Gemini 3.5 Flash

Fiche modèle · Google · gemini-3.5-flash

Gemini 3.5 Flash is Google's strongest agentic and coding model in the Flash series, delivering frontier-level performance at up to 4x the speed of comparable frontier models and often at less than half the cost. Built to execute complex, agentic workflows, it outperforms Gemini 3.1 Pro on coding and agentic benchmarks while leading in multimodal understanding. It supports a 1 million-token input context window with 64k output tokens and uses dynamic thinking by default.

Identité

OrganisationGoogle
Pays—
Famille—
Typellm
Date de sortie2026-05-19
Licenceproprietary
Licence commercialenon
Licence open sourcenon
Poids ouvertsnon
Auto-hébergement (DGX Spark)non — poids fermés
Modalitésaudio|image|text|video
Fenêtre de contexte1 000 000
KV cache / token (Q8)—
Paramètres totaux—
Paramètres actifs (session)—
Source des paramètres actifs—
Curation des paramètres actifs—
Prix par session3.30 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)1.2 M
Tokens / tâche (Terminal-Bench)83.3 M (est.)
Ratio Terminal-Bench / Data Players69.4×
Coût / tâche (Terminal-Bench)27.71 $ (est.)
Tokens d'entraînement—
Coupure de connaissance2026-01-31
Créé le2026-05-19T18:09:58.835716Z
Mis à jour le2026-11-04T06:04:43.830242Z
SourceLLM Stats
URLhttps://llm-stats.com/models/gemini-3.5-flash

IA Act — preuves fournisseur

ICA 58/100 · périmètre complet · seuil systémique inconnu

CritèreNote / 5Poids
Documentation technique2,55 %
Résumé des données d'entraînement2,535 %
Conformité droit d'auteur2,535 %
Code of Practice GPAI5,020 %
Risque systémique0,05 %

Curation : 2026-10-23.

IA Act

Prix par fournisseur

Statut du modèle (offres + auto-hébergement) : partiel — via Google (cortecs, llm_stats).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

FournisseurSourceSouverainetéEntrée (/M tok)Sortie (/M tok)QuantificationContexteLatence (s)Débit (tok/s)Statut
Googlecortecspartiel1.66 $9.97 $—1 048 576———
Googlellm-statspartiel1.50 $9.00 $————active
DeepInfrallm-statsnon1.50 $9.00 $————active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
legal0.00
long_context0.60
math0.60
multimodal0.70
reasoning0.60
spatial_reasoning0.70
finance0.60
general0.60
agents0.50
code0.60
tool_calling0.70
vision0.70

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
arc-agi-v2reasoning0.721.000.72nonoui2026-11-04T06:04:43.948448Z
blueprint-bench-2agents0.341.000.34nonoui2026-11-04T06:04:43.923180Z
charxiv-rreasoning0.841.000.84nonoui2026-11-04T06:04:43.903133Z
deepswe-1.1code0.371.000.37nonnon2026-11-04T06:04:43.983652Z
finance-agentagents0.581.000.58nonoui2026-11-04T06:04:43.893260Z
finance-agent-v2agents0.581.000.58nonnon2026-11-04T06:04:43.958920Z
humanity's-last-examreasoning0.401.000.40nonoui2026-11-04T06:04:43.939907Z
legal-agent-benchmarklegal0.011.000.01nonnon2026-11-04T06:04:43.973449Z
livebenchmath0.751.000.75nonnon2026-11-04T06:04:43.963047Z
mcp-atlasreasoning0.841.000.84nonoui2026-11-04T06:04:43.861823Z
mmmu-provision0.841.000.84nonoui2026-11-04T06:04:43.913142Z
mrcr-v2-(8-needle)long_context0.271.000.27nonoui2026-11-04T06:04:43.932998Z
osworld-verifiedmultimodal0.781.000.78nonoui2026-11-04T06:04:43.883271Z
swe-bench-proreasoning0.551.000.55nonoui2026-11-04T06:04:43.853031Z
terminal-bench-2reasoning0.761.000.76nonoui2026-11-04T06:04:43.840193Z
toolathlonagents0.561.000.56nonoui2026-11-04T06:04:43.873043Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
multimodal310.7031.624trueskill2026-11-04T08:08:46.488887Zrankings
agents52—28.379trueskill2026-10-19model_history
code57—29.934trueskill2026-10-19model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04