От Google
Gemini 3.5 Flash — высокоэффективная мультимодальная модель Google, сочетающая интеллект уровня Pro с рекордной скоростью и низкой стоимостью серии Flash. Оптимизирована для написания кода и параллельного выполнения агентных циклов. Поддерживает текст, изображения, видео, аудио и PDF на входе. По умолчанию использует средний уровень мышления (medium) для баланса скорости и качества, с поддержкой четырёх уровней глубины рассуждений (minimal, low, medium, high).
Позиция рассчитана только среди моделей, для которых в каталоге указан результат того же теста. Это помогает сравнивать карточки, но не заменяет проверку модели на вашей задаче.
| Бенчмарк | Результат | Место |
|---|---|---|
| Arena Elo (LMSYS) | 1480 | 66 из 384 |
| MMLU (Общие знания) | 89.5% | 81 из 391 |
| HumanEval (Кодинг) | 88.2% | 164 из 391 |
| MATH (Математика) | 85.4% | 185 из 391 |
| GPQA (Экспертные знания) | 72.1% | 48 из 387 |
| SWE-bench (Разработка) | 55.1% | 169 из 381 |
19 мая 2026 года, на конференции Google I/O, команда Google DeepMind представила Gemini 3.5 Flash — модель, которая претендует на переопределение баланса между скоростью, стоимостью и интеллектом. Это не просто очередное итеративное обновление серии Flash. Gemini 3.5 Flash приближается к уровню Pro-моделей по качеству кода и рассуждений, сохраняя при этом рекордную скорость генерации и цену, характерную для «лёгких» моделей.
Если предыдущие Flash-модели воспринимались как «бюджетный вариант Pro», то 3.5 Flash — это полноценный рабочий инструмент, способный заменить Pro в большинстве продакшн-сценариев. Особенно в тех, где критична задержка: агентные пайплайны, мультишаговые ворклоу, интерактивные чат-боты с вызовом инструментов.
Одна из главных инноваций Gemini 3.5 Flash — встроенная система Dynamic Thinking, которая включена по умолчанию на уровне medium. В отличие от предыдущих поколений, где разработчик вручную решал, нужно ли модели «думать», Gemini 3.5 Flash автоматически определяет сложность задачи и выделяет на рассуждение соответствующее количество вычислительных ресурсов.
Доступны четыре уровня:
Переключение между уровнями происходит через параметр thinking_level в API-запросе, что позволяет одной модели закрывать все сценарии — от высокоскоростного чат-бота до глубокого аналитика.
Gemini 3.5 Flash — это не текстовая модель с «прикрученным» зрением. Она обучалась как единая мультимодальная система, нативно обрабатывающая пять типов входных данных:
Контекстное окно составляет 1 048 576 токенов на вход и до 65 536 токенов на выход. Миллион токенов — это примерно 1 500 страниц текста, 11 часов аудио или 1 час видео. Достаточно для анализа целого программного репозитория, годового отчёта компании или серии видеолекций в одном запросе.
Архитектура Gemini 3.5 Flash оптимизирована для агентных сценариев: модель может одновременно планировать несколько шагов, вызывать внешние инструменты (Function Calling), интерпретировать их результаты и выбирать следующее действие. Скорость генерации примерно в 4 раза выше, чем у других фронтирных моделей, что критически важно для мультишаговых цепочек, где каждый лишний секундный задержки на шаге умножается на десятки итераций.
