Gemini 3.5 Flash vs Gemini Deep Research
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Gemini 3.5 Flash da Google e Gemini Deep Research da Google são dois modelos de IA de destaque. O Gemini 3.5 Flash oferece uma janela de contexto de 1.05M tokens a $0.75/$3.75 por milhão de tokens, enquanto o Gemini Deep Research oferece 1.05M tokens de contexto a $10.00/$40.00 por milhão de tokens. Veja abaixo a comparação completa de benchmarks, latência e custos.
Troque e Compare Qualquer Modelo
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Gemini 3.5 Flash
Modelo Principal de FronteiraO Gemini 3.5 Flash da Google é um modelo de IA projetado para raciocínio corporativo de fronteira, programação avançada e cargas de produção, oferecendo janela de contexto de 1.0M, velocidade de 190 tokens/s, índice de inteligência de 82/10
$0.75 / 1M
$3.75 / 1M
1.05M tokens
70.2%
Gemini Deep Research
IA Agêntica e Uso de FerramentasO Gemini Deep Research da Google é um modelo de IA projetado para fluxos de trabalho agênticos autônomos, chamada de ferramentas e automação, oferecendo janela de contexto de 1.0M, velocidade de 60 tokens/s, índice de inteligência de 91/100
$10.00 / 1M
$40.00 / 1M
1.05M tokens
N/A
Principais Diferenças em Resumo
- Gemini 3.5 Flash is 11.5x cheaper for API usage (input + output tokens combined).
- Gemini 3.5 Flash is faster at 190 tok/s vs 60 tok/s.
| Feature | Gemini 3.5 Flash | Gemini Deep Research |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 82 | 91 |
Provider | ||
Input Price Cost per million input tokens | $0.75 / 1M | $10.00 / 1M |
Output Price Cost per million output tokens | $3.75 / 1M | $40.00 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.66 / 1M | $7.75 / 1M |
Context Window Maximum input + output tokens | 1.05M tokens~1,573 A4 pages of text | 1.05M tokens~1,573 A4 pages of text |
Max Output Tokens Per single request | 66K | 66K |
Throughput Speed Tokens generated per second | 190 tok/s | 60 tok/s |
SWE-bench Verified Real-world software engineering | 70.2% | N/A |
GPQA Diamond Graduate-level reasoning | 81% | 85% |
Cached Input Price Prompt caching discount per 1M tokens | $0.19 / 1M | $2.50 / 1M |
Quem vence em cada categoria?
At-a-glance decision frameworkEvaluations ongoing
Pontuações de Benchmarks Verificadas
Official evaluation metrics verified by independent third-party research labs.
Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Extremely difficult, closed-ended questions spanning the frontier of human expert knowledge.
Tokens emitted per second during active generation streaming.
Latência e Tempo de Resposta
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Simulador Interativo de Custo de Tokens
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Gemini 3.5 Flash · Strengths & Key Advantages
- Janela de contexto de 1.0M com limite máximo de saída de 66K tokens (SWE-bench Verified 70.2% · GPQA Diamond 81%)
- Taxa de transferência rápida de 190 tokens/segundo com latência inicial (TTFT) de 360 ms
- Economia de API competitiva ($0.75/$3.75 por 1M de tokens) com suporte a cache de prompts e saídas JSON estruturadas
Considerations & Trade-offs
- Modelo proprietário em nuvem; não permite download dos pesos para execução local offline
- Em derivações científicas extremas, modelos pesados dedicados exclusivamente ao raciocínio oferecem maior profundidade
Gemini Deep Research · Strengths & Key Advantages
- Janela de contexto de 1.0M com limite máximo de saída de 66K tokens (GPQA Diamond 85% · MMLU-Pro 89.5%)
- Taxa de transferência rápida de 60 tokens/segundo com latência inicial (TTFT) de 1500 ms
- Economia de API competitiva ($10/$40 por 1M de tokens) com suporte a cache de prompts e saídas JSON estruturadas
Considerations & Trade-offs
- Modelo proprietário em nuvem; não permite download dos pesos para execução local offline
- Para alto volume de requisições, recomenda-se ativar o cache de prompts e a Batch API para reduzir custos
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Gemini 3.5 Flash | Gemini Deep Research |
|---|---|---|
Cost per Task Estimated USD to finish one task | $1.05 | $8.50 |
Output Tokens / Task Tokens generated per task | 38K | 50K |
Reasoning Tokens / Task Thinking tokens burned per task | 18K | 35K |
Especificações Técnicas
Architecture, release timeline, capabilities, and modalities.
