Google: Gemini 3.5 Flash

Gemini 3.5 Flash 面向持续编程和智能体任务，长上下文与工具调用适合需要保留文档、代码及先前决策，连续完成多个步骤的助手。

gemini-3.5-flash

可用Google聊天缓存输入便宜 90%

输入 / 输出-50%: $1.50 / $9.00$0.75 / $4.50
上下文: 1M
发布日期: 2026年5月19日
最大输出: 64K
模态: 视觉聊天
能力: 工具调用提示词缓存推理

Gemini 3.5 Flash 简介

Gemini 3.5 Flash 是 Google 的稳定版 Flash 档模型，Google 称它是日常高吞吐工作负载中速度和基础性能的基准。它能读文本和图片，调用工具，返回受 schema 约束的 JSON，并支持缓存。它的位置介于 Flash-Lite 3.5 与之后的 3.6、3.7、3.8 Flash 版本之间。

擅长的任务

稳定的通用 Flash 模型，适合大批量的日常对话、提取和摘要。
工具调用能支持完成几步任务的助手。
支持图片输入，处理截图、扫描件和图表时不需要单独的视觉模型。
受 schema 约束的 JSON 和上下文缓存，适合反复调用的流水线。

什么情况换别的模型

后来的 3.6、3.7 和 3.8 Flash 模型在编码和智能体任务上更强。
它没有专门的思考模式，较难的多步推理最好交给别的模型。

快速上手

创建 API 密钥
在 Console 生成一把密钥，平台上的模型都能用。

发送第一个请求

复制你所用语言的示例代码，向该端点发起请求。

文本生成Gemini API

POST/v1beta/models/gemini-3.5-flash:generateContent

API 格式:

curl "https://api.tokenlab.sh/v1beta/models/gemini-3.5-flash:generateContent" \
  -H "Content-Type: application/json" \
  -H "x-goog-api-key: sk-xxx" \
  -d '{
    "contents": [
      {"role": "user", "parts": [{"text": "Hello!"}]}
    ]
  }'

价格

Verified 价格用于 Verified，多数模型更便宜；Official 价格是模型厂商公布的价格，用于更稳定的 Official。Auto 按最终完成请求的线路计价。

默认规格

每 1M token

Official 价格: 输入 $1.50 / 输出 $9.00 / 缓存读取 $0.15
Verified 价格: 输入 $0.75 / 输出 $4.50 / 缓存读取 $0.075
折扣: -50%

提示词缓存价格

缓存读取

Official 价格: $0.15
Verified 价格: $0.075
折扣: -50%

工具附加费

按次计费，仅在模型实际使用工具时收取。

网页搜索

Official 价格: $0.014/次搜索
Verified 价格: $0.007/次搜索
折扣: -50%

	Official 价格每 1M token	Verified 价格每 1M token	折扣
默认规格	输入 $1.50 / 输出 $9.00 / 缓存读取 $0.15	输入 $0.75 / 输出 $4.50 / 缓存读取 $0.075	-50%
提示词缓存价格
缓存读取	$0.15	$0.075	-50%
工具附加费按次计费，仅在模型实际使用工具时收取。
网页搜索	$0.014/次搜索	$0.007/次搜索	-50%

用量与动态

成功率是请求完成的比例；延迟是拿到一次完整响应要花的时间，P95 表示 95% 的请求都在这个时间内完成。

用量与可用性

直接在 Console 里试

Gemini 3.5 Flash 已在 Console 备好，提示词已填好，可以直接修改或发送。

帮我用 gemini-3.5-flash 发一条简短消息，接口是 /v1beta/models/gemini-3.5-flash:generateContent。返回回复，附上延迟和费用。

使用场景

适用场景

推理
视觉

面向客户的对话
把缓存的知识库放在提示词前缀里，回答产品问题。
批量摘要
总结通话转写稿或工单，为每一项输出固定格式的 JSON 摘要。
表单和文档阅读
从扫描的表单和送货单中取出字段，整理成下游系统可直接导入的结构化记录。
入门级编码辅助
讲解代码、写小函数、起草单元测试，这些场景对深度要求不高。

提示词示例

用三个要点总结这份客服转写稿，并把 resolved 设为 true 或 false。

读取这张扫描的送货单，以 JSON 返回订单号、商品和签收状态。

写一个 Python 函数，从杂乱的字符串里解析 ISO 日期，再附上五个测试用例。

此模型按条件计价，仅凭月度 token 总量无法可靠估算；请按请求规格、缓存和适用时段查看详细定价。

FAQ

Gemini 3.5 Flash 是什么？

一个稳定的 Flash 档 Gemini 模型，面向日常高吞吐任务。它接受文本和图片，能使用工具，并生成结构化输出，侧重稳定的速度而不是最大深度。

它和 Gemini 3.5 Flash-Lite 比起来怎么样？

Flash-Lite 是 Google 最快、最经济的 3.5 模型；Flash 是更完整的模型，用于需要更仔细处理的任务。打标签和提取选 Lite，对话和较长输出选 Flash。

适合做编码智能体吗？

它能处理小型编码任务，但 Google 面向复杂编码和长时程智能体的，是后来的 3.7 和 3.8 Flash 模型。任务简单、量很大时，才用 3.5 Flash。

它支持图片和缓存吗？

两者都支持。请求里可以在文本旁带上图片，上下文缓存则能在大量请求间复用较长的共享前缀，比如固定的一套指令。

Gemini 3.5 Flash 的费用是多少？

在 TokenLab 上，Gemini 3.5 Flash 的价格为输入 $0.75 / 输出 $4.50 每 1M token。完整明细见上方价格表。价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率；单一费率不代表总价。

Gemini 3.5 Flash 的上下文窗口和输出上限是多少？

Gemini 3.5 Flash 最多接收 1,048,576 token 的上下文，单次最多返回 65,536 token。

Gemini 3.5 Flash 应该使用哪个端点？

Gemini 3.5 Flash 使用 https://api.tokenlab.sh/v1beta/models/gemini-3.5-flash:generateContent。代码写法见下方的请求示例。

Gemini 3.5 Flash 支持哪些操作？

Gemini 3.5 Flash 支持文本生成。选了操作，上面会显示对应的端点和请求示例。

Gemini 3.5 Flash 对比

Gemini 3.5 Flash 对比 Gemini 3.5 Flash-Lite Gemini 3.5 Flash 对比 Gemini 3.8 Flash Gemini 3.5 Flash 对比 Gemini 3.6 Flash Gemini 3.5 Flash 对比 GPT-5.4 mini

用到 Gemini 3.5 Flash 的指南

资料来源

Gemini models overview

审阅于 2026年10月2日