В мае 2026 года на конференции Google I/O компания представила новое семейство моделей Gemini 3.5, и первой в открытый доступ вышла именно Flash-версия. Разработчики называют её сильнейшей агентной и кодинговой моделью в своей линейке: она обходит прошлогодний флагман Gemini 3.1 Pro по ряду бенчмарков, при этом генерирует ответ в четыре раза быстрее конкурентов и обходится дешевле. Разбираемся, что умеет Gemini 3.5 Flash, чем она отличается от Pro-версий, сколько стоит через API и в каких сценариях действительно раскрывается.
Что такое Gemini 3.5 Flash и почему она важна
Gemini 3.5 Flash — облегчённая модель нового поколения Gemini, оптимизированная под низкую задержку и высокую пропускную способность. Исторически индекс Flash в экосистеме Google означал компромисс в пользу скорости, однако 3.5 Flash меняет это представление: качество ответов здесь сопоставимо с Pro-уровнем прошлого поколения, а по скорости генерации модель удерживает одно из первых мест на рынке. Уже на старте она стала моделью по умолчанию в приложении Gemini и в AI-режиме поиска Google, то есть фактически новой «рабочей лошадкой» для сотен миллионов пользователей.
Главный контекст релиза — смещение конкуренции в индустрии к агентной производительности. Кодовые агенты, многошаговые рабочие процессы и задачи с длинным горизонтом стали главным полем борьбы, и Google позиционирует 3.5 Flash как свой ответ на этот запрос. Не случайно модель тесно связана с агентной платформой Antigravity: она задумывалась не как автономный чат-бот, а как компонент многоагентной архитектуры, где субагенты параллельно выполняют этапы сложной работы.
Ключевые характеристики модели
| Параметр | Значение |
|---|---|
| Дата релиза | 19 мая 2026 года |
| Контекстное окно на вход | до 1 000 000 токенов |
| Максимум на выход | 65 536 токенов |
| Скорость генерации | около 289 токенов в секунду |
| Мультимодальный вход | текст, изображения, видео, аудио, PDF |
| Вывод | текст |
| База знаний | январь 2025 года |
| Инструменты | function calling, структурированный JSON, выполнение кода, web search |
Контекст в миллион токенов — одна из самых сильных сторон модели. В одно окно помещается объёмная кодовая база, годовой отчёт на сотни страниц или расшифровка многочасовой встречи, и модель сохраняет связность по всему документу. Нативная мультимодальность тоже выделяется: пока топовые модели конкурентов в основном работают с изображениями, Gemini 3.5 Flash понимает видео и речь без внешних конвертеров.
Скорость и стоимость: главный аргумент Flash
По замерам независимой платформы Artificial Analysis модель выдаёт около 289 токенов в секунду. Для сравнения: Claude Opus 4.7 — около 67 токенов в секунду, GPT-5.5 — около 71, а предшествующий флагман Google Gemini 3.1 Pro — около 135. Иными словами, разрыв с прямыми конкурентами превышает четырёхкратный. Время до первого токена в среднем составляет порядка 14 секунд при среднем уровне рассуждений — для интерактивных сценариев разработчики могут снижать глубину «мышления» и получать отклик почти мгновенно.
Через API тарификация строится по схеме pay-as-you-go: официально вход стоит около 126 рублей за миллион входных токенов и около 759 рублей за миллион выходных, а сторонние агрегаторы дают цену заметно ниже официальной. Важно учитывать реальную стоимость задачи, а не цену за токен: Flash тратит больше токенов на рассуждения, поэтому полный прогон агентного индекса Artificial Analysis обошёлся дороже, чем на Gemini 3.1 Pro. Для массовых сценариев это компенсируется скоростью: очередь из тысячи однотипных запросов обрабатывается быстрее, а экономия токенов достигается настройкой reasoning-уровня.
Бенчмарки: где Flash обходит флагман, а где уступает
| Бенчмарк | Gemini 3.5 Flash | Gemini 3.1 Pro | Лидеры среди конкурентов |
|---|---|---|---|
| Terminal-Bench 2.1 | 76,2% | 70,3% | GPT-5.5 — 78,2% |
| MCP Atlas | 83,6% | 78,2% | Flash — лучший результат |
| GDPval-AA (Elo) | 1656 | 1314 | GPT-5.5 — 1769 |
| SWE-Bench Pro | 55,1% | — | Claude Opus 4.7 — 64,3% |
| Humanity’s Last Exam | 40,2% | 44,4% | Claude Opus 4.7 — 46,9% |
| ARC-AGI-2 | 72,1% | 77,1% | 3.1 Pro впереди |
| MMMU-Pro | 83,6% | — | Flash — лучший результат |
Картина типична для Flash-класса: модель блистает в агентных сценариях, работе с инструментами и мультимодальном понимании, но в глубоком академическом рассуждении и абстрактных головоломках уступает флагманам. Практический вывод прост: если задача требует длинных цепочек логики с высокой ценой ошибки — нужен Pro-класс, если важен поток, скорость и цена — Flash рациональнее.