| Feature | Gemini 3.5 Flash | Gemini Deep Research |
|---|---|---|
| Official API Model ID (SDK) | models/gemini-3-5-flash | models/gemini-deep-research |
| API Protocol | Google Gemini API (generateContent) + OpenAI-Compatible SDK | Google Gemini API (generateContent) + OpenAI-Compatible SDK |
| Release Date | 2026-05 | 2026-04 |
| Knowledge Cutoff | January 2026 | Real-time Google Search Integration |
| Architecture | Optimized Search-Grade Multimodal MoE | Agentic recursive research and synthesis engine |
| Parameters | Confidential | Confidential |
| Enterprise Rate Limits (RPM / TPM) | 10,000 – 30,000 RPM (Tier 5 Enterprise) · 4,000,000 – 10,000,000 TPM | 10,000 – 30,000 RPM (Tier 5 Enterprise) · 4,000,000 – 10,000,000 TPM |
| Long-Context Tier (>128K/200K) | Standard rate up to 200K tokens; 2x input/output tier above 200K tokens | Standard rate up to 200K tokens; 2x input/output tier above 200K tokens |
| Prompt Cache Policy & TTL | Implicit + Explicit Context Caching at $0.1875/1M with configurable TTL | Implicit + Explicit Context Caching at $2.5/1M with configurable TTL |
| Computer Use / GUI Agent | Supported (Screen coordinate grounding, browser & desktop GUI action loops) | Supported (Screen coordinate grounding, browser & desktop GUI action loops) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Built-in Google Search Grounding + Managed Python Code Execution Sandbox | Built-in Google Search Grounding + Managed Python Code Execution Sandbox |
| Official Fine-Tuning Support | Vertex AI Supervised Adapter Tuning & Context Distillation | Vertex AI Supervised Adapter Tuning & Context Distillation |
| Multimodal Token Billing | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) · Audio (~25–32 tokens/sec) · Video (~258–300 tokens/sec) | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) |
| Quantization & Min GPU VRAM | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) |
| Safety & Frontier Classification | Google DeepMind Frontier Safety Framework Verified | Google DeepMind Frontier Safety Framework Verified |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier |
| Input Modalities | text, vision, audio, video | text, vision |
| Output Modalities | text | text |
Gemini 3.5 Flash vs Gemini Deep Research: Respostas Rápidas (FAQ)
Which is more intelligent, Gemini 3.5 Flash or Gemini Deep Research?
Gemini Deep Research is more intelligent. It scores 91 compared with 82 on the composite Intelligence Index.
Which model is faster?
Gemini 3.5 Flash is faster, generating 190 tokens per second compared with 60 tokens per second.
Which model is cheaper to run?
Gemini 3.5 Flash is cheaper at $0.66 per 1M tokens blended, compared with $7.75 (7:2:1 cache:input:output ratio).
Which model has lower latency?
Gemini 3.5 Flash has lower latency, with a time to first token of 0.36s compared with 1.50s.
Veredito
Tanto Gemini 3.5 Flash (Indicado para raciocínio corporativo de fronteira, programação avançada e cargas de produção, arquiteturas RAG corporativas e integração escalável via API.) quanto Gemini Deep Research (Indicado para fluxos de trabalho agênticos autônomos, chamada de ferramentas e automação, arquiteturas RAG corporativas e integração escalável via API.) entregam excelente desempenho: Gemini Deep Research lidera em inteligência geral e programação, Gemini 3.5 Flash oferece geração mais rápida e Gemini 3.5 Flash apresenta o melhor custo-benefício em produção.
Perguntas Frequentes (FAQ)
Qual é melhor para programação e raciocínio, Gemini 3.5 Flash ou Gemini Deep Research?+
Nas avaliações de inteligência e código, Gemini Deep Research leva vantagem. Confira os gráficos SWE-bench e GPQA acima para detalhes.
Qual modelo tem a API mais barata, Gemini 3.5 Flash ou Gemini Deep Research?+
O Gemini 3.5 Flash custa $0.75 / $3.75 por 1M de tokens (entrada/saída) e o Gemini Deep Research custa $10.00 / $40.00. No custo combinado, Gemini 3.5 Flash é mais econômico.
Qual modelo possui maior janela de contexto e velocidade?+
O Gemini 3.5 Flash suporta 1.05M tokens de contexto contra 1.05M tokens do Gemini Deep Research, enquanto Gemini 3.5 Flash entrega maior velocidade de geração.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Gemini 3.8 Flash vs. Gemini 3.5 Flash: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- o3-deep-research vs. Gemini Deep Research: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- o4-mini-deep-research vs. Gemini Deep Research: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Aion-3.0 vs. Aion-Mini: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Aion-3.0 vs. Gemini 3.6 Flash: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Aion-Mini vs. Laguna XS 2.1: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
Fontes oficiais: Documentação oficial de API da Google e Google e benchmarks independentes (2026).