Gemini 3.5 Flash kost $1.50 per 1 miljoen input-tokens en $9 per 1 miljoen output-tokens in het standaard betaalde niveau van Google. In het outputtarief zijn thinking-tokens inbegrepen. Het lezen uit de contextcache kost $0.15 per 1 miljoen tokens, terwijl opgeslagen cache-inhoud ook een tijdsafhankelijke opslagvergoeding kent.
Op Poyo.ai kost Gemini 3.5 Flash op dit moment $0.90 per 1 miljoen input-tokens en $5.40 per 1 miljoen output-tokens. Dat is 40% onder de standaard tokentarieven van Google, met betaal-naar-gebruik-credits en zonder verplicht maandabonnement.
De prijzen in de kop zijn eenvoudig. De echte rekening is dat niet. Agentlussen, thinking-tokens, herhaalde context, lange antwoorden, zoekgrounding en herhaalde toolaanroepen kunnen output en herhaalde input zwaarder laten wegen dan het geadverteerde inputtarief.
Prijzen gecontroleerd op 19 juli 2026. Google en Poyo.ai kunnen na publicatie prijzen, functies of beschikbaarheid wijzigen.
Gemini 3.5 Flash API-prijzen in één oogopslag
| Meter | Standaard betaald niveau van Google | Poyo.ai |
|---|---|---|
| Input | $1.50 / 1M tokens | $0.90 / 1M tokens |
| Output, inclusief thinking | $9.00 / 1M tokens | $5.40 / 1M tokens |
| Contextcache lezen | $0.15 / 1M tokens | Raadpleeg de actuele API-voorwaarden |
| Contextcache opslaan | $1.00 / 1M tokens per uur | Raadpleeg de actuele API-voorwaarden |
| Google Search-grounding | 5.000 prompts gedeeld over Gemini 3, daarna op basis van gebruik | Afhankelijk van endpoint en toolconfiguratie |
Google vermeldt ook een gratis niveau voor Gemini 3.5 Flash. Dat is handig om te evalueren, maar voor productieplanning moet je uitgaan van de prijzen, rate limits, gegevensvoorwaarden en betrouwbaarheidseisen van het betaalde niveau.
Actuele Poyo-prijzen en ondersteunde endpoints vind je op de modelpagina van de Gemini 3.5 Flash API.
Waar bestaat een Gemini 3.5 Flash-rekening uit?
Een bruikbare eerste formule is:
request cost =
input tokens × input rate
+ output and thinking tokens × output rate
+ cache storage
+ grounding or server-side tool charges
Input kan systeeminstructies, gespreksgeschiedenis, tooldefinities, opgehaalde documenten, afbeeldingen, audio en video bevatten. Output omvat het zichtbare antwoord en de gefactureerde thinking-tokens. Een verzoek dat in de gebruikersinterface kort lijkt, kan dus een veel grotere gemeten payload bevatten.
Input-tokens
Input is de goedkoopste standaardcategorie tokens, maar kan de grootste kostenpost worden als een toepassing steeds lange documenten of de volledige gespreksgeschiedenis meestuurt. Een contextvenster van 1 miljoen tokens is capaciteit, geen advies om bij elk verzoek vol te laden.
Output- en thinking-tokens
Het outputtarief van $9 bij Google omvat uitdrukkelijk thinking-tokens. Dat is belangrijk, omdat output zes keer zo duur is als het standaard inputtarief. Een codeeragent die meerdere benaderingen verkent, tools aanroept en een lang antwoord schrijft, kan meer uitgeven aan redeneren en output dan aan de oorspronkelijke prompt.
Contextcaching
Contextcaching kan de leesprijs verlagen voor herhaald materiaal, zoals een vaste systeemprompt, een productcatalogus, een beleidshandboek of een samenvatting van een codebase. Het is het nuttigst wanneer hetzelfde gecachete blok vaak genoeg wordt hergebruikt om de opslagkosten en de extra complexiteit van cachebeheer terug te verdienen.
Zoekgrounding en tools
Op de prijspagina van Google staat een inbegrepen maandelijks tegoed voor Search-grounding, gevolgd door een tarief per zoekopdracht. Eén modelverzoek kan meer dan één zoekopdracht opleveren. Toepassingen met veel tools kunnen toolaanroepen het best apart van tokengebruik loggen, zodat zichtbaar is waar een kostenstijging vandaan komt.
Wat kost Gemini 3.5 Flash in de praktijk?
De voorbeelden hieronder gebruiken standaard tokenprijzen en laten belastingen, speciale verwerkingsniveaus en aparte toolkosten buiten beschouwing.
