Google · tutti i modelli ›

GGemini 3.5 Flash (batch)API

Gemini 3.5 Flash è il modello multimodale ad alta efficienza di Google, che offre codifica e ragionamento di livello quasi Pro a costi e velocità di livello Flash.

1MFinestra di contesto · token
$0.75Prezzo di input · per M token
$4.5Prezzo di output · per M token
GoogleFornitore

I prezzi vengono aggiornati automaticamente — verificati quotidianamente rispetto ai listini prezzi dei fornitori.

Vedi alternative open-source → Confronta tutti i prezzi dei modelli

Benchmark e prestazioni

Punteggi di benchmark indipendenti per Gemini 3.5 Flash (batch), misurati da Artificial Analysis. Maggiore è meglio. Modalità di misurazione: High.

Intelligence index32.6
Coding index70.1
GPQA92.2%
Humanity's Last Exam42.7%
Long Context Reasoning73.3%
SciCode53.9%
IFBench76.3%
τ²-Bench95.3%
τ-Bench Banking32.2%
Terminal-Bench78.7%
Terminal-Bench Hard40.9%
💰 Blended price$3.375 / 1M tokens
📈 Value9.7 intelligence points per $
vs. modelli misurati quitop 26%
Punteggi superiori a 74% dei 289 modelli misurati da Artificial Analysis e tracciati qui.
I modelli a questo livello costano $1.5 per 1M token (mediana di 9) — questo costa $1.69.
Più economico e migliore su questo indice: MiMo-V2.6-Pro · DeepSeek V4.1 Flash 1017 · GLM 5.3 e 26 in più
Dati di benchmark di Artificial Analysis

Informazioni su questo modello

Gemini 3.5 Flash (batch) è un modello AI commerciale di Google. Le specifiche seguenti vengono tracciate automaticamente: i prezzi vengono aggiornati quotidianamente dai listini pubblici, quindi i numeri in questa pagina riflettono il costo attuale dell'utilizzo del modello tramite la sua API.

Domande frequenti

Cos'è Gemini 3.5 Flash (batch)?

Gemini 3.5 Flash (batch) è un modello di linguaggio AI di Google. È un modello proprietario, disponibile tramite un'API. Ottiene 32.6 sull'indice di intelligenza Artificial Analysis.

Gemini 3.5 Flash (batch) è gratuito?

Gemini 3.5 Flash (batch) non è gratuito: costa $0.75 per milione di token in input e $4.5 per milione di token in output. Le alternative open-weight possono essere self-hosted senza costi per token.

A cosa serve Gemini 3.5 Flash (batch)?

I benchmark indipendenti di Artificial Analysis gli danno GPQA 92.2%, Humanity's Last Exam 42.7%, Long Context Reasoning 73.3%, SciCode 53.9%, IFBench 76.3%, τ²-Bench 95.3%, τ-Bench Banking 32.2%, Terminal-Bench 78.7%, Terminal-Bench Hard 40.9%. È particolarmente utilizzato per generazione di codice.

Modelli correlati

Gemini 3.1 Pro PreviewGoogleNano Banana Pro (Gemini 3 Pro Image)GoogleGemini 3.1 Pro Preview Custom ToolsGoogleGemini 4 ArgonGoogleGemini 2.5 ProGoogleGemini 3.5 FlashGoogle