Gemini 3.5 Flash 能處理百萬 token 的上下文嗎？

可以。Gemini 3.5 Flash 支援 100 萬 token 的上下文視窗，適用於儲存庫規模的推理、長篇 PDF，以及多文件工作流程。

Gemini 3.5 Flash 取得了哪些基準測試成績？

Google 報告的基準測試結果包括：Terminal-Bench 2.1 為 76.2%，MCP Atlas 為 83.6%，以及 CharXiv Reasoning 為 84.2%。

Gemini 3.5 Flash 目前有哪些限制？

Gemini 3.5 Flash 目前不支援原生的影像生成、音訊生成，或 Live API 對話式串流。

Gemini 3.5 Flash API 是否支援多模態輸入？

是的。Gemini 3.5 Flash 可透過 Gemini API 接收文字、影像、音訊、影片與 PDF 輸入。

在程式開發方面，Gemini 3.5 Flash 與 Gemini 3.1 Pro 相比表現如何？

Google 表示，Gemini 3.5 Flash 在代理式與程式設計基準測試（包括 Terminal-Bench 2.1 與 MCP Atlas）上優於 Gemini 3.1 Pro。

Gemini 3.5 Flash 是否適合 AI 代理與自主化工作流程？

是的。Google 對 Gemini 3.5 Flash 進行了專門最佳化，以支援長時程的代理執行、工具編排，以及持續性的 AI 助理工作流程。

Gemini 3.5 Flash API 提供哪些工具與整合？

此模型支援函式呼叫、程式碼執行、結構化輸出、Google Search 對齊、Maps 對齊、檔案搜尋，以及 URL 上下文支援。

開發者應在何種情況下選擇 Gemini 3.5 Flash，而非 Claude Sonnet 4？

當低延遲的多模態推理、大型上下文處理，以及與 Google 生態系的整合比高品質長篇寫作能力更為重要時，Gemini 3.5 Flash 是一個很好的選擇。

Google

API 運作中

gemini-3.5-flash

Gemini 3.5 Flash API

Gemini 3.5 Flash 是一款高速 AI 模型，旨在提供快速回應與高效的程式碼生成表現。它在維持強大推理能力的同時，帶來顯著提升的生成速度，因而適用於即時應用與開發者工作流程。

起始價格

$1.20 / 100 萬輸入 tokens

按使用量計費

API 健康狀態

運作正常

100.0% 正常運行率 / 24 小時

回應時間

7441 ms

實測 API 回應時間

發布時間

May 19, 2026

Google

互動測試

透過實際請求試用 Gemini 3.5 Flash,檢視參數並在整合 API 前驗證輸出結果。

定價

先參考上方的單次執行預估,再查看完整的 CometAPI 與官方價格比較。

第一次請求

$0.0084

預估 CometAPI 使用成本

十次請求

$0.0840

預估 CometAPI 使用成本

十五次請求

$0.1260

預估 CometAPI 使用成本

⇌

積分換算

1,000 積分 = $1

積分使代幣、請求和執行時間計費的預算具有可比性。結算時以美元金額為準。

✓當前模型的積分

輸入

1,200

積分 / 100 萬代幣

輸出

7,200

積分 / 100 萬代幣

最低收費透明度此原型不假設隱藏的每次請求最低費用。如果適用生產計費下限或最低充值，則必須在購買前顯示並包含在每個預算估算中。

模型	Comet 價格 (美元 / 百萬代幣)	官方價格 (美元 / 百萬代幣)	折扣
gemini-3.5-flash	輸入: $1.20/百萬輸出: $7.20/百萬	輸入: $1.50/百萬輸出: $9.00/百萬	-20%
gemini-3.5-flash-lite	輸入: $0.2400/百萬輸出: $2.02/百萬	輸入: $0.3000/百萬輸出: $2.52/百萬	-20%

