G
Gemini 3 Flash Preview (batch)API
Gemini 3 Flash Preview est un modèle de réflexion à haute vitesse et de grande valeur, conçu pour des flux de travail agentiques, des chats multi-tours et de l'assistance à la programmation.
Les prix se mettent à jour automatiquement — vérifiés quotidiennement par rapport aux prix catalogue des fournisseurs.
- $0.56 par 1M de tokens, en supposant 3 entrées pour 1 sortie la convention utilisée par Artificial Analysis
- moins cher que 80% des 192 modèles commerciaux suivis ici
- 16 sur 34 modèles Google suivis ici, du moins cher
Benchmarks & performance
Scores de référence indépendants pour Gemini 3 Flash Preview (batch), mesurés par Artificial Analysis. Plus c'est élevé, mieux c'est. Mode de mesure : Reasoning.
Les modèles à ce niveau coûtent $1.35 par 1M de tokens (médiane de 25) — celui-ci coûte $0.56.
Moins cher et meilleur sur cet indice : GLM 5.3 Flash · Gemini 3.7 Flash (batch) · GPT-5.6 Luna et 13 de plus
À propos de ce modèle
Gemini 3 Flash Preview (batch) est un modèle d'IA commercial de Google. Les spécifications ci-dessous sont suivies automatiquement : les prix sont actualisés quotidiennement à partir des tarifs publics, donc les chiffres sur cette page reflètent le coût actuel d'utilisation du modèle via son API.
Questions fréquemment posées
Qu'est-ce que Gemini 3 Flash Preview (batch) ?
Gemini 3 Flash Preview (batch) est un modèle de langage IA de Google. C'est un modèle propriétaire, disponible via une API. Il obtient un score de 38.7 sur l'indice d'intelligence d'Artificial Analysis.
Gemini 3 Flash Preview (batch) est-il gratuit ?
Gemini 3 Flash Preview (batch) n'est pas gratuit : il coûte 0,25 $ par million de tokens en entrée et 1,5 $ par million de tokens en sortie. Les alternatives open-weight peuvent être auto-hébergées sans coût par token.
Qu'est-ce que Gemini 3 Flash Preview (batch) sait bien faire ?
Des benchmarks indépendants d'Artificial Analysis lui donnent 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%. Il est particulièrement utilisé pour raisonnement mathématique.