Native multimodal	Native multimodal	Vision + text
Hệ sinh thái công cụ	Extensive Google tooling	Extensive	Strong API tooling

Khác biệt chính

so với Gemini 3.1 Pro: Gemini 3.5 Flash mang lại khả năng lập trình và thực thi tác vụ tự động tốt hơn trong khi vẫn duy trì suy diễn nhanh hơn đáng kể.
so với Claude Sonnet 4: Claude thường mạnh hơn trong lập luận dài tinh tế và chất lượng viết, trong khi Gemini 3.5 Flash nhấn mạnh tốc độ, thực thi tác tử và tích hợp hệ sinh thái Google.
so với các mô hình lập luận dòng GPT: Gemini 3.5 Flash đặc biệt cạnh tranh ở các luồng tác tử đa phương thức và điều phối ngữ cảnh lớn, nhất là cho các bài toán tự động hóa doanh nghiệp.

Hạn chế đã biết của Gemini 3.5 Flash

Hiện chưa hỗ trợ đầu ra tạo hình ảnh hoặc âm thanh gốc.
API hội thoại trực tiếp chưa được hỗ trợ ở phân hạng mô hình này.
Benchmark cộng đồng cho thấy hiệu năng khác nhau ở một số tác vụ đánh giá chuyên biệt, đặc biệt các luồng công việc ngách nặng về thị giác.

Cách truy cập Gemini 3.5 Flash API

Bước 1: Lấy quyền truy cập API

cometapi-key

Bước 2: Gửi yêu cầu tới Gemini 3.5 Flash API

Chèn câu hỏi hoặc yêu cầu của bạn vào trường content — đây là nội dung mà mô hình sẽ phản hồi. Xử lý phản hồi API để lấy câu trả lời đã sinh.

Bước 3: Xử lý phản hồi

API trả về các phương án phản hồi có cấu trúc bao gồm văn bản được tạo, trích dẫn, siêu dữ liệu an toàn và đầu ra công cụ tùy chọn.

Câu Hỏi Thường Gặp

Trung tâm quyết định mô hình

Nắm rõ chi phí. Chọn đúng khối lượng công việc.

Thấp hơn giá chính thức 20%$1.20 so với $1.50 / 1 triệu token đầu vào

Phòng thử nghiệm chi phí

Tính chi phí cho một phiên chạy tác nhân thực tế

Phát lại khối lượng công việc thực tế thay vì so sánh riêng lẻ giá token. Tải một cấu hình có sẵn, sau đó điều chỉnh mọi thành phần tính phí.

Token đầu vào mới

token

Token đọc bộ nhớ đệm

token

Token đầu ra

token

Lượt gọi tìm kiếm web

lượt gọi

$1.20

/ 1 triệu token

Đầu vào

Các chỉ dẫn mới, tệp và ngữ cảnh hội thoại được gửi ở mỗi lượt.

Rút gọn ngữ cảnh truy xuất trước khi chuyển đến mô hình.

$0.1200

/ 1 triệu token

Đọc bộ nhớ đệm

Các token lời nhắc đã lưu vào bộ nhớ đệm trước đó được tái sử dụng trong những yêu cầu sau.

Giữ nguyên từng byte của lời nhắc hệ thống và sơ đồ kho mã.

$7.20

/ 1 triệu token

Đầu ra

Lập luận, mã và văn bản do mô hình tạo ra.

Sử dụng các tiêu chí hoàn thành và giới hạn đầu ra rõ ràng.

$10.00

/ 1 nghìn lượt gọi

Tìm kiếm trên web

Các lệnh gọi công cụ truy xuất thông tin hiện tại từ web.

Chỉ tìm kiếm một lần, sau đó tái sử dụng các kết quả đã xác minh trong suốt phiên chạy.

Khi nào Opus xứng đáng với mức phí cao hơn

Phù hợp nhất

Kỹ thuật phần mềm trên quy mô kho mã

Sử dụng Opus khi tác vụ liên quan đến kiến trúc, nhiều tệp và các đánh đổi triển khai chưa rõ ràng.

Phù hợp nhất

Tác tử chạy dài hạn

Một lựa chọn phù hợp khi tác tử phải duy trì đúng mục tiêu qua nhiều lần gọi công cụ và các bước khôi phục.

Xứng đáng với mức giá cao hơn

Đánh giá có giá trị cao

Sử dụng mô hình nhẹ hơn

Công việc thường quy với khối lượng lớn

Các tác vụ phân loại, trích xuất và trò chuyện đơn giản thường có hiệu quả chi phí tốt hơn khi dùng Sonnet hoặc Haiku.