模型簡介

穩定的模型身分可供搜尋與評估使用，搭配可能變動的即時目錄資料，無需重寫頁面的核心 SEO 結構。

穩定識別

Gemini 3.5 Flash 是什麼？

即使價格與限制有所變動，標準模型身分仍保持穩定。

即時模型資料

目前目錄快照

可用性

可用

起始價格

$1.20 / 100 萬輸入 tokens

上下文

查看功能

目錄日期

May 19, 2026

Playground 2.0／決策台

先做決策，再放心整合。

在同一個工作區中比較模型、調校提示詞、檢查路由、遷移程式碼，並推出經過測試的起始方案。

依據 Gemini 3.5 Flash

工作流程

先比較，再決定

使用相同提示詞在主流模型上執行，並取得有實證依據的建議。

3 個模型 · 1 次執行

評估提示詞

程式設計溫度 0.2JSON 輸出

GPT-5

OpenAI

品質

91/100

延遲

1.2s

預估成本

$0.018

Claude Opus 5

Anthropic

AI 精選

品質

95/100

延遲

1.8s

預估成本

$0.024

Gemini 3 Pro

Google

品質

89/100

延遲

0.9s

預估成本

$0.011

建議：高風險程式碼審查請選擇 Claude Opus 5；例行檢查則交由 Gemini 3 Pro，以降低約 54% 的成本。

概覽

Gemini 3.5 Flash 的實用總覽,涵蓋重要行為與整合注意事項。

Gemini 3.5 Flash 的技術規格

項目	Gemini 3.5 Flash
提供商	Google
模型系列	Gemini 3.5
官方模型 ID	gemini-3.5-flash
輸入類型	文字、影像、影片、音訊、PDF
輸出類型	文字
上下文視窗	1 million tokens
最大輸出 tokens	~65K output tokens
主要優勢	代理型工作流程、程式設計、多模態推理
工具支援	函式呼叫、程式碼執行、搜尋佐證、結構化輸出、URL 上下文、檔案搜尋
思考支援	可調整的思考/推理層級
安全框架	Google Frontier Safety Framework

什麼是 Gemini 3.5 Flash？

Google Gemini 3.5 Flash 是 Google 的旗艦級高速多模態推理模型，針對代理型執行、程式設計與長期流程進行最佳化。它在維持低延遲推理特性的同時，擴展了 Gemini Flash 系列在推理與軟體工程方面的能力。

與早期主要著眼於輕量推理的 Flash 模型不同，Gemini 3.5 Flash 旨在用於持久型 AI 代理、多步驟程式設計系統與企業自動化管線。Google 將其定位為目前最強的代理型 Flash 等級模型。

Gemini 3.5 Flash 的主要特性

支援 1M token 長上下文： 能在單一提示上下文中處理極大型程式庫、長篇文件、PDF、逐字稿與多工作階段流程。
強大的代理型執行： 針對多步驟自主工作流程、工具編排、終端機任務與長時間運作的 AI 代理進行最佳化。
先進的程式設計表現： 在多項程式設計與代理型基準（包含 Terminal-Bench 與 MCP Atlas）上優於 Gemini 3.1 Pro。
原生多模態推理： 接受文字、影像、音訊、影片與 PDF，統一進行推理任務。
生產級工具鏈： 支援結構化輸出、函式呼叫、程式碼執行、以 Google Search 與 Maps 進行佐證，以及檔案搜尋。
可設定的推理/思考模式： 開發者可透過思考層級控制在延遲與推理深度之間進行調校。

Gemini 3.5 Flash 的基準測試表現

Google 公布的基準測試結果將 Gemini 3.5 Flash 定位為目前最強的代理型 Flash 等級模型之一：

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

這些分數顯示，與較早的 Gemini Flash 變體相比，其在自主執行、多模態推理與軟體工程可靠性方面有顯著提升。

Gemini 3.5 Flash 與其他模型比較

能力	Gemini 3.5 Flash	Gemini 3.1 Pro	Claude Sonnet 4
上下文視窗	1M tokens	Large-context	Large-context
代理型工作流程	卓越	強	強
程式碼表現	非常強	強	卓越
推理速度	最佳化的 Flash 延遲	較慢	中等
多模態輸入	原生多模態	原生多模態	視覺 + 文字
工具生態系	豐富的 Google 工具	豐富	強大的 API 工具

關鍵差異

相較於 Gemini 3.1 Pro： Gemini 3.5 Flash 在程式設計與自主任務執行方面表現更佳，同時維持顯著更快的推理速度。
相較於 Claude Sonnet 4： Claude 在細膩的長篇推理與寫作品質方面往往更強，而 Gemini 3.5 Flash 更著重於速度、代理執行與對 Google 生態系的整合。
相較於 GPT 系列推理模型： Gemini 3.5 Flash 在多模態代理工作流程與大上下文協作方面尤其具競爭力，特別針對企業自動化使用情境。

