O Gemini 3.5 Flash custa US$ 1,50 por 1 milhão de tokens de entrada e US$ 9 por 1 milhão de tokens de saída no plano pago padrão do Google. A taxa de saída inclui tokens de raciocínio. Leituras de cache de contexto custam US$ 0,15 por 1 milhão de tokens, enquanto o conteúdo armazenado em cache também possui uma cobrança de armazenamento baseada em tempo.
Na Poyo.ai, o Gemini 3.5 Flash custa atualmente US$ 0,90 por 1 milhão de tokens de entrada e US$ 5,40 por 1 milhão de tokens de saída. Isso representa 40% menos que as taxas padrão de tokens do Google, com créditos no modelo pay-as-you-go e sem necessidade de assinatura mensal.
Os preços principais são simples. A conta real não é. Loops de agentes, tokens de raciocínio, contexto repetido, respostas longas, grounding com pesquisa e novas tentativas de ferramentas podem tornar a saída e as entradas repetidas mais importantes que a taxa de entrada anunciada.
Preços verificados em 19 de julho de 2026. Google e Poyo.ai podem atualizar preços, recursos ou disponibilidade após a publicação.
Preços da API Gemini 3.5 Flash em resumo
| Medição | Plano pago padrão do Google | Poyo.ai |
|---|---|---|
| Entrada | US$ 1,50 / 1M tokens | US$ 0,90 / 1M tokens |
| Saída, incluindo raciocínio | US$ 9,00 / 1M tokens | US$ 5,40 / 1M tokens |
| Leitura de cache de contexto | US$ 0,15 / 1M tokens | Consulte os termos atuais da API |
| Armazenamento de cache de contexto | US$ 1,00 / 1M tokens por hora | Consulte os termos atuais da API |
| Grounding com Google Search | 5.000 prompts compartilhados entre Gemini 3, depois cobrança baseada no uso | Depende do endpoint e da configuração da ferramenta |
O Google também lista um nível gratuito para o Gemini 3.5 Flash. Ele é útil para avaliação, mas o planejamento de produção deve considerar preços do plano pago, limites de uso, termos de dados e requisitos de confiabilidade.
Para preços atuais da Poyo.ai e endpoints compatíveis, consulte a página do modelo Gemini 3.5 Flash API.
O que entra no cálculo da conta do Gemini 3.5 Flash?
Uma fórmula inicial útil é:
custo da solicitação =
tokens de entrada × taxa de entrada
+ tokens de saída e raciocínio × taxa de saída
+ armazenamento de cache
+ cobranças de grounding ou ferramentas do lado do servidor
A entrada pode incluir instruções do sistema, histórico de conversas, definições de ferramentas, documentos recuperados, imagens, áudio e vídeo. A saída inclui a resposta visível e os tokens de raciocínio cobrados. Portanto, uma solicitação que parece curta na interface do usuário pode conter uma carga medida muito maior.
Tokens de entrada
A entrada é a categoria padrão de tokens mais barata, mas pode se tornar o maior item da conta quando um aplicativo envia repetidamente documentos longos ou todo o histórico de conversas. Uma janela de contexto de 1 milhão de tokens é uma capacidade, não uma recomendação para preencher todas as solicitações.
Tokens de saída e raciocínio
A taxa de saída de US$ 9 do Google inclui explicitamente tokens de raciocínio. Isso importa porque a saída custa seis vezes mais que a entrada padrão. Um agente de programação que explora várias abordagens, chama ferramentas e escreve uma resposta longa pode gastar mais com raciocínio e saída do que com o prompt original.
Cache de contexto
O cache de contexto pode reduzir o preço de leitura para materiais repetidos, como um prompt de sistema estável, catálogo de produtos, manual de políticas ou resumo de base de código. Ele é mais útil quando o mesmo bloco armazenado em cache é reutilizado vezes suficientes para compensar as cobranças de armazenamento e a complexidade de gerenciamento do cache.
Grounding com pesquisa e ferramentas
A página de preços do Google lista uma franquia mensal incluída para grounding com Search, seguida de uma cobrança por consulta. Uma solicitação de modelo pode gerar mais de uma consulta de pesquisa. Aplicações com muitas ferramentas devem registrar chamadas de ferramentas separadamente do uso de tokens para que a origem de um aumento de custo fique visível.
Quanto o Gemini 3.5 Flash custa na prática?
Os exemplos abaixo usam preços padrão de tokens e excluem impostos, níveis especiais de processamento e cobranças separadas de ferramentas.
