Bir model dizgisi değiştiği için 404 hatası almak, bir ajan döngüsüne başlamanın kötü bir yoludur. Gemini 3.5 Flash API, hızlı bir ajan döngüsüne entegre edilmeye değerdir, ancak bunu yalnızca canlı model listesinden tam gemini-3.5-flash model kimliğini doğruladıktan sonra yapmalısınız. Google Cloud, standart Global katmanda Gemini 3.5 Flash'ı 1 milyon girdi token'ı başına 1,50$ ve 1 milyon çıktı metin token'ı başına 9,00$ olarak listelerken, Flex/Batch fiyatlandırması girdi için 0,75$ ve çıktı için 4,50$ seviyesindedir. Aynı tuzağı kaynakta da gördük: bugün çalışan bir model kimliği yarın 404 hatası verebilir. Çevrimiçi fiyatlandırma tabloları genellikle doğrulanmış satıcı fiyatlarını, çapraz kontrolü yapılmamış dizin listeleriyle karıştırır. Bu kılavuz, şu anda nelerin doğrulanabilir olduğunu, nelerin olmadığını ve bir model kimliği değiştiğinde kırılmayan bir ajan döngüsünün nasıl oluşturulacağını ele almaktadır.
Önemli Çıkarımlar
- Google Cloud'un Ajan Platformu fiyatlandırma sayfası, Gemini 3.5 Flash'ı standart Global katmanda 1 milyon girdi token'ı başına 1,50$ ve 1 milyon çıktı token'ı başına 9,00$ olarak listeler; bu, TokenLab'in dizin listesiyle yenileme anında eşleşmektedir.
- Sabitlenmesi gereken tam model dizgisi
gemini-3.5-flash'tır; Google'ın Gemini API modelleri sayfası bunu kararlı bir model örneği olarak listeler. Yine de dağıtım yapmadan önce canlı model listesi üzerinden doğrulayın. - TokenLab'in birleşik API'si üzerinden yönlendirme yapmak, sağlayıcıya özel bir SDK dizgisini kodunuza gömmek zorunda olmadığınız anlamına gelir; TokenLab, kararlı bir model kısa adını (slug) o anda geçerli olan temel tanımlayıcıyla eşleştirir.
- Aşağıdaki tabloda yer alan rakip fiyatları (GPT-5.5, Claude Sonnet 5, DeepSeek V4 Flash) yalnızca TokenLab'in dizininden alınmıştır. Bu incelemede bu modeller için bağımsız bir satıcı fiyatlandırma sayfası sağlanmamıştır; bütçe oluşturmadan önce doğrudan OpenAI, Anthropic ve DeepSeek ile doğrulayın.
- Burada herhangi bir kıyaslama gecikme verisi (ilk token'a kadar geçen süre, tam 5 adımlı döngü süresi) belirtilmemiştir çünkü bağımsız bir kaynak bulunmamaktadır. Kendi döngünüzü ölçümleyin ve ikinci el rakamları alıntılamak yerine adım başına p50/p95 değerlerini ölçün.
- Ajan döngülerinde çıktı token'ları genellikle harcamaları domine eder; Gemini 3.5 Flash'ın çıktı oranı (1 milyon başına 9,00$), girdi oranının (1 milyon başına 1,50$) 6 katıdır, bu nedenle
max_output_tokensdeğerini sınırlamak, istem uzunluğunu kısaltmaktan daha önemlidir.
Kaynak Özeti
| Kaynak | Kapsamı | Gözlem tarihi |
|---|---|---|
| Google Cloud Ajan Platformu fiyatlandırması | Gemini 3.5 Flash standart, önbelleğe alınmış girdi ve Flex/Batch token fiyatlandırması | 2026-07-08 |
| Google Gemini API modelleri sayfası | Kararlı model isimlendirme rehberi; gemini-3.5-flash kararlı model örneği olarak listelenmiştir |
2026-07-08 |
| TokenLab model ve fiyatlandırma dizini | Google, Anthropic, OpenAI ve DeepSeek genelinde gemini-3.5-flash ve rakip modeller için token başına fiyatlandırma |
2026-07-08 |
Google Cloud'un Gemini Enterprise Ajan Platformu, Gemini 3.5 Flash'ı Gemini Geliştirici API fiyatlandırma sayfasından ayrı olarak kendi fiyatlandırma çizelgesinde listeler. Standart Global oranlar, 1 milyon girdi token'ı başına 1,50$ ve 1 milyon çıktı metin token'ı başına 9,00$'dır. Flex/Batch Global oranları girdi için 0,75$'a ve çıktı için 4,50$'a düşer. Standart katmanda önbelleğe alınmış girdi, 1 milyon token başına 0,15$'dır. Bu, Gemini 3.5 Flash'ın bir yer tutucu veya önizleme etiketi değil, Google Cloud'daki kurumsal ajan iş yükleri için fiyatlandırılmış, kararlı ve genel kullanıma açık bir model olduğunun doğrudan kanıtıdır. Makaleler arasında maliyet karşılaştırması yapan okuyucular, rakamları birbirinin yerine kullanılabilir olarak görmeden önce oranın hangi fiyatlandırma sayfasından alındığını kontrol etmelidir.