Gemini 3.5 Flash 的已知限制

目前不支援原生的影像或音訊生成輸出。
此模型等級不支援即時對話 API。
社群基準在某些專門評測任務（尤其是偏重視覺的利基工作流程）上表現不一。

如何存取 Gemini 3.5 Flash API

步驟 1：取得 API 存取權限

登入 CometAPI。若您尚未成為我們的使用者，請先註冊。登入您的 CometAPI 控制台。取得介面的存取憑證 API 金鑰。在個人中心的 API token 處點擊 “Add Token”，取得 token key：sk-xxxxx 並提交。

cometapi-key

步驟 2：向 Gemini 3.5 Flash API 發送請求

選擇 “` gemini-3.5-flash” 端點發送 API 請求並設定請求本文。請求方法與請求本文請參見我們網站的 API 文件。我們的網站也提供 Apifox 測試以方便您使用。將 <YOUR_API_KEY> 替換為您帳戶中的實際 CometAPI 金鑰。base url 為 Gemini Generating Content

將您的問題或請求插入 content 欄位——模型將回應該內容。處理 API 回應以取得產生的答案。

步驟 3：處理回應

API 會回傳結構化的候選回應，包含產生的文字、引用、安全中繼資料以及可選的工具輸出。

常見問題

模型決策中心

掌握成本，選擇合適的工作負載。

針對五個計費維度建模、測試實際工作負載，並在發布前判斷哪些情境值得使用價格較高的 Opus。

比官方價格低 20%每 100 萬輸入 Token：$1.20，官方價格為 $1.50

成本實驗室

計算真實代理執行的費用

重播真實工作負載，而不是單獨比較詞元價格。載入預設配置，然後調整每個計費維度。

全新輸入 Token

Token

快取讀取 Token

Token

輸出 Token

Token

網頁搜尋呼叫次數

次呼叫

$1.20

/ 100 萬詞元

輸入

每一輪傳送的新指示、檔案和對話上下文。

在擷取的上下文送達模型前先加以精簡。

$0.1200

/ 100 萬詞元

快取讀取

重複使用先前已快取的提示詞元於後續請求中。

讓系統提示詞與儲存庫對照表維持位元組不變。

$7.20

/ 100 萬詞元

輸出

模型產生的推理、程式碼與文字。

使用明確的完成條件與輸出限制。

$10.00

/ 1,000 次呼叫

網頁搜尋

從網路擷取最新資訊的工具呼叫。

搜尋一次，然後在整個執行過程中重複使用已驗證的結果。

Opus 的溢價何時物有所值

最適合

儲存庫規模的工程任務

當任務涉及架構、多個檔案及模糊的實作取捨時，請使用 Opus。

最適合

長時間執行的代理程式

當代理程式必須在多次工具呼叫和復原步驟中維持原始意圖時，這是非常合適的選擇。

值得支付較高費用

高價值審查

將其保留用於安全性、遷移和正式環境審查，因為遺漏問題所造成的成本高於 Token 成本。

使用較輕量的模型

例行高流量工作

分類、擷取和簡單聊天通常使用 Sonnet 或 Haiku 能獲得更佳的單位經濟效益。

提示詞快取操作指南

穩定前綴

讓政策、工具結構描述與儲存庫對照表保持不變。

寫入一次

將快取中斷點放在可重複使用的上下文之後。

重複讀取

在後續輪次中，僅附加任務特定的差異內容。

目前情境

240K 個已快取詞元

以全新輸入價格的 10% 重複使用

避免的成本

$0.2592

無需重寫即可遷移

保留您偏好的 SDK，只需變更基礎 URL、金鑰與模型 ID。

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

複製可用的端點與程式碼範例,需要完整參數時再開啟完整 API 參考文件。

一個 API,直接對接正式環境模型

只需驗證一次,即可呼叫模型端點,並在各供應商間維持一致的計費與監控流程。

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

Gemini 3.5 Flash 的範例程式碼和 API

存取完整的範例程式碼和 API 資源，以簡化您的 Gemini 3.5 Flash 整合流程。我們詳盡的文件提供逐步指引，協助您在專案中充分發揮 Gemini 3.5 Flash 的潛力。

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();

功能

在選擇架構或評估正式環境負載前,先掌握模型的關鍵資訊。

支援的功能

現有模型 API 回傳的功能。

text-to-text

pdf-to-text

image-to-text

speech-to-text

video-to-text

輸入與輸出

輸入

text

輸出

text

正式環境資訊

供應商: Google
上下文: 依模型而定
商業使用: 支援

應用場景

將 Gemini 3.5 Flash 用於符合其 text 能力的正式工作流程,並在長期整合前比較其他選項。

正式環境聊天與 Agent 工作流程

程式撰寫、分析與結構化生成

透過單一 API 進行大量自動化

其他模型

比較 CometAPI 提供的其他模型,在品質、延遲、功能與價格間取得平衡。

開啟模型比較 →

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.