Google при запуске Gemini 3.5 Flash сместил акцент с классических академических тестов (MMLU, HumanEval) на агентные бенчмарки нового поколения. Тем не менее, модель демонстрирует высокие результаты в обоих направлениях.
| Бенчмарк | Gemini 3.5 Flash | Gemini 3.1 Pro | Gemini 3 Flash | Описание |
|---|---|---|---|---|
| Terminal-Bench 2.1 | 76.2% | 70.3% | 62.8% | Автономное программирование в терминале |
| MCP Atlas | 83.6% | 78.2% | 71.4% | Использование инструментов в агентных сценариях |
| GDPval-AA (Elo) | 1656 | 1314 | — | Оценка агентного взаимодействия |
| SWE-bench Pro | 55.1% | 55.7% | 48.4% | Решение реальных GitHub-задач |
Обратите внимание: Gemini 3.5 Flash превосходит Gemini 3.1 Pro в Terminal-Bench и MCP Atlas. Это означает, что для агентных ворклоу и автоматизации кодинга Flash-модель теперь лучше Pro-модели предыдущего поколения, при этом стоя дешевле.
| Бенчмарк | Gemini 3.5 Flash | Описание |
|---|---|---|
| Arena Elo (LMSYS) | 1480 | Предварительный рейтинг Chatbot Arena |
| MMLU-Pro | 89.5% | Расширенный тест на общие знания |
| HumanEval | 88.2% | Генерация кода на Python |
| MATH | 85.4% | Математические задачи конкурсного уровня |
| GPQA | 72.1% | Научные вопросы уровня PhD |
| CharXiv Reasoning | 84.2% | Мультимодальное понимание диаграмм |
| MMMU-Pro | 84.0% | Мультимодальное мультизадачное понимание |
Arena Elo 1480 — это предварительная оценка, которая будет расти по мере накопления данных. Для Flash-модели это впечатляющий результат, близкий к Claude 3.7 Sonnet и GPT-5.2 Chat.
Представьте CI/CD-пайплайн, где ИИ-агент автоматически анализирует упавший тест, читает логи, находит причину сбоя, генерирует патч и создаёт Pull Request. Каждый шаг — это отдельный вызов модели. При 10-15 шагах в цепочке разница в задержке между моделями становится критической.
Gemini 3.5 Flash на уровне minimal обрабатывает простые шаги (чтение логов, парсинг ошибок) за миллисекунды, а на уровне high включает глубокое рассуждение для сложных шагов (генерация патча). Результат: автономный агент, который работает в 4 раза быстрее, чем на GPT-5.4 Pro, при сопоставимом качестве.
Terminal-Bench 2.1 (76.2%) и MCP Atlas (83.6%) подтверждают: модель специально заточена под такие сценарии.
Юридическая фирма получает на анализ контракт в формате PDF на 200 страниц, содержащий таблицы, графики и сканированные приложения. Классический подход: OCR, разбивка на чанки, векторный поиск, генерация ответа. С Gemini 3.5 Flash весь документ загружается целиком через нативную поддержку PDF — без промежуточных этапов.
Модель видит таблицы как таблицы, графики как графики, а сканированный текст распознаёт без внешнего OCR. Это сокращает пайплайн обработки с 5-6 шагов до одного API-вызова, снижая вероятность потери контекста и ошибок.
Автодополнение кода в IDE — задача, где скорость важнее абсолютного интеллекта. Пользователь ожидает подсказку за 100-200 мс. Gemini 3.5 Flash на уровне minimal обеспечивает именно такую скорость, при этом качество автодополнения (HumanEval 88.2%) значительно выше, чем у специализированных моделей для автодополнения.
Когда пользователь явно запрашивает рефакторинг или объяснение кода, уровень переключается на medium или high — и модель демонстрирует рассуждения, характерные для Pro-класса.
Интернет-магазин с 50 000 товаров. Чат-бот должен одновременно обслуживать сотни пользователей, отвечая на вопросы о товарах, проверяя наличие на складе (через Function Calling) и обрабатывая жалобы. Здесь критичны:
Gemini 3.5 Flash закрывает все три параметра: $1.50/$9.00 за 1M токенов, скорость в 4 раза выше аналогов, и MCP Atlas 83.6% (лучший результат для вызова инструментов). Для сравнения: GPT-5.2 Chat стоит $1.75/$14.00 при меньшем контексте (128K).