Gemini 3.5 Flash API için Model ve Maliyet Karşılaştırması
Aşağıdaki tüm rakamlar TokenLab dizin listeleridir. 'Satıcı ile doğrulayın' olarak işaretlenen satırlar için bu inceleme kapsamında bağımsız bir alıntı sağlanmamıştır.
| Model | Sağlayıcı | Bağlam penceresi | Girdi $/M token | Çıktı $/M token | Not |
|---|---|---|---|---|---|
| gemini-3.5-flash | 1.048.576 | $1.50 | $9.00 | TokenLab dizini; Google'ın canlı fiyatlandırma sayfasıyla doğrulayın | |
| gemini-3.1-flash-lite | n/a | $0.25 | $1.50 | TokenLab dizini | |
| gemini-3-pro-image | n/a | $2.00 | $12.00 | TokenLab dizini, görsel katmanı; metin ajanı alternatifi olarak kullanmayın | |
| gpt-5 | OpenAI | n/a | $1.25 | $10.00 | TokenLab dizini |
| gpt-5.5 | OpenAI | 1.050.000 | $5.00 | $30.00 | TokenLab dizini - OpenAI ile doğrulayın |
| claude-sonnet-5 | Anthropic | 1.000.000 | $2.00 | $10.00 | TokenLab dizini - Anthropic ile doğrulayın |
| claude-haiku-4-5 | Anthropic | n/a | $1.00 | $5.00 | TokenLab dizini |
| deepseek-v4-flash | DeepSeek | 1.048.576 | $0.09 | $0.18 | TokenLab dizini - DeepSeek ile doğrulayın |
Birçok küçük araç çağırma dönüşü yapan ajan döngüleri için, token başına en ucuz oran her zaman görev başına en ucuz oran değildir; daha az yeniden denemeye veya daha kısa akıl yürütme izlerine ihtiyaç duyan bir model, daha düşük bir etiket fiyatını geçebilir. Sadece token başına maliyeti değil, tamamlanan görev başına maliyeti ölçün.
Gemini 3.5 Flash API için Uygulama Adımları
Kod yazmadan önce model kimliğini doğrulayın. Yenileme anında sabitlenmesi gereken model kimliği
gemini-3.5-flashidi ve Google'ın model dokümanları bunu kararlı model örneği olarak listeliyor. Yine de dağıtım öncesinde sağlayıcınızın model listesi uç noktasını çağırın veya TokenLab'in dizinini kontrol edin. 'SDK hata verdi' sorununun çözümü budur: dizgi çağrı anında mevcut değildi. Hiçbir yeniden deneme mantığı yanlış bir tanımlayıcıyı düzeltemez. Örneğin, kaynak bu hata modunu doğrudan tanımlamaktadır.Ham bir sağlayıcı SDK'sı yerine birleşik bir uç nokta üzerinden yönlendirme yapın. TokenLab (veya benzeri bir ağ geçidi) kullanmak, uygulama kodunuzun kararlı bir kısa ada (slug) referans verdiği ve ağ geçidinin bunu sağlayıcının o anki geçerli tanımlayıcısına çözümlediği anlamına gelir. Bu, ajan döngünüzü sağlayıcı tarafındaki model yeniden adlandırmalarından veya kullanımdan kaldırmalardan ayırır.
Döngüyü açık adımlar ve enstrümantasyon ile oluşturun:
# Yalnızca açıklayıcı yapı - dağıtım yapmadan önce
# tam uç noktayı/model alanlarını ağ geçidinizin güncel dokümanlarıyla doğrulayın.
import time
def agent_loop(task):
timings = {}
t0 = time.time()
plan = call_model(model="gemini-3.5-flash", prompt=build_plan_prompt(task))
timings["plan"] = time.time() - t0
t0 = time.time()
context = retrieve_context(plan)
timings["retrieve"] = time.time() - t0
t0 = time.time()
tool_result = call_tool(plan, context)
timings["tool_call"] = time.time() - t0
t0 = time.time()
synthesis = call_model(
model="gemini-3.5-flash",
prompt=build_synthesis_prompt(tool_result),
max_output_tokens=512,
)
timings["synthesize"] = time.time() - t0
t0 = time.time()
response = format_response(synthesis)
timings["respond"] = time.time() - t0
return response, timings
İş hattımızda, her çalıştırma için timings verilerini günlüğe kaydediyoruz ve temsili bir görev grubu genelinde kendi p50/p95 değerlerimizi hesaplıyoruz. Başkasının ortamından alınan sabit bir 'döngü başına N saniye' rakamını yayınlamayın veya buna güvenmeyin; ağ koşulları, istem uzunluğu ve sağlayıcı yükü bu rakamları sürekli değiştirir.
