Gemini 3.5 Flash
Red Neuronal
Gemini 3.5 Flash de Google: modelo multimodal para código, razonamiento y tareas de agentes, disponible vía API unificada de BotHub.
Características
- Entrada
- texto, imágenes, documentos
- Salida
- texto
- Tamaño del contexto
- 1 048 576 tokens
- Longitud máxima de respuesta
- 65 536 tokens
- Niveles de razonamiento
- mínimo, bajo, medio, alto
- Funciones
- razonamiento, llamada a funciones
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Prompt de imagen
(por 1K tokens)
Cómo funciona Gemini 3.5 Flash?
Gemini 3.5 Flash es un modelo multimodal de Google que eleva la calidad del código y el razonamiento al nivel de la línea Pro, manteniendo la rapidez y eficiencia de la clase Flash. Está optimizado para programación y ejecución paralela de tareas de agentes, y la variante batch está diseñada para el procesamiento por lotes de grandes volúmenes de solicitudes. A través de BotHub, el modelo está disponible sin VPN ni tarjetas extranjeras: pagas con tarjeta local por los tokens utilizados, sin suscripciones. Tienes más de 250 modelos en una sola ventana para comparar fácilmente, y una API unificada compatible con OpenAI permite cambiar de modelo sin reescribir la integración. Los chats están cifrados con AES-GCM, y para equipos ofrecemos contratos, facturas, intercambio electrónico de documentos y panel de administración con límites. Gemini 3.5 Flash es útil para desarrolladores (código, refactorización, revisión), ingenieros de sistemas de agentes (ramas paralelas), analistas (procesamiento de documentos y logs) y equipos de producto (prototipos rápidos).Preguntas frecuentes sobre Gemini 3.5 Flash
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.
gemini-3.5-flash:batch trabaja con texto, documentos e imágenes: analiza archivos, responde preguntas sobre el contenido, escribe y corrige código, y resuelve tareas de razonamiento. Con un contexto de hasta 1,048,576 tokens, el modelo es adecuado para materiales largos y procesamiento por lotes de grandes volúmenes de solicitudes.
El límite por respuesta es de 65,536 tokens. Esto es suficiente para textos extensos, análisis detallados de documentos o archivos de código grandes. Si necesitas más volumen, divide la tarea en partes: el contexto de 1,048,576 tokens permite mantener en el diálogo todo lo escrito anteriormente.
Sí, el razonamiento antes de responder está confirmado: puede desglosar la tarea en pasos, verificar conclusiones intermedias y luego dar el resultado. Esto es notable en matemáticas, lógica, análisis de código y documentos largos donde es importante no perder detalles.
Sí, ambos. El modelo puede llamar a funciones y devolver JSON estructurado, por lo que es fácil integrarlo en agentes y pipelines. En BotHub, es una API unificada compatible con OpenAI: no necesitas reescribir la integración al cambiar de modelo.
Imágenes y documentos sí, está confirmado: puedes enviar escaneos, PDF, tablas o capturas de pantalla y solicitar análisis, resúmenes o estructuración de contenido. No hay información sobre audio y video en nuestros datos, por lo que es mejor probar ese escenario con un archivo pequeño.
La familia Gemini es multilingüe desde su origen, y el ruso es uno de los idiomas con los que trabajan estos modelos. No tenemos mediciones específicas por idioma, así que evalúalo con tu tarea: en BotHub puedes comparar la respuesta con otro modelo en la misma ventana, sin VPN ni tarjetas extranjeras.