gemini-3-flash-preview

Gemini 3 Flash 是谷歌（Google）推出的轻量级旗舰级 AI 模型，核心定位为「复杂任务的极速响应引擎」，专为高吞吐、低延迟场景设计，在保持强大多模态理解能力的同时，显著优化推理成本与速度，以四分之一成本提供 Pro 级推理能力，打破速度、智能与成本的不可能三角”，覆盖开发者、企业与普通用户全场景，实现从高频开发到日常交互的极速响应，适合金融风控、法律文档分析、客服智能体等场景。

• 核心突破：无需在“速度、智能、成本”中妥协——比前代 Gemini 2.5 Pro 快 3 倍，性能反超；价格仅为 Gemini 3 Pro 的 1/4，同时支持上下文缓存、批量处理等成本优化方案。
• 编码能力反超：SWE-bench Verified 编码基准测试得分 78%，超越了 2.5 系列和Gemini 3 Pro，成为智能体编码的性价比首选。
• 多模态增强：新增高级视觉与空间推理能力，支持代码执行功能（可缩放、计数、编辑视觉输入），视频分析速度比 2.5 Pro 快 4 倍，OCR 精度提升。
• 成本优化方案：开启上下文缓存可省 90% 重复 token 成本，使用 Batch API 异步处理再省 50%，且调用速率更高。
• 大规模部署友好：支持 100 万 token 输入上下文，可处理长文档、视频流等大体积数据，同时保持低延迟（同步场景支持生产级速率）。
• 创意与效率工具：支持语音生成 App 原型（零基础几分钟出功能框架）、视频内容总结、多语言问答，查天气、规划旅行等需求可生成可视化结果（如带日历的赛程表）。

───────────────────────────────────────────────────────────────────

核心能力

⚡ 极速响应：218 tokens/秒高速输出，适合实时对话、流式处理与高并发 API 调用，处理 512px 图像、简单代码生成等任务“秒出结果”。 

🧠 灵活推理控制：thinking_level 参数支持“low”（快思）与“high”（深思）模式，精准平衡速度、成本与推理深度

👁️ 多模态全能处理：原生支持图像、音频、视频解析，无需额外模型即可完成跨模态任务，轻松完成高级视觉推理、视频知识提取、PDF 高精度解析、复杂图表合成。 

📊 超长上下文驾驭：1M token 输入窗口 + 64K 输出能力，可一次性分析整份财报、技术文档或长篇小说

🛠️ 工具链深度协同：内置 Google 搜索与代码执行，自动验证事实、检索最新数据，确保生成内容准确可靠