Çıktı token'larını bilinçli olarak sınırlayın. Yukarıdaki dizin fiyatlandırmasına göre
gemini-3.5-flashiçin çıktı token'ları, girdi token'larının yaklaşık 6 katına mal olur. Fiyatlandırma matematiğini test ettik. Modelin uzun süre çalışmasına izin vermek yerine adım başınamax_output_tokensdeğerini ayarlayın. Bu, özellikle ayrıntılı yanıtların yaygın olduğu sentez adımında önemlidir.Bir geri dönüş (fallback) zinciri ekleyin. İkincil bir model yapılandırın (örneğin, maliyet için
gemini-3.1-flash-liteveya tamamen farklı bir sağlayıcı), böylece tek bir model kesintisi veya kullanımdan kaldırma tüm ajanınızı devre dışı bırakmaz.
TokenLab Ne Zaman Kullanılmalı?
- Kırılgan bir sağlayıcı dizgisi yerine kararlı bir model kısa adı (slug) istiyorsanız. TokenLab'in dizin yaklaşımı, bir sağlayıcı bir modeli yeniden adlandırdığında veya kullanımdan kaldırdığında kodunuzun yeniden yazılmasına gerek olmadığı anlamına gelir. Google'ın kendi Veo 3.0 kapatma işlemi 30 Haziran 2026 için planlanmıştır, bu da riski göstermektedir.
- Bir sağlayıcıya bağlanmadan önce maliyeti sağlayıcılar arasında karşılaştırmak için tek bir yere ihtiyaç duyuyorsanız; her model değişimini değerlendirdiğinizde dört ayrı fiyatlandırma sayfasını manuel olarak kontrol etmek yerine.
- Çoklu sağlayıcı geri dönüş mantığı çalıştırıyorsanız ve dört ayrı SDK entegrasyonunu sürdürmek yerine Google, Anthropic, OpenAI ve DeepSeek modelleri arasında tutarlı bir istek/yanıt şekli istiyorsanız.
İlgili Okumalar
SSS
gemini-3.5-flash, doğrudan Google'ın SDK'sına karşı çağırabileceğim geçerli bir model kimliği mi?
Böyle varsaymayın. Dağıtım yapmadan önce Google'ın güncel model listesiyle doğrulayın; model kimliği dizgileri değişebilir ve önizleme/GA durumu zamanla kayabilir. TokenLab üzerinden yönlendirme yapıyorsanız, ağ geçidi bu eşlemeyi sizin yerinize yönetir.
Karşılaştırma tablosundaki rakip fiyatları nereden geliyor?
Bunlar TokenLab dizin listeleridir. Bu makaledeki yalnızca Veo video fiyatlandırması, bağımsız olarak tarihlendirilmiş bir Google kaynağına (2026-07-08 gözlemi) dayanmaktadır. GPT-5.5, Claude Sonnet 5 ve DeepSeek V4 Flash fiyatlandırması için burada bağımsız bir alıntı sağlanmamıştır; bu rakamları müşteri odaklı bir maliyet tahmininde kullanmadan önce her satıcı ile doğrulayın.
5 adımlı bir Gemini 3.5 Flash ajan döngüsü ne kadar hızlıdır?
Bu makale için bağımsız bir kaynak bulunmadığından, burada herhangi bir kıyaslama rakamı yer almamaktadır. Kendi döngünüzü enstrümante edin (yukarıdaki kod örneğine bakın) ve ikinci el bir rakama güvenmek yerine ortamınızdaki gerçek p50/p95 gecikmesini ölçün.
Kullandığım model proje ortasında kullanımdan kaldırılırsa ne olur?
Bu, tam olarak Google'ın Veo 3.0 kapatma işleminin (30 Haziran 2026) gösterdiği senaryodur. Bir geri dönüş zinciri oluşturun ve mümkünse, bir kullanımdan kaldırmanın kodun yeniden yazılmasını gerektirmemesi için güncellenmiş model kısa adlarını (slug) koruyan bir ağ geçidi üzerinden yönlendirme yapın.
Kaynaklar
Fiyat 2026-07-08 tarihinde gözlendi
- Google AI Gemini API pricing2026-07-08 tarihinde gözlendi
- Google Cloud Agent Platform pricing2026-07-08 tarihinde gözlendi
- Google Gemini API models2026-07-08 tarihinde gözlendi
- TokenLab model directory2026-07-07 tarihinde gözlendi