查看模型

Google

Gemini 4 Argon

探索 Gemini 4 Argon API。

探索 GPT-6.1 Sol API。

探索 Claude Sonnet 5.5 API。

查看模型

MiniMax

MiniMax-M3.1-Flash-Preview

探索 MiniMax-M3.1-Flash-Preview API。

查看模型

Xiaomi

mimo-v2.6-pro-ultraspeed

MiMo-V2.6-Pro-UltraSpeed 是 Xiaomi 的 MiMo-V2.6-Pro 的低延遲服務版本，專為需要將 Pro 模型的推理能力與顯著更快的輸出生成相結合的應用而設計。

查看模型

服務可用性

在正式上線前,查看即時心跳資料、端點可用性與實測回應時間。

服務可用性

過去 30 天的請求成功率，反映每個模型供應商的可靠性。CometAPI 全天候即時監控所有已連接的供應商。

RespondLIVE

7441msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

版本

在鎖定正式環境整合版本前,先查看可用的模型識別碼。

gemini-3.5-flash

gemini-3.5-flash-lite

更新

持續追蹤 Gemini 3.5 Flash 重要的可用性、價格與功能變動，同時保留穩定的模型頁面。

模型變更記錄

一個隨時間日益完善的頁面。

發布說明、價格變動、基準測試更新與遷移指南都會在此累積，而標準 URL 維持不變。

May 19, 2026

API 可用性已確認

Gemini 3.5 Flash 可透過 CometAPI 模型目錄和 API 文件使用。

目前

即時資料

價格與限制已從目錄同步

價格、上下文、可用性和限制會被視為動態屬性，而不是嵌入頁面標題或模型識別中。

Feb 5, 2026

已建立永久模型實體

供應商與模型 slug 構成持久的規範 URL；未來的內容和資料更新將保留在此頁面。

持續探索

比較模型,繼續你的研究

Google

API 運作中

gemini-3.5-flash

Gemini 3.5 Flash API

起始價格

$1.20 / 100 萬輸入 tokens

按使用量計費

API 健康狀態

運作正常

100.0% 正常運行率 / 24 小時

回應時間

7441 ms

實測 API 回應時間

發布時間

May 19, 2026

Google

互動測試

透過實際請求試用 Gemini 3.5 Flash,檢視參數並在整合 API 前驗證輸出結果。

定價

先參考上方的單次執行預估,再查看完整的 CometAPI 與官方價格比較。

第一次請求

$0.0084

預估 CometAPI 使用成本

十次請求

$0.0840

預估 CometAPI 使用成本

十五次請求

$0.1260

預估 CometAPI 使用成本

⇌

積分換算

1,000 積分 = $1

積分使代幣、請求和執行時間計費的預算具有可比性。結算時以美元金額為準。

✓當前模型的積分

輸入

1,200

積分 / 100 萬代幣

輸出

7,200

積分 / 100 萬代幣

最低收費透明度此原型不假設隱藏的每次請求最低費用。如果適用生產計費下限或最低充值，則必須在購買前顯示並包含在每個預算估算中。

模型	Comet 價格 (美元 / 百萬代幣)	官方價格 (美元 / 百萬代幣)	折扣
gemini-3.5-flash	輸入: $1.20/百萬輸出: $7.20/百萬	輸入: $1.50/百萬輸出: $9.00/百萬	-20%
gemini-3.5-flash-lite	輸入: $0.2400/百萬輸出: $2.02/百萬	輸入: $0.3000/百萬輸出: $2.52/百萬	-20%

