G
Gemini 3 Flash Preview (batch)API
Gemini 3 Flash Preview es un modelo de pensamiento de alta velocidad y alto valor, diseñado para flujos de trabajo agenticos, chat de múltiples turnos y asistencia en codificación.
Los precios se actualizan automáticamente; se verifican a diario contra las tarifas oficiales de los proveedores.
- $0.56 por 1M de tokens, asumiendo 3 entradas por 1 salida la convención utilizada por Artificial Analysis
- más barato que el 80% de los 192 modelos comerciales rastreados aquí
- 16 de 34 modelos Google rastreados aquí, desde el más barato
Puntuaciones de referencia y rendimiento
Puntuaciones de referencia independientes para Gemini 3 Flash Preview (batch), medidas por Artificial Analysis. Más alto es mejor. Modo de medición: Reasoning.
Los modelos en este nivel cuestan $1.35 por 1M de tokens (mediana de 25) — este cuesta $0.56.
Más barato y mejor en este índice: GLM 5.3 Flash · Gemini 3.7 Flash (batch) · GPT-5.6 Luna y 13 más
Acerca de este modelo
Gemini 3 Flash Preview (batch) es un modelo de IA comercial de Google. Las especificaciones a continuación se rastrean automáticamente: los precios se actualizan diariamente desde los precios de lista públicos, por lo que los números en esta página reflejan el costo actual de usar el modelo a través de su API.
Preguntas frecuentes
¿Qué es Gemini 3 Flash Preview (batch)?
Gemini 3 Flash Preview (batch) es un modelo de lenguaje de IA de Google. Es un modelo propietario, disponible a través de una API. Obtiene 38.7 en el índice de inteligencia Artificial Analysis.
¿Es Gemini 3 Flash Preview (batch) gratuito?
Gemini 3 Flash Preview (batch) no es gratuito: cuesta $0.25 por millón de tokens de entrada y $1.5 por millón de tokens de salida. Las alternativas open-weight se pueden self-hosted sin costo por token.
¿En qué es bueno Gemini 3 Flash Preview (batch)?
Los benchmarks independientes de Artificial Analysis le dan GPQA 89.8%, MMLU-Pro 89%, Humanity's Last Exam 36.6%, Long Context Reasoning 73%, LiveCodeBench 90.8%, SciCode 50.6%, AIME 2025 97%, IFBench 78%, τ²-Bench 80.4%, τ-Bench Banking 20.8%, Terminal-Bench Hard 38.6%. Se utiliza particularmente para razonamiento matemático.