Exemplo 1: um pequeno assistente de programação
Suponha que um assistente de programação consuma 10 milhões de tokens de entrada e 2 milhões de tokens de saída por mês.
| Provedor | Custo de entrada | Custo de saída | Total mensal |
|---|---|---|---|
| Google padrão | US$ 15,00 | US$ 18,00 | US$ 33,00 |
| Poyo.ai | US$ 9,00 | US$ 10,80 | US$ 19,80 |
A saída representa apenas um quinto do volume de entrada, mas custa mais que a entrada em ambos os casos. Por isso, limites de saída e configurações de raciocínio merecem atenção.
Exemplo 2: um agente de suporte com contexto repetido
Imagine 100.000 conversas mensais. Cada uma começa com 8.000 tokens de políticas e contexto de produto e depois produz 1.000 tokens de saída.
Sem cache ou recuperação:
- Entrada: 800 milhões de tokens
- Saída: 100 milhões de tokens
- Google padrão: US$ 1.200 de entrada + US$ 900 de saída = US$ 2.100
- Taxas de tokens da Poyo.ai: US$ 720 de entrada + US$ 540 de saída = US$ 1.260
Esse design paga repetidamente para enviar o mesmo contexto. Uma arquitetura melhor armazenaria o prefixo estável em cache, recuperaria apenas seções relevantes das políticas ou prepararia um resumo estruturado menor.
Exemplo 3: um fluxo de trabalho multimodal com documentos
Para PDFs, imagens, áudio e vídeo, não estime o custo apenas pelo tamanho do arquivo. Meça os tokens de entrada retornados pela API para arquivos representativos. Depois, teste casos curtos, médios e difíceis, pois a duração da mídia e o raciocínio do modelo podem alterar ambos os lados da conta.
Um piloto prático deve registrar:
- tokens de entrada por tipo de mídia;
- tokens de saída e raciocínio;
- chamadas de ferramentas e grounding;
- latência;
- sucesso da tarefa sem correção humana;
- novas tentativas por tarefa concluída com sucesso.
Por que uma conta do Gemini 3.5 Flash pode superar a estimativa
Raciocínio é cobrado como saída
Se um aplicativo ativa um raciocínio mais profundo para todas as solicitações, ele paga a taxa de saída mesmo quando a resposta visível é curta. Use o nível de raciocínio mais leve que ainda atenda ao padrão de qualidade da tarefa.
Loops de agentes multiplicam entrada e saída
Cada resultado de ferramenta pode retornar ao modelo como uma nova entrada. Chamadas com falha, esquemas de ferramentas ambíguos e ausência de condições de parada podem criar loops caros. Defina limites de iteração e registre o motivo de cada nova tentativa.
Todo o contexto é reenviado sem necessidade
Enviar um repositório inteiro, conversa completa ou coleção de documentos em cada turno raramente é o design mais econômico. Resumos, recuperação, prefixos armazenáveis em cache e estados salvos fora do modelo podem reduzir entradas repetidas.
Respostas sem limite são caras
A saída é a categoria premium de tokens. Defina valores máximos de saída realistas, peça respostas estruturadas e concisas e gere relatórios longos apenas quando os usuários realmente precisarem deles.
Grounding pode se expandir
Uma única solicitação pode acionar várias consultas de pesquisa. Aplicações que precisam de economia previsível devem definir políticas de ferramentas e monitorar a quantidade de consultas em vez de tratar grounding como contexto gratuito.
Benchmarks do Gemini 3.5 Flash em contexto
O Google posiciona o Gemini 3.5 Flash como um modelo de agentes e programação que mantém a velocidade da classe Flash. Os dados de lançamento de maio de 2026 relatam:
| Avaliação | Resultado do Gemini 3.5 Flash | O que testa |
|---|---|---|
| Terminal-Bench 2.1 | 76,2% | Execução de programação por linha de comando e agentes |
| GDPval-AA | 1.656 Elo | Desempenho em trabalhos de conhecimento profissional |
| MCP Atlas | 83,6% | Capacidade de agentes e uso de ferramentas |
| CharXiv Reasoning | 84,2% | Raciocínio multimodal com gráficos e elementos visuais |
O Google também informa que o Gemini 3.5 Flash gera saída aproximadamente quatro vezes mais rápido que outros modelos de fronteira em sua comparação. Esses números são sinais úteis, mas não substituem testes de aplicação. Estrutura de avaliação, definições de ferramentas, configurações de raciocínio, metas de latência e qualidade dos prompts afetam o desempenho real.
A pergunta econômica importante não é "qual benchmark é o maior?" É:
Quanto custa uma tarefa concluída com sucesso após tokens, ferramentas, novas tentativas e correções humanas?