Voorbeeld 1: een kleine codeerassistent
Stel dat een codeerassistent per maand 10 miljoen input-tokens en 2 miljoen output-tokens verbruikt.
| Aanbieder | Inputkosten | Outputkosten | Totaal per maand |
|---|---|---|---|
| Google standaard | $15.00 | $18.00 | $33.00 |
| Poyo.ai | $9.00 | $10.80 | $19.80 |
De output is slechts een vijfde van het inputvolume, maar kost via beide routes meer dan de input. Daarom verdienen outputlimieten en redeneerinstellingen aandacht.
Voorbeeld 2: een supportagent met herhaalde context
Neem 100.000 gesprekken per maand. Elk begint met 8.000 tokens aan beleid en productcontext en levert dan 1.000 output-tokens op.
Zonder caching of retrieval:
- Input: 800 miljoen tokens
- Output: 100 miljoen tokens
- Google standaard: $1,200 input + $900 output = $2,100
- Poyo.ai-tokentarieven: $720 input + $540 output = $1,260
Bij dit ontwerp betaal je steeds opnieuw voor dezelfde context. Een betere architectuur cachet het vaste voorvoegsel, haalt alleen de relevante beleidsonderdelen op of bereidt een kleinere, gestructureerde samenvatting voor.
Voorbeeld 3: een multimodale documentworkflow
Bij pdf's, afbeeldingen, audio en video schat je de kosten niet alleen op basis van bestandsgrootte. Meet de input-tokens die de API teruggeeft voor representatieve bestanden. Test daarna korte, middellange en lastige gevallen, want de lengte van de media en het redeneren van het model kunnen beide kanten van de rekening veranderen.
Een praktische pilot legt het volgende vast:
- input-tokens per mediatype;
- output- en thinking-tokens;
- tool- en groundingaanroepen;
- latentie;
- taaksucces zonder menselijke correctie;
- pogingen per geslaagde taak.
Waarom een Gemini 3.5 Flash-rekening hoger kan uitvallen dan de schatting
Thinking wordt als output gefactureerd
Als een toepassing voor elk verzoek dieper redeneren inschakelt, betaal je het outputtarief ook wanneer het zichtbare antwoord kort is. Gebruik het lichtste thinking-niveau dat nog aan de kwaliteitseis van de taak voldoet.
Agentlussen vermenigvuldigen zowel input als output
Elk toolresultaat kan als nieuwe input naar het model terugkeren. Mislukte aanroepen, dubbelzinnige toolschema's en ontbrekende stopcondities kunnen dure lussen veroorzaken. Stel limieten voor het aantal iteraties in en leg de reden van elke nieuwe poging vast.
Volledige context wordt onnodig opnieuw verstuurd
Bij elke beurt een hele repository, een heel gesprek of een complete documentenverzameling meesturen is zelden het zuinigste ontwerp. Samenvattingen, retrieval, cachebare voorvoegsels en status die buiten het model wordt bewaard, verminderen herhaalde input.
Onbegrensde antwoorden zijn duur
Output is de premiumcategorie tokens. Stel realistische maximale outputwaarden in, vraag om gestructureerde, beknopte antwoorden en genereer lange rapporten alleen wanneer gebruikers ze echt nodig hebben.
Grounding kan uitwaaieren
Eén verzoek kan meerdere zoekopdrachten activeren. Toepassingen die voorspelbare kosten per eenheid nodig hebben, stellen toolbeleid in en volgen het aantal zoekopdrachten, in plaats van grounding als gratis context te beschouwen.
Benchmarks van Gemini 3.5 Flash in context
Google positioneert Gemini 3.5 Flash als een agentisch model voor codeertaken dat de snelheid van de Flash-klasse behoudt. De lanceringsdata van mei 2026 melden:
| Evaluatie | Resultaat Gemini 3.5 Flash | Wat het test |
|---|---|---|
| Terminal-Bench 2.1 | 76,2% | Uitvoering van opdrachtregel- en agentische codeertaken |
| GDPval-AA | 1.656 Elo | Prestaties bij professioneel kenniswerk |
| MCP Atlas | 83,6% | Vermogen van agents om tools te gebruiken |
| CharXiv Reasoning | 84,2% | Multimodaal redeneren over grafieken en beelden |
Google meldt ook dat Gemini 3.5 Flash in de eigen vergelijking ongeveer vier keer zo snel output produceert als andere frontiermodellen. Deze cijfers zijn nuttige signalen, maar geen vervanging voor testen met je eigen toepassing. Het ontwerp van de testomgeving, tooldefinities, redeneerinstellingen, latentiedoelen en promptkwaliteit beïnvloeden allemaal de echte prestaties.
De belangrijke economische vraag is niet "welke benchmark scoort het hoogst?" maar:
Hoeveel kost één geslaagde taak na tokens, tools, nieuwe pogingen en menselijke correcties?