Контент-команда создаёт обзоры продуктов. Вместо ручного просмотра часовых демонстрационных видео, Gemini 3.5 Flash анализирует видео целиком, извлекая ключевые фичи, цитаты спикеров и технические характеристики. Нативная поддержка видео и аудио означает, что модель работает не с транскрипцией, а с оригинальным контентом, улавливая визуальные демонстрации и интонационные акценты.
| Характеристика | Gemini 3.5 Flash | Gemini 3.1 Pro | GPT-5.2 Chat | Claude Sonnet 4.6 | Gemini 2.5 Flash |
|---|---|---|---|---|---|
| Arena Elo | 1480 | 1617 | 1474 | 1530 | 1456 |
| Цена (вход) | $1.50 | $2.00 | $1.75 | $3.00 | $0.15 |
| Цена (выход) | $9.00 | $12.00 | $14.00 | $15.00 | $0.60 |
| Контекст | 1M | 1M | 128K | 200K | 1M |
| Макс. выход | 65K | 65K | 16K | 64K | 65K |
| Мультимодальность | Текст, Изображения, Видео, Аудио, PDF | Текст, Изображения, Видео, Аудио, PDF | Текст, Изображения | Текст, Изображения, PDF | Текст, Изображения |
| Агентные бенчмарки | Лидер (Terminal-Bench, MCP Atlas) | Сильные | Средние | Сильные | Базовые |
| Динамическое мышление | 4 уровня | Нет | Adaptive | Нет | Нет |
| Скорость | Рекордная (4x) | Стандартная | Быстрая | Стандартная | Очень быстрая |
Ключевой вывод: Gemini 3.5 Flash — единственная модель в своём ценовом сегменте, сочетающая 1M контекст, нативную обработку видео/аудио, агентную оптимизацию и регулируемую глубину мышления. Прямых конкурентов в этой нише фактически нет.
| Параметр | Значение |
|---|---|
| Входные токены | $1.50 за 1M токенов |
| Выходные токены | $9.00 за 1M токенов |
| Кэшированный вход | $0.15 за 1M токенов |
| Model ID | gemini-3.5-flash |
| Статус | GA (General Availability) |
| Доступ | Google AI Studio, Gemini API, Vertex AI, OpenRouter |
Кэшированный ввод по цене $0.15 за 1M — это в 10 раз дешевле стандартного ввода. Для приложений с повторяющимся системным промптом или RAG-контекстом это может снизить общую стоимость на 50-70%.
Для разработчиков, уже использующих Gemini API, миграция минимальна: достаточно заменить model ID на gemini-3.5-flash. Параметр thinking_budget, использовавшийся в ранних моделях, заменён на thinking_level — более интуитивный и предсказуемый в плане стоимости.
Несмотря на впечатляющие возможности, Gemini 3.5 Flash — не универсальный ответ на все задачи:
Gemini 3.5 Flash — это модель, которая размывает границу между Flash и Pro. Она не просто быстрая и дешёвая. Она демонстрирует уровень интеллекта, который год назад был доступен только фронтирным моделям стоимостью $15-30 за 1M выходных токенов.
Для разработчиков агентных систем, мультимодальных пайплайнов и продакшн-чатботов — это, вероятно, лучшее соотношение цены и качества на рынке прямо сейчас. Четыре уровня мышления позволяют одной моделью закрыть сценарии от мгновенного автодополнения до глубокого code review. А нативная поддержка видео, аудио и PDF делает её универсальным инструментом для обработки любых типов данных.
С учётом того, что Gemini 3.5 Pro ожидается в июне 2026, Google явно строит экосистему, где 3.5 Flash — это рабочая лошадка для 90% задач, а Pro зарезервирован для оставшихся 10%, требующих абсолютного максимума. И судя по бенчмаркам, эта стратегия работает.
$1.50 / $9.00 за 1M токенов