Gemini 3 Flash (Preview)
Google Gemini 3 Flash Preview оптимизирована для высокой скорости: время ответа меньше секунды, поддерживает мультимодальное понимание и рассуждение.
- Вход
- 63,30 ₽
- Выход
- 379,80 ₽
- Кэш
- 6,33 ₽
- Доступность
- 93,8%
google/gemini-3-flash-previewДанные каталога получены .
Цена
- Текстовый диалог · вход
- 63,30 ₽ / 1 млн токенов
- Текстовый диалог · выход
- 379,80 ₽ / 1 млн токенов
- Текстовый диалог · вход из кэша
- 6,33 ₽ / 1 млн токенов
Цена указана в рублях для выбранной операции и её параметров.
Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.
О модели
Предварительная версия модели Gemini 3 Flash от Google, оптимизированная для скорости при сохранении высокой производительности. Отличается временем отклика менее секунды, сильным мультимодальным пониманием и рассуждением.
- Релиз
Характеристики
- 7 октября: 81,5%81,5%7 октября
- 8 октября: 100%100%8 октября
- 9 октября: 99,9%99,9%9 октября
- Тип модели
- Текст
- Вход модели
- Текст, Изображения, Видео, Аудио
Данные, которые модель принимает вместе с запросом.
- Выход модели
- Текст
Форматы результата, которые создаёт модель.
- Контекстное окно
- 1 048 576 токенов
Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
- Максимальный ответ
- 65 536 токенов
Максимальный размер ответа по данным каталога. Фактический предел запроса зависит от подключённой операции.
- Операции
- Текстовый диалог, Понимание изображений
- Возможности модели
- Потоковый ответ, Понимание изображений, Рассуждения, Вызов инструментов, Вызов функций, Параллельные вызовы инструментов, Структурированный ответ, Ответ в JSON, Входные файлы, Входные изображения, Входное аудио, Входное видео
Контрольные показатели
Artificial Analysis
30 показателей
Работа с документами
- AA-LCR v1.155,3 %
Рассуждение в длинном контексте, обновлённая проверка
Проверено
- MLCR-AA11,7 %
Медицинские рассуждения в длинном контексте
Проверено
Рассуждение по документу
- AA-LCR v1.155,3 %
Рассуждение на длинном контексте с обновлённой оценкой
Проверено
Архивные методики
- AA-LCR (версия не указана, архивный)55,3 %
Рассуждение в длинном контексте
Проверено
- GPQA Diamond (архивный)81,2 %
Научные вопросы уровня аспирантуры
Проверено
- T²-Bench Telecom (архивный)43,3 %
Диалоговые агенты, где действует и пользователь
Проверено
- Terminal-Bench Hard (архивный)31,8 %
Агентное программирование и работа в терминале
Проверено
Устаревшие тесты
- AA-LCR (версия не указана, архивный)55,3 %
Оценка рассуждений на длинном контексте
Проверено
- GPQA Diamond (архивный)81,2 %
Научные рассуждения уровня выпускника
Проверено
Знания
- AA-Omniscience · точность45,8 %
Доля правильных ответов
Проверено
- AA-Omniscience · точность45,8 %
Доля вопросов с правильным ответом
Проверено
- AA-Omniscience · доля выдуманных ответов (меньше лучше)92,4 %
Доля выдуманных ответов среди неверных
Проверено
- MMLU-Pro88,2 %
Проверено
- MMLU-Pro88,2 %
Профессиональные и академические предметные знания
Проверено
Знание
- AA-Omniscience · доля выдуманных ответов (меньше лучше)92,4 %
Доля неверных ответов среди некорректных ответов
Проверено
Рассуждения
- AIME 202555,7 %
Проверено
- AIME 202555,7 %
Проверено
- CritPt1,4 %
Исследовательские задачи по физике
Проверено
- HLE15 %
Humanity’s Last Exam — вопросы экспертного уровня
Проверено
- HLE15 %
Humanity’s Last Exam — вопросы экспертного уровня
Проверено
- IFBench55,1 %
Точное выполнение инструкций
Проверено
Рассуждение
- CritPt1,4 %
Рассуждения по физике исследовательского уровня
Проверено
- IFBench55,1 %
Тест на следование инструкциям
Проверено
Другие показатели
- Индекс интеллекта17,9 индекс
Сводная оценка Artificial Analysis по всем её тестам
Проверено
- Индекс интеллекта17,9 индекс
Сводная оценка Artificial Analysis по всем её тестам
Проверено
Программирование
- LiveCodeBench79,7 %
Бенчмарк по программированию без загрязнения данных
Проверено
- LiveCodeBench79,7 %
Проверено
- Terminal-Bench Hard (архивный)31,8 %
Устаревший резервный вариант · Агентное программирование и работа в терминале
Проверено
Документ: рассуждение
- MLCR-AA11,7 %
Медицинское рассуждение на длинном контексте
Проверено
Агентная работа
- T²-Bench Telecom (архивный)43,3 %
Устаревший резервный вариант · Разговорные ИИ-агенты в сценариях с двойным управлением
Проверено
Design Arena
28 показателей
Рейтинг Elo и доля побед в попарных сравнениях, оценённых людьми
Агентные системы
- Полный цикл разработки · Elo1 073 Elo
Проверено
- Полный цикл разработки · Elo1 062 Elo
Проверено
- Полный цикл разработки · доля побед47,4 %
Проверено
- Полный цикл разработки · доля побед47,4 %
Проверено
- Мобильные приложения · Elo1 118 Elo
Проверено
- Мобильные приложения · Elo1 120 Elo
Проверено
- Мобильные приложения · доля побед46,6 %
Проверено
- Мобильные приложения · доля побед46,6 %
Проверено
- Нативные приложения · Elo1 065 Elo
Проверено
- Нативные приложения · Elo1 065 Elo
Проверено
- Нативные приложения · доля побед48,1 %
Проверено
- Нативные приложения · доля побед48,1 %
Проверено
- Веб-приложения · Elo1 118 Elo
Проверено
- Веб-приложения · Elo1 115 Elo
Проверено
- Веб-приложения · доля побед48,5 %
Проверено
- Веб-приложения · доля побед48,5 %
Проверено
Модели
- 3D · Elo1 202 Elo
Проверено
- 3D · Elo1 211 Elo
Проверено
- 3D · доля побед62,7 %
Проверено
- 3D · доля побед62,7 %
Проверено
- Разработка игр · Elo1 180 Elo
Проверено
- Разработка игр · Elo1 189 Elo
Проверено
- Разработка игр · доля побед58,3 %
Проверено
- Разработка игр · доля побед58,3 %
Проверено
- Сайты · Elo1 206 Elo
Проверено
- Сайты · Elo1 204 Elo
Проверено
- Сайты · доля побед57 %
Проверено
- Сайты · доля побед57 %
Проверено
Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.
API-запрос
Операция доступна через API. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.
import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener
class NoRedirect(HTTPRedirectHandler):
def redirect_request(self, req, fp, code, msg, headers, newurl):
return None
opener = build_opener(NoRedirect)
def post(url, payload):
request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
"Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
"Content-Type": "application/json",
"Idempotency-Key": os.environ["REQUEST_ID"],
}, method="POST")
with opener.open(request, timeout=120) as response:
return json.load(response)
payload = {
"model": "google/gemini-3-flash-preview",
"messages": [
{
"role": "user",
"content": "Объясни задачу кратко."
}
]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))
