Gemini 3.5 Flash

Gemini 3.5 Flashは、100万トークンのコンテキストウィンドウとネイティブな音声・動画推論機能を備えた、Googleの高スループットなマルチモーダルモデルです。速度と効率性を重視して構築されており、長文書のQAやリアルタイム分析で卓越したパフォーマンスを発揮します。

モダリティ

コンテキスト

API 利用例

curl --request POST "https://gptproto.com/v1/chat/completions" \
    --header "Authorization: Bearer $GPTPROTO_API_KEY" \
    --header "Content-Type: application/json" \
    --data '{
        "model": "gemini-3.5-flash",
        "messages": [
            {
                "role": "user",
                "content": "Hello"
            }
        ]
    }'

Gemini 3.5 Flash 料金

チャット、コーディングエージェント、ドキュメント作業。1Mトークン単位の料金 — 入力、キャッシュ入力、出力は別々に課金。GPTProtoは公式料金より40%低価格です。

シナリオ	Google リスト	OpenRouter	GPTProto	月間の節約
個人10M トークン / 月（キャッシュ 4.8M）	$23.52	$24.81	$14.11	−$9.41≈ $112.90 / 年
チーム100M トークン / 月（キャッシュ 48M）	$235.20	$248.14	$141.12	−$94.08≈ $1128.96 / 年
ビジネス500M トークン / 月（キャッシュ 240M）	$1176.00	$1240.68	$705.60	−$470.40≈ $5644.80 / 年

提供元別の月額コスト

OpenRouter

$0.00

Google

$0.00

GPTProto

$0.00

月あたり $0.00 節約

年間節約 ≈ $0.00 · 従量課金

Gemini 3.5 Flashの主な特徴

Gemini 3.5 Flashが、高速かつ長いコンテキストに対応したマルチモーダルAI開発のリーダーである理由となる技術的な優位性をご紹介します。

100万トークンのコンテキストウィンドウ

100万トークンのウィンドウ全体で、ほぼ完璧な検索精度を実現し、大規模なデータセット、ライブラリ全体、または1時間に及ぶ動画を分析できます。

ネイティブなマルチモーダル推論

外部エンコーダーを必要とせず、時間的なデータを失うことなく、テキスト、画像、音声、動画フレームをネイティブに横断して推論できます。

超低レイテンシー推論

速度に最適化されており、最初のトークンが生成されるまでの時間を短縮。リアルタイムチャットボットや高速エージェントに最適な、迅速な応答を実現します。

コスト効率に優れたコンテキストキャッシュ

大規模なデータセットをキャッシュすることで、反復的なクエリのコストを90%削減し、長いコンテキストを扱うワークフローを大規模に持続可能にします。

Gemini 3.5 Flash API：よくある質問

Gemini 3.5 Flashのパフォーマンス、料金、統合に関する専門家の回答を確認し、高速で大規模なコンテキストに対応するAIアプリケーションの構築に役立てましょう。

Gemini 3.5 FlashはProと何が違いますか？

Gemini 3.5 FlashとProはどちらも大規模なコンテキストウィンドウを提供しますが、Flashは特にスループットとレイテンシーに最適化されています。Pro版よりも初回トークン生成までの時間が大幅に短く、カスタマーサポートボットのようなリアルタイムアプリケーションに適しています。マルチモーダル入力をネイティブに処理しながら、コストを大幅に抑えられる一方、大規模なタスク全体で極めて高い速度を実現するために、深い推論能力をわずかに犠牲にしています。

100万トークンのコンテキストウィンドウはどの程度信頼できますか？

Gemini 3.5 Flashは、コンテキストウィンドウ全体にわたる「Needle In A Haystack」テストで99%以上の再現率を達成しています。これは、数百ページに及ぶテキストや1時間分の動画に埋もれた特定の情報を、モデルが正確に見つけ出し、推論できることを意味します。大規模なドキュメント分析や複雑なコードベースへの問い合わせにおいて、20万トークン未満のほぼすべてのモデルを上回り、データ量の多い会話プロンプトでも重要な詳細を見失いません。

動画や音声を直接処理できますか？

はい、Gemini 3.5 Flashはネイティブでマルチモーダルに対応しています。個別の文字起こしや画像からテキストへの変換ステップを必要とする他のモデルとは異なり、Geminiは音声や動画のフレームを直接処理します。これにより、背景ノイズ、感情的なトーン、動画シーケンス内の時間的な変化といったニュアンスを捉えられます。最大1時間の動画や大容量の音声ファイルをアップロードし、通常のテキストベースのやり取りと同じように、特定のタイムスタンプについて質問できます。

コンテキストキャッシュはどのように機能しますか？

コンテキストキャッシュを使用すると、大規模なドキュメントライブラリや巨大なコードベースなど、頻繁に使用するデータをサーバー上に保存できます。このキャッシュデータに対して新しいクエリを送信すると、入力トークンが50%割引になり、レイテンシーも大幅に低減されます。同じ大規模データセットに対して反復的な分析を行う企業にとって、これは画期的な機能です。大量のエージェントワークフローでは、時間の経過とともに運用コストを最大90%削減できます。

私のデータはGoogleのモデルのトレーニングに使用されますか？

いいえ。エンタープライズAPIを通じてGemini 3.5 Flashにアクセスする場合、データは保護されます。GPTProto.comを通じて処理されたプロンプト、ファイル、出力が、Googleの基盤モデルや当社独自のシステムのトレーニングに使用されることはありません。これにより、データ漏洩や proprietary information の露出を心配することなく、法律、医療、金融などの機密性の高い業界向けに、安全でプライバシー規制に準拠したアプリケーションを構築できます。

GPT-4o-miniからGeminiに切り替えるにはどうすればよいですか？

APIがOpenAI互換であるため、移行は簡単です。ベースURLを更新し、モデル名をgemini-3.5-flashに変更するだけです。ほとんどのシステム指示と関数呼び出しの構造は1:1で互換性があります。切り替えることで、より大きなコンテキストウィンドウとネイティブな動画処理を競争力のある価格で利用でき、高スループットの本番ワークロードや複雑なデータ抽出タスクでは、より低いレイテンシーを実現できる場合もあります。