模型簡介

穩定的模型身分可供搜尋與評估使用，搭配可能變動的即時目錄資料，無需重寫頁面的核心 SEO 結構。

穩定識別

Gemini 3.5 Flash 是什麼？

即使價格與限制有所變動，標準模型身分仍保持穩定。

即時模型資料

目前目錄快照

可用性

可用

起始價格

$1.20 / 100 萬輸入 tokens

上下文

查看功能

目錄日期

May 19, 2026

Playground 2.0／決策台

先做決策，再放心整合。

在同一個工作區中比較模型、調校提示詞、檢查路由、遷移程式碼，並推出經過測試的起始方案。

依據 Gemini 3.5 Flash

工作流程

先比較，再決定

使用相同提示詞在主流模型上執行，並取得有實證依據的建議。

3 個模型 · 1 次執行

評估提示詞

程式設計溫度 0.2JSON 輸出

GPT-5

OpenAI

品質

91/100

延遲

1.2s

預估成本

$0.018

Claude Opus 5

Anthropic

AI 精選

品質

95/100

延遲

1.8s

預估成本

$0.024

Gemini 3 Pro

Google

品質

89/100

延遲

0.9s

預估成本

$0.011

建議：高風險程式碼審查請選擇 Claude Opus 5；例行檢查則交由 Gemini 3 Pro，以降低約 54% 的成本。

概覽

Gemini 3.5 Flash 的實用總覽,涵蓋重要行為與整合注意事項。

Gemini 3.5 Flash 的技術規格

項目	Gemini 3.5 Flash
提供商	Google
模型系列	Gemini 3.5
官方模型 ID	gemini-3.5-flash
輸入類型	文字、影像、影片、音訊、PDF
輸出類型	文字
上下文視窗	1 million tokens
最大輸出 tokens	~65K output tokens
主要優勢	代理型工作流程、程式設計、多模態推理
工具支援	函式呼叫、程式碼執行、搜尋佐證、結構化輸出、URL 上下文、檔案搜尋
思考支援	可調整的思考/推理層級
安全框架	Google Frontier Safety Framework

什麼是 Gemini 3.5 Flash？

Gemini 3.5 Flash 的主要特性

支援 1M token 長上下文： 能在單一提示上下文中處理極大型程式庫、長篇文件、PDF、逐字稿與多工作階段流程。
強大的代理型執行： 針對多步驟自主工作流程、工具編排、終端機任務與長時間運作的 AI 代理進行最佳化。
先進的程式設計表現： 在多項程式設計與代理型基準（包含 Terminal-Bench 與 MCP Atlas）上優於 Gemini 3.1 Pro。
原生多模態推理： 接受文字、影像、音訊、影片與 PDF，統一進行推理任務。
生產級工具鏈： 支援結構化輸出、函式呼叫、程式碼執行、以 Google Search 與 Maps 進行佐證，以及檔案搜尋。
可設定的推理/思考模式： 開發者可透過思考層級控制在延遲與推理深度之間進行調校。

Gemini 3.5 Flash 的基準測試表現

Google 公布的基準測試結果將 Gemini 3.5 Flash 定位為目前最強的代理型 Flash 等級模型之一：

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

這些分數顯示，與較早的 Gemini Flash 變體相比，其在自主執行、多模態推理與軟體工程可靠性方面有顯著提升。

Gemini 3.5 Flash 與其他模型比較

能力	Gemini 3.5 Flash	Gemini 3.1 Pro	Claude Sonnet 4
上下文視窗	1M tokens	Large-context	Large-context
代理型工作流程	卓越	強	強
程式碼表現	非常強	強	卓越
推理速度	最佳化的 Flash 延遲	較慢	中等
多模態輸入	原生多模態	原生多模態	視覺 + 文字
工具生態系	豐富的 Google 工具	豐富	強大的 API 工具

關鍵差異

相較於 Gemini 3.1 Pro： Gemini 3.5 Flash 在程式設計與自主任務執行方面表現更佳，同時維持顯著更快的推理速度。
相較於 Claude Sonnet 4： Claude 在細膩的長篇推理與寫作品質方面往往更強，而 Gemini 3.5 Flash 更著重於速度、代理執行與對 Google 生態系的整合。
相較於 GPT 系列推理模型： Gemini 3.5 Flash 在多模態代理工作流程與大上下文協作方面尤其具競爭力，特別針對企業自動化使用情境。