Gemini 3.5 Flash vergeleken met alternatieve modellen
| Model | Past het best bij | Belangrijkste kostenvraag |
|---|---|---|
| Gemini 3.5 Flash | Snelle multimodale agents, codeertaken, toolworkflows | Worden thinking en herhaalde context beheerst? |
| GPT-5.6 Terra | Evenwichtige codeer- en productieredenering | Weegt sterkere taakafronding op tegen een hoger tarief per token? |
| Claude Sonnet 5 | Agentisch coderen, computergebruik, lange professionele workflows | Hoe beïnvloedt de nieuwere tokenizer de kosten van gelijkwaardige verzoeken? |
| Gemini 3.1 Flash-Lite | Eenvoudigere verwerking in grote volumes | Vraagt de taak echt om redeneren op frontierniveau? |
Gebruik dit als shortlist voor routering. Laat dezelfde representatieve workload door elke kandidaat lopen voordat je een standaardmodel kiest.
Zeven manieren om de kosten van de Gemini 3.5 Flash API te verlagen
- Stel een outputlimiet in. Betaal niet voor uitleg of herhaalde context die het product niet toont.
- Pas thinking aan op de moeilijkheid van de taak. Bewaar dieper redeneren voor verzoeken die ervan profiteren.
- Cache vaste voorvoegsels. Hergebruik systeemprompts of referentiemateriaal wanneer de hitrate de opslag rechtvaardigt.
- Haal eerst op, genereer daarna. Stuur de relevante documentdelen mee in plaats van het hele corpus.
- Beperk agent-iteraties. Stop of schaal op na een vast aantal mislukte toolaanroepen.
- Stuur eenvoudige taken naar een lichter model. Classificatie en extractie kunnen met een lichter model af.
- Volg de kosten per geslaagde taak. Alleen naar tokenkosten kijken verbergt nieuwe pogingen en correctiewerk.
Zo roep je Gemini 3.5 Flash aan op Poyo.ai
Poyo.ai ondersteunt de model-ID gemini-3.5-flash. Teams kunnen een OpenAI-compatibel chat-endpoint gebruiken of het Gemini-eigen formaat dat voor het model is gedocumenteerd.
curl https://api.poyo.ai/v1/chat/completions \
-H "Authorization: Bearer $POYO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3.5-flash",
"messages": [
{
"role": "user",
"content": "Review this agent plan and identify the three most expensive failure modes."
}
]
}'
Maak een API-sleutel aan in het Poyo-dashboard en bekijk de modelpagina van Gemini 3.5 Flash en de gekoppelde API-documentatie voordat je naar productie gaat.
Is Gemini 3.5 Flash zijn prijs waard?
Gemini 3.5 Flash is een sterke kandidaat wanneer een toepassing snel coderen, toolgebruik, multimodale input of redeneren met lange context nodig heeft. Het is minder aantrekkelijk wanneer een verzoek voorspelbaar genoeg is voor een kleiner model.
Het beste patroon in productie is meestal selectieve routering:
- gebruik een lichter model voor eenvoudige, repetitieve taken;
- gebruik Gemini 3.5 Flash voor verzoeken die sterker redeneren of multimodale context nodig hebben;
- schaal alleen de moeilijkste gevallen op naar een duurder frontierniveau.
Met die aanpak profiteer je van de snelheid en mogelijkheden van het model, zonder voor elk verzoek frontiermodelkosten te betalen.
Veelgestelde vragen
Wat kost Gemini 3.5 Flash per miljoen tokens?
Het standaard betaalde niveau van Google kost $1.50 per 1 miljoen input-tokens en $9 per 1 miljoen output-tokens, inclusief thinking-tokens. Poyo.ai vermeldt op dit moment $0.90 voor input en $5.40 voor output per 1 miljoen tokens.
Is de Gemini 3.5 Flash API gratis?
Google vermeldt een gratis niveau, maar productietoepassingen moeten de rate limits en gegevensvoorwaarden daarvan beoordelen. Poyo.ai werkt met betaal-naar-gebruik-credits.
Worden de thinking-tokens van Gemini 3.5 Flash gefactureerd?
Ja. In de prijstabel van Google staat dat het outputtarief thinking-tokens omvat.
Ondersteunt Gemini 3.5 Flash contextcaching?
Ja. Google vermeldt betaalde tarieven voor cache lezen en opslaan. Caching is het voordeligst voor vaste context die in genoeg verzoeken wordt hergebruikt.
Wat is de model-ID van Gemini 3.5 Flash?
De model-ID is gemini-3.5-flash.
Kan Gemini 3.5 Flash een OpenAI-compatibele API gebruiken?
Ja. Poyo.ai biedt een OpenAI-compatibele chat-completions-route en daarnaast een integratiepad in het Gemini-eigen formaat.