Сравнение с конкурентами по осям скорость — качество
Чем Gemini 3.5 Flash лучше GPT-5.5 и Claude Opus 4.7
В агентных задачах и мультиинструментальных цепочках Flash выходит вперёд: MCP Atlas — 83,6% против показателей обоих конкурентов, Finance Agent v2 — 57,9%. Добавьте вчетверо большую скорость генерации и стоимость менее половины от цен конкурентов на сопоставимой нагрузке — получается весомое преимущество для продакшена.
В чём Flash уступает
На академических рассуждениях (Humanity’s Last Exam, ARC-AGI-2) и в извлечении фактов из длинного контекста лидируют Claude и OpenAI. На SWE-Bench Pro отставание от Opus 4.7 — почти девять процентных пунктов. В сообществе также отмечают склонность к галлюцинациям в задачах, где модель не размышляет перед ответом: например, при запросе актуальных обменных курсов она выдаёт общие данные без аналитики. Это лечится включением режима рассуждений и подключением поиска к базе знаний через RAG.
Сценарии применения: кому подходит модель
- Чат-боты и службы поддержки — низкая задержка критична при тысячах одновременных диалогов.
- Извлечение данных и RAG — точные цитаты из документов в связке с векторными базами.
- Кодинг — ревью кода, поиск багов, генерация тестов, объяснение чужой логики в проектах среднего размера.
- Генерация контента — статьи, маркетинговые тексты, описания товаров и образовательные материалы в больших объёмах.
- Агентная автоматизация — многошаговые рабочие процессы с вызовом внешних инструментов.
- Перевод и локализация — поддержка более сотни языков, включая русский, с учётом культурного контекста.
Отдельная сильная сторона — русский язык: модель грамотно держит стиль и понимает контекст, что важно для русскоязычных продуктов. Если вы только начинаете знакомство с языковыми моделями и хотите сориентироваться в экосистеме, пригодятся подробные обзоры нейросетей на информационном портале — там собраны материалы и о моделях Google, и о решениях конкурентов.
Линейка Gemini 3.5: Flash, Flash-Lite и Flash Cyber
В июле 2026 года Google расширила семейство. Gemini 3.5 Flash-Lite — самая быстрая и дешёвая модель линейки: около 350 токенов в секунду, минимальные задержки, экономия около 17% выходных токенов против базовой Flash. Её ниша — классификация, маршрутизация запросов, массовая обработка каталогов. Gemini 3.5 Flash Cyber — специализированная версия для поиска и исправления уязвимостей в коде, работающая в системе CodeMender; из-за двойного применения она доступна только государственным организациям и партнёрам в рамках закрытой программы. А осенью вышла Gemini 3.6 Flash — преемница 3.5 Flash с той же ценой за токен, меньшим расходом токенов и более высокой точностью редактирования кода, которую Google уже рекомендует для большинства продакшн-сценариев.
Как получить доступ
- Приложение Gemini на Android и iOS — модель уже назначена по умолчанию.
- AI-режим поиска Google — ответы генерирует именно 3.5 Flash.
- Gemini API и Google AI Studio — для разработчиков с любым стеком.
- Google Antigravity и Android Studio — агентная разработка с субагентами.
- Cursor, Vertex AI и Gemini Enterprise — для команд и корпоративных внедрений.
Можно ли использовать Gemini 3.5 Flash бесплатно?
В приложении Gemini и в поиске Google модель доступна пользователям без отдельной оплаты в рамках обычного опыта. Для коммерческого использования через API предусмотрена тарификация pay-as-you-go без подписки.
Какая модель лучше: Gemini 3.5 Flash или Pro?
Ориентируйтесь на характер задачи. Один абзац промпта, предсказуемый результат, типовая операция — начинайте с Flash. Длинный запрос с файлами, требованиями к точности и многошаговой логикой — выбирайте Pro-класс, если скорость не критична.
Вывод
Gemini 3.5 Flash — пример того, как «быстрая» модель перестаёт быть синонимом «упрощённой». Она опережает флагмана прошлого поколения в агентных бенчмарках, выдаёт почти триста токенов в секунду, принимает видео и аудио нативно и работает с контекстом в миллион токенов. Для массовых продуктов, чат-ботов, RAG-конвейеров и агентной разработки это сейчас один из самых разумных вариантов по соотношению скорость, качество и цена. Единственная оговорка: если ваша работа упирается в глубокие академические рассуждения, флагманы конкурентов пока впереди — и за этим следить стоит уже в Gemini 3.5 Pro.