Comparação do Gemini 3.5 Flash com modelos alternativos
| Modelo | Melhor uso | Principal questão de custo |
|---|---|---|
| Gemini 3.5 Flash | Agentes multimodais rápidos, programação e fluxos com ferramentas | O raciocínio e o contexto repetido estão sob controle? |
| GPT-5.6 Terra | Programação equilibrada e raciocínio para produção | A conclusão de tarefas mais forte compensa uma faixa maior de preço por token? |
| Claude Sonnet 5 | Programação com agentes, uso de computador e fluxos profissionais longos | Como o novo tokenizador afeta o custo de solicitações equivalentes? |
| Gemini 3.1 Flash-Lite | Processamento simples em alto volume | A tarefa realmente exige raciocínio de nível de fronteira? |
Use isso como uma lista inicial de roteamento. Execute a mesma carga de trabalho representativa em cada candidato antes de escolher um padrão.
Sete formas de reduzir custos da API Gemini 3.5 Flash
- Defina um limite de saída. Evite pagar por explicações ou contexto repetido que o produto não exibe.
- Ajuste o raciocínio conforme a dificuldade da tarefa. Reserve raciocínio mais profundo para solicitações que realmente se beneficiam dele.
- Armazene prefixos estáveis em cache. Reutilize prompts do sistema ou materiais de referência quando a taxa de uso justificar o armazenamento.
- Recupere antes de gerar. Envie seções relevantes dos documentos em vez de todo o conjunto de dados.
- Limite iterações de agentes. Pare ou encaminhe após um número definido de falhas de ferramentas.
- Direcione tarefas simples para baixo. Classificação e extração podem se adequar a um modelo mais leve.
- Acompanhe o custo por tarefa concluída com sucesso. O custo de tokens sozinho oculta novas tentativas e trabalho de correção.
Como chamar o Gemini 3.5 Flash na Poyo.ai
A Poyo.ai oferece suporte ao ID do modelo gemini-3.5-flash. As equipes podem usar um endpoint de chat compatível com OpenAI ou o formato nativo do Gemini documentado para o modelo.
curl https://api.poyo.ai/v1/chat/completions \
-H "Authorization: Bearer $POYO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3.5-flash",
"messages": [
{
"role": "user",
"content": "Review this agent plan and identify the three most expensive failure modes."
}
]
}'
Crie uma chave de API no painel da Poyo e depois consulte a página do modelo Gemini 3.5 Flash e a documentação de API vinculada antes da implantação em produção.
O Gemini 3.5 Flash vale o preço?
O Gemini 3.5 Flash é uma opção forte quando uma aplicação precisa de programação rápida, uso de ferramentas, entrada multimodal ou raciocínio com contexto longo. Ele é menos atraente quando uma solicitação é previsível o suficiente para um modelo menor.
O melhor padrão de produção geralmente é o roteamento seletivo:
- use um modelo mais leve para tarefas simples e repetitivas;
- use Gemini 3.5 Flash para solicitações que precisam de raciocínio mais forte ou contexto multimodal;
- encaminhe apenas os casos mais difíceis para uma categoria de fronteira mais cara.
Essa abordagem aproveita a velocidade e a capacidade do modelo sem pagar custos de modelos de fronteira para todas as solicitações.
Perguntas frequentes
Quanto custa o Gemini 3.5 Flash por milhão de tokens?
O plano pago padrão do Google custa US$ 1,50 por 1 milhão de tokens de entrada e US$ 9 por 1 milhão de tokens de saída, incluindo tokens de raciocínio. A Poyo.ai atualmente lista US$ 0,90 de entrada e US$ 5,40 de saída por 1 milhão de tokens.
A API Gemini 3.5 Flash é gratuita?
O Google oferece um nível gratuito, mas aplicações de produção devem avaliar seus limites de uso e termos de dados. A Poyo.ai usa créditos no modelo pay-as-you-go.
Tokens de raciocínio do Gemini 3.5 Flash são cobrados?
Sim. A tabela de preços do Google informa que a taxa de saída inclui tokens de raciocínio.
O Gemini 3.5 Flash oferece suporte a cache de contexto?
Sim. O Google lista taxas pagas de leitura e armazenamento de cache. O cache é mais econômico para contextos estáveis reutilizados em quantidade suficiente de solicitações.
Qual é o ID do modelo Gemini 3.5 Flash?
O ID do modelo é gemini-3.5-flash.
O Gemini 3.5 Flash pode usar uma API compatível com OpenAI?
Sim. A Poyo.ai oferece uma rota de chat-completions compatível com OpenAI, além de um caminho de integração nativo do Gemini.