Gemini 3 Flash Preview
Red Neuronal
Gemini 3 Flash Preview: modelo de Google con razonamiento para código, tareas de agentes y chat de varios pasos.
Longitud máxima de respuesta
(en tokens)
Tamaño del contexto
(en tokens)
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Prompt de imagen
(por 1K tokens)
Cómo funciona Gemini 3 Flash Preview?
Gemini 3 Flash Preview es un modelo rápido de Google con modo de razonamiento, diseñado para escenarios de agentes, chat de varios pasos y asistencia en desarrollo. Según el proveedor, se acerca al nivel Pro en calidad de razonamiento y uso de herramientas, manteniendo una alta velocidad de respuesta. A través de BotHub, el modelo está disponible desde Rusia sin VPN ni tarjetas extranjeras; pagas con tarjeta rusa en rublos solo por los tokens consumidos, que no caducan. Puedes comparar respuestas y cambiar de modelo en pocos clics, y la API compatible con OpenAI conecta Gemini 3 Flash Preview a tus servicios sin reescribir la integración. Casos de uso: escribir y refactorizar código, analizar proyectos ajenos, detectar errores, crear agentes con llamadas a funciones externas, mantener diálogos largos donde es importante recordar el contexto, y procesar rápidamente tareas repetitivas en soporte o análisis.Preguntas frecuentes sobre Gemini 3 Flash Preview
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
Es un modelo de texto de Google Gemini con modo de razonamiento, entrada de imágenes y documentos, y llamada a funciones. Adecuado para trabajar con código y refactorización, análisis de informes largos y PDF, interpretación de capturas de pantalla, tareas STEM y procesamiento masivo por lotes.
El límite de salida es de hasta 65 536 tokens por respuesta, y la ventana de contexto alcanza 1 048 576 tokens. Esto es suficiente para un módulo de código extenso, un análisis detallado de documentos o un informe analítico largo sin dividir la solicitud.
Sí, el modo de razonamiento está confirmado: el modelo puede establecer pasos intermedios antes de la respuesta final. Es útil en matemáticas, lógica, depuración de código y tareas donde la cadena de razonamiento es importante, no solo una respuesta rápida.
Sí, admite tanto llamadas a funciones (function calling) como salida estructurada en JSON. El modelo se puede conectar a tus herramientas y servicios; en BotHub, esto se hace mediante una API compatible con OpenAI, por lo que cambiar de modelo no requiere reescribir la integración.
Según nuestros datos, se confirman imágenes y documentos, incluido el procesamiento nativo de archivos. Puedes enviar una captura de pantalla, esquema, escaneo o PDF y obtener un análisis de texto. No hay información sobre audio o video en nuestros datos.
No tenemos métricas específicas sobre el ruso, por lo que no prometemos cifras. Los modelos de la línea Gemini son tradicionalmente multilingües, así que es mejor probarlo con tus propias tareas: en BotHub, el acceso está abierto desde Rusia, sin VPN ni tarjetas extranjeras.