Gemini 3.5 Flash
GeminiÉquilibré
RaisonnementOutilsVisionSortie structurée
À propos de ce modèle
Gemini 3.5 Flash is Google's high-efficiency multimodal model, bringing near-Pro level coding and reasoning at Flash-tier cost and speed. It is highly optimized for coding proficiency and parallel agentic execution...
Catégorie de performance
Équilibré
Gemini 3.5 Flash est un modèle équilibré de Gemini : un bon compromis entre bonnes performances à un prix raisonnable.
Bon rapport coût-performance. Fiable pour la plupart des usages professionnels sans tarification premium.
Tarification
Ce modèle est inclus dans les plans ElosiaModéré
Coût modéré. Bon équilibre pour un usage régulier sans surveillance constante du cap.
| Type | par 1M tokens |
|---|---|
| Entrée (prompt) | $1.50 |
| Sortie (complétion) | $9.00 |
| Image | $1.50 |
| Raisonnement interne | $9.00 |
| Lecture cache | $0.150 |
| Écriture cache | $0.083 |
Capacités
Taille du contexte1.0M
Tokens de sortie max66K
TokenizerGemini
Entréetext, image, video, file, audio
Sortietext
Date de sortie19 mai 2026
Benchmarks
Intelligence générale
MMLU
Non reporté
Mathématiques
MATH-500
Non reporté
Programmation
HumanEval
Non reporté
Raisonnement
ARC-AGI-2
72.1%
Humanity's Last Exam
40.2%
Multimodalité
MMMU-Pro
83.6%
Agentique
SWE-bench Pro
55.1%
Usages recommandés
Chat généralProgrammationAnalyseRechercheExtraction de données
Points forts
- Performance agentique et coding de pointe au coût Flash — ARC-AGI-2 72,1 % (proche de Gemini 3.1 Pro 77,1 %)
- Compréhension multimodale à la pointe (MMMU-Pro 83,6 %) sur texte, image, vidéo, audio et PDF en entrée
- Solides workflows tool-use et computer-use (Terminal-bench 2.1 76,2 %, OSWorld-Verified 78,4 %)
- Fenêtre de contexte de 1M tokens avec 64K tokens de capacité en sortie
Limites
- Modèle en preview — le comportement peut évoluer
- DeepMind reporte les benchmarks agentiques et de raisonnement mais pas les suites académiques classiques (MMLU, MATH-500, HumanEval, IFEval)
- Prix de sortie plus élevé que Gemini 3 Flash (9 $/M vs paliers Flash précédents inférieurs)
Ressources
Ce modèle peut utiliser vos données pour l'entraînement