Cẩm nang sử dụng bộ nhớ đệm lời nhắc

Ổn định tiền tố

Giữ nguyên các chính sách, lược đồ công cụ và sơ đồ kho mã.

Ghi một lần

Đặt điểm ngắt bộ nhớ đệm sau ngữ cảnh có thể tái sử dụng.

Đọc nhiều lần

Ở các lượt sau, chỉ nối thêm phần khác biệt dành riêng cho tác vụ.

Kịch bản hiện tại

240K token đã lưu vào bộ nhớ đệm

được tái sử dụng với mức giá bằng 10% giá đầu vào mới

chi phí tránh được

$0.2592

Di chuyển mà không cần viết lại

Giữ SDK bạn ưa dùng và thay đổi URL cơ sở, khóa cùng ID mô hình.

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

Sao chép một endpoint và ví dụ mã hoạt động, sau đó mở tài liệu tham khảo API đầy đủ khi bạn cần mọi tham số.

Một API, quyền truy cập mô hình sẵn sàng cho môi trường thực tế

Xác thực một lần, gọi endpoint mô hình và duy trì cùng một quy trình thanh toán và giám sát trên các nhà cung cấp.

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

Mã mẫu và API cho 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();

Khả năng

Xem các thông tin quan trọng của mô hình trước khi chọn kiến trúc hoặc ước tính tải cho môi trường thực tế.

Khả năng được hỗ trợ

Các tính năng được API mô hình hiện tại trả về.

text-to-text

pdf-to-text

image-to-text

speech-to-text

video-to-text

Đầu vào và đầu ra

Đầu vào

text

Đầu ra

text

Hồ sơ môi trường thực tế

Nhà cung cấp: Google
Bối cảnh: Tùy theo mô hình
Sử dụng thương mại: Được hỗ trợ

Trường hợp sử dụng

Chat môi trường thực tế và quy trình tác nhân

Lập trình, phân tích và tạo nội dung có cấu trúc

Tự động hóa khối lượng lớn qua một API

Mô hình khác

So sánh các mô hình khác có sẵn qua CometAPI theo chất lượng, độ trễ, khả năng và giá cả.

Mở so sánh mô hình →

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.

Xem mô hình

Google

Gemini 4 Argon

Khám phá API của Gemini 4 Argon.

Xem mô hình

OpenAI

GPT-6.1 Sol

Khám phá API của GPT-6.1 Sol.

Xem mô hình

Anthropic

Claude Sonnet 5.5

Khám phá API của Claude Sonnet 5.5.

Xem mô hình

MiniMax

MiniMax-M3.1-Flash-Preview

Khám phá API của MiniMax-M3.1-Flash-Preview.

Xem mô hình

Xiaomi

mimo-v2.6-pro-ultraspeed

Xem mô hình

Thời gian hoạt động

Xem dữ liệu heartbeat trực tiếp, tính khả dụng của endpoint và thời gian phản hồi thực đo trước khi triển khai thực tế.

Thời gian hoạt động

RespondLIVE

7425msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

Phiên bản

Xem các mã định danh mô hình khả dụng trước khi cố định một tích hợp môi trường thực tế.

gemini-3.5-flash

gemini-3.5-flash-lite

Cập nhật

Theo dõi các thay đổi đáng kể về tính khả dụng, giá và khả năng của Gemini 3.5 Flash mà vẫn duy trì trang mô hình ổn định.

Nhật ký thay đổi mô hình

Một trang ngày càng hoàn thiện theo thời gian.

Ghi chú phát hành, thay đổi về giá, cập nhật đánh giá hiệu năng và hướng dẫn chuyển đổi được tập hợp tại đây, trong khi URL chuẩn vẫn giữ nguyên.

May 19, 2026

Đã xác nhận API khả dụng

Gemini 3.5 Flash có sẵn trong danh mục mô hình và tài liệu API của CometAPI.

Hiện tại

Dữ liệu cập nhật theo thời gian thực

Đã đồng bộ giá và giới hạn từ danh mục

Giá, ngữ cảnh, tình trạng khả dụng và các giới hạn được xem là các thuộc tính động thay vì được nhúng vào tiêu đề trang hoặc danh tính mô hình.

Feb 5, 2026

Đã tạo thực thể mô hình vĩnh viễn

Nhà cung cấp và slug mô hình tạo thành URL chuẩn ổn định; nội dung và dữ liệu trong tương lai vẫn sẽ được cập nhật trên trang này.

Tiếp tục khám phá