Gemini 3.6 Flash

Fiche modèle · Google · gemini-3.6-flash

Gemini 3.6 Flash is Google's workhorse multimodal reasoning model for agentic coding, knowledge work, and spatial reasoning. It supports text, image, video, audio, and PDF inputs, a 1 million-token context window, and a 65,536-token text output. It improves quality and token efficiency over Gemini 3.5 Flash.

Identité

OrganisationGoogle
Pays—
Famille—
Typellm
Date de sortie2026-07-21
Licenceproprietary
Licence commercialenon
Licence open sourcenon
Poids ouvertsnon
Auto-hébergement (DGX Spark)non — poids fermés
Modalitésaudio|image|text|video
Fenêtre de contexte—
KV cache / token (Q8)—
Paramètres totaux—
Paramètres actifs (session)—
Source des paramètres actifs—
Curation des paramètres actifs—
Prix par session3.00 $ (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)25.20 $ (est.)
Tokens d'entraînement—
Coupure de connaissance2026-03-31
Créé le2026-07-21T15:50:43.484329Z
Mis à jour le2026-11-04T06:04:44.103305Z
SourceLLM Stats
URLhttps://llm-stats.com/models/gemini-3.6-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), Google Vertex AI (priority) (cortecs).

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
Googlecortecspartiel0.76 $3.78 $—1 048 576———
Googlellm-statspartiel1.50 $7.50 $————active
Google Vertex AI (priority)cortecspartiel1.50 $7.48 $—1 048 576———

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

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
long_context0.50
multimodal0.90
reasoning0.70
general0.70
agents0.70
code0.60
tool_calling0.80
vision0.90

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
charxiv-rreasoning0.891.000.89nonoui2026-11-04T06:04:44.159661Z
deepswe-1.1code0.491.000.49nonnon2026-11-04T06:04:44.123773Z
mle-benchcode0.641.000.64nonoui2026-11-04T06:04:44.139712Z
mrcr-v2-(8-needle)long_context0.541.000.54nonoui2026-11-04T06:04:44.173830Z
osworld-verifiedmultimodal0.831.000.83nonoui2026-11-04T06:04:44.143041Z
swe-bench-proreasoning0.591.000.59nonoui2026-11-04T06:04:44.113722Z
terminal-bench-2.1reasoning0.781.000.78nonoui2026-11-04T06:04:44.129681Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
multimodal210.9033.262trueskill2026-11-04T08:08:46.488887Zrankings
agents57—26.124trueskill2026-10-19model_history
code73—26.993trueskill2026-10-19model_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