Gemini 3.5 Flash 的已知限制

目前不支援原生的影像或音訊生成輸出。
此模型等級不支援即時對話 API。
社群基準在某些專門評測任務（尤其是偏重視覺的利基工作流程）上表現不一。

如何存取 Gemini 3.5 Flash API

步驟 1：取得 API 存取權限

cometapi-key

步驟 2：向 Gemini 3.5 Flash API 發送請求

將您的問題或請求插入 content 欄位——模型將回應該內容。處理 API 回應以取得產生的答案。

步驟 3：處理回應

API 會回傳結構化的候選回應，包含產生的文字、引用、安全中繼資料以及可選的工具輸出。

常見問題

模型決策中心

掌握成本，選擇合適的工作負載。

針對五個計費維度建模、測試實際工作負載，並在發布前判斷哪些情境值得使用價格較高的 Opus。

比官方價格低 20%每 100 萬輸入 Token：$1.20，官方價格為 $1.50

成本實驗室

計算真實代理執行的費用

重播真實工作負載，而不是單獨比較詞元價格。載入預設配置，然後調整每個計費維度。

全新輸入 Token

Token

快取讀取 Token

Token

輸出 Token

Token

網頁搜尋呼叫次數

次呼叫

$1.20

/ 100 萬詞元

輸入

每一輪傳送的新指示、檔案和對話上下文。

在擷取的上下文送達模型前先加以精簡。

$0.1200

/ 100 萬詞元

快取讀取

重複使用先前已快取的提示詞元於後續請求中。

讓系統提示詞與儲存庫對照表維持位元組不變。

$7.20

/ 100 萬詞元

輸出

模型產生的推理、程式碼與文字。

使用明確的完成條件與輸出限制。

$10.00

/ 1,000 次呼叫

網頁搜尋

從網路擷取最新資訊的工具呼叫。

搜尋一次，然後在整個執行過程中重複使用已驗證的結果。

Opus 的溢價何時物有所值

最適合

儲存庫規模的工程任務

當任務涉及架構、多個檔案及模糊的實作取捨時，請使用 Opus。

最適合

長時間執行的代理程式

當代理程式必須在多次工具呼叫和復原步驟中維持原始意圖時，這是非常合適的選擇。

值得支付較高費用

高價值審查

將其保留用於安全性、遷移和正式環境審查，因為遺漏問題所造成的成本高於 Token 成本。

使用較輕量的模型

例行高流量工作

分類、擷取和簡單聊天通常使用 Sonnet 或 Haiku 能獲得更佳的單位經濟效益。

提示詞快取操作指南

穩定前綴

讓政策、工具結構描述與儲存庫對照表保持不變。

寫入一次

將快取中斷點放在可重複使用的上下文之後。

重複讀取

在後續輪次中，僅附加任務特定的差異內容。

目前情境

240K 個已快取詞元

以全新輸入價格的 10% 重複使用

避免的成本

$0.2592

無需重寫即可遷移

保留您偏好的 SDK，只需變更基礎 URL、金鑰與模型 ID。

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

複製可用的端點與程式碼範例,需要完整參數時再開啟完整 API 參考文件。

一個 API,直接對接正式環境模型

只需驗證一次,即可呼叫模型端點,並在各供應商間維持一致的計費與監控流程。

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

Gemini 3.5 Flash 的範例程式碼和 API

存取完整的範例程式碼和 API 資源，以簡化您的 Gemini 3.5 Flash 整合流程。我們詳盡的文件提供逐步指引，協助您在專案中充分發揮 Gemini 3.5 Flash 的潛力。

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();

功能

在選擇架構或評估正式環境負載前,先掌握模型的關鍵資訊。

支援的功能

現有模型 API 回傳的功能。

text-to-text

pdf-to-text

image-to-text

speech-to-text

video-to-text

輸入與輸出

輸入

text

輸出

text

正式環境資訊

供應商: Google
上下文: 依模型而定
商業使用: 支援

應用場景

將 Gemini 3.5 Flash 用於符合其 text 能力的正式工作流程,並在長期整合前比較其他選項。

正式環境聊天與 Agent 工作流程

程式撰寫、分析與結構化生成

透過單一 API 進行大量自動化

其他模型

比較 CometAPI 提供的其他模型,在品質、延遲、功能與價格間取得平衡。

開啟模型比較 →

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.

查看模型

Google

Gemini 4 Argon

探索 Gemini 4 Argon API。

探索 GPT-6.1 Sol API。

探索 Claude Sonnet 5.5 API。