Gemini 3.5 Flash: precio, contexto y rendimiento

Presentación

Gemini 3.5 Flash es un modelo de lenguaje de Google DeepMind, lanzado el 19 de mayo de 2026. Tiene, por tanto, 5 meses a 22 de octubre de 2026. Sus pesos no están publicados: solo funciona en remoto, mediante la API de Google DeepMind o de proveedores asociados (37 listados en models.dev). Dispone de un modo de razonamiento: puede «pensar» antes de responder, lo que ayuda en problemas de varios pasos pero consume más tokens y, por tanto, más dinero.

Lo clasificamos entre los gama media (34 modelos de esta categoría en el sitio).

Resultados en benchmarks

Según los resultados publicados por Epoch AI (consulta del 22 de octubre de 2026), Gemini 3.5 Flash obtiene un índice de capacidad de 76 sobre 100, calculado con 5 pruebas de nuestra cesta.

No figura entre los 30 primeros del ranking semanal.

• GPQA Diamond (preguntas de ciencias de nivel doctorado): 92,8 % — el mejor modelo seguido, Gemini 4 Argon, alcanza 96,4 %
• OTIS Mock AIME (problemas de matemáticas de competición): 95,6 % — el mejor modelo seguido, GPT-5.5 Pro, alcanza 100 %
• FrontierMath (matemáticas de investigación muy difíciles): 62,8 % — el mejor modelo seguido, GPT-6 Astra, alcanza 93,7 %
• SWE-bench Verified (corrección de errores reales de software): 79,3 % — el mejor modelo seguido, Claude Opus 4.7, alcanza 83,5 %

Lo que sabe hacer

Su ventana de contexto alcanza 1.048.576 tokens, unas 1573 páginas de texto a 500 palabras por página: suficiente para cargar un libro entero o una base de código mediana. Una respuesta puede llegar a 65.536 tokens.

Acepta como entrada: texto, imagen, vídeo, audio y PDF. Sus conocimientos llegan hasta enero de 2025: más allá, necesita búsqueda web o sus documentos.

Sabe llamar a herramientas (funciones, API) y devolver una salida estructurada en JSON, lo que lo convierte en una posible base para un agente de IA.

¿Cuánto cuesta Gemini 3.5 Flash?

Gemini 3.5 Flash cuesta 1,5 US$ por millón de tokens de entrada y 9 US$ por millón de tokens de salida (mediana de 37 proveedores, consulta del 22 de octubre de 2026).

En la práctica, una tarea de agente que lee 20 000 tokens y escribe 2000 cuesta unos 0,048 US$, es decir, 48 US$ por 1000 tareas de este tipo.

Son 2,1 veces el precio de salida mediano de los gama media (4,38 US$).

Para estimar su propio presupuesto, use la calculadora de coste de un agente.

¿A quién va dirigido?

Por su categoría, Gemini 3.5 Flash está pensado sobre todo para un equilibrio entre calidad y coste, para usos cotidianos que no justifican un modelo puntero.

Su resultado en SWE-bench Verified (79,3 %, por encima de la mediana de los modelos seguidos) lo convierte en un candidato serio para agentes de programación.

Su enorme ventana de contexto lo hace interesante para analizar grandes volúmenes de documentos en una sola petición.

Antes de adoptarlo, pruébelo con sus propios ejemplos: los benchmarks miden tareas estándar, no su oficio.

¿Con qué sustituirlo?

En la misma categoría, los modelos más cercanos a Gemini 3.5 Flash son:

• GPT-5.1 (OpenAI, índice 75,8)
• Claude Opus 4.6 (Anthropic, índice 76,7)
• GPT-5 (OpenAI, índice 75,3)
• Grok 4.3 (xAI, índice 76,8)