Google Gemini 3.5 Flash — أقوى نموذج من فئة Flash من Google، حيث يأتي مباشرة تحت 3.1-pro-preview من حيث الذكاء (AA Intel 55.3 مقابل 57.2) مع زمن استجابة Flash. نافذة سياقية بحجم 1M رمز (1,048,576)، وإخراج أقصى 64K (65,536). إدخال متعدد الوسائط بالكامل عبر النص والصورة والصوت والفيديو والملف؛ الإخراج نصي فقط. AA Coding 45، GPQA Diamond 92.2%، IFBench 76.3% (اتباع تعليمات من أعلى مستوى)، Long-Context Recall 69.3%، SciCode 53.1%، τ²-Bench 95.3% (استخدام أدوات وكيلية)، HLE 41%. يدعم التفكير (include_reasoning / reasoning)، المخرجات المنظمة، استدعاءات الأدوات، response_format، seed، stop، وعناصر التحكم القياسية في أخذ العينات. نقاط النهاية: chat_completions، gemini_generate. الأنسب: الحلقات الوكيلية عالية الحجم، تحليل المستندات الطويلة، والاستخراج متعدد الوسائط حيث يكون زمن الاستجابة أو التكلفة من فئة Pro مبالغًا فيه.
Gemini 3.5 Flash هو نموذج لغوي كبير طورته Google، تم ضبطه بدقة لتحقيق السرعة والكفاءة. ينتمي إلى عائلة Gemini ومصمم للتعامل مع المدخلات متعددة الوسائط — النص، الصورة، الفيديو، الملف، والصوت — مع…
يمتاز Gemini 3.5 Flash بتفوقه في المهام التي تتطلب السرعة والكفاءة دون التضحية بالجودة بشكل كبير. وهو جيد بشكل خاص في تلخيص النصوص، والإجابة على الأسئلة عبر المستندات الطويلة، والعوامل التحادثية التي تحتاج إلى أوقات استجابة منخفضة. تتيح له قدراته المتعددة الوسائط إنشاء أوصاف للصور، واستخراج النص من إطارات الفيديو، أو معالجة التسجيلات الصوتية. تجعل نافذة السياق الكبيرة منه فعالاً في مهام مثل تحليل قواعد الأكواد بأكملها، أو مراجعة المستندات القانونية الطويلة، أو الحفاظ على حوارات متماسكة متعددة الأدوار. سيستفيد المطورون الذين يعملون على تطبيقات حساسة من حيث التكلفة من أسعاره التنافسية. ومع ذلك، بالنسبة للمهام التي تتطلب استدلالاً منطقياً عميقاً، أو إبداعاً في التوليد، أو دقة عالية في المعايير المعقدة، قد يكون النموذج المتميز أكثر ملاءمةً.
إذا كانت حالة الاستخدام الخاصة بك تتضمن مهامًا بسيطة جدًا مثل التصنيف أحادي المنعطف، أو استخراج الكلمات المفتاحية، أو استجابات محددة مسبقًا، فقد تفكر في نموذج أصغر وأقل تكلفة - مثل Gemini Nano أو نسخة مقطرة. غالبًا ما تكون تكاليف التوكنات لهذه النماذج أقل بكثير، ويمكنها التعامل مع الأنماط المباشرة دون الحاجة إلى نافذة السياق الكاملة لنموذج Gemini 3.5 Flash. بالإضافة إلى ذلك، إذا كنت بحاجة إلى زمن استجابة منخفض جدًا ومستعد للتضحية ببعض الدقة، فقد يكون النموذج الأصغر أكثر ملاءمة. على العكس من ذلك، إذا كان عبء العمل الخاص بك يتضمن تفكيرًا معقدًا، أو تكاملًا متعدد الوسائط، أو سياقات طويلة جدًا، فإن الاستثمار في Gemini 3.5 Flash يؤتي ثماره من خلال تقليل التقطيع اليدوي وجودة المخرجات الأعلى. يقدم OrcaRouter نماذج متعددة لمساعدتك في مقارنة التكلفة والأداء.
نعم، يدعم Gemini 3.5 Flash البث عبر واجهة برمجة التطبيقات الخاصة بـ OrcaRouter، مما يتيح إرسال الرموز المميزة (tokens) أثناء إنشائها بدلاً من الانتظار للحصول على الرد الكامل. هذا أمر بالغ الأهمية للتطبيقات الفورية مثل الدردشة المباشرة، المساعدات الصوتية، أو أدوات البرمجة التفاعلية. يُعطي تصميم هذا النموذج أولوية لانخفاض زمن الاستجابة، لذا يكون الوقت المستغرق للوصول إلى الرمز الأول قصيرًا بشكل عام. يمكنك تفعيل البث عن طريق تعيين الوسيط 'stream' إلى true في طلب API الخاص بك. سيكون الرد بعد ذلك عبارة عن سلسلة من الأجزاء (chunks) وفقًا لتنسيق البث القياسي لـ OpenAI. هذا يجعل Gemini 3.5 Flash مناسبًا للتجارب التي تتفاعل مع المستخدمين حيث تكون السرعة المُدركة مهمة. ومع ذلك، ضع في اعتبارك أن البث قد يزيد تكاليف الرموز قليلاً بسبب المعالجة الإضافية.
باستخدام نافذة سياقية بسعة 1,048,576 رمزًا، يمكن لنموذج Gemini 3.5 Flash معالجة مدخلات طويلة جدًا. للاستفادة القصوى من ذلك، قم بهيكلة مطالبتك بحيث تتضمن السياق ذي الصلة في البداية والنهاية، لأن النموذج يعالج جميع الرموز (على الرغم من وجود تحيزات موضعية محتملة). بالنسبة للمدخلات متعددة الوسائط، انتبه إلى أن الصور ومقاطع الفيديو تستهلك رموزًا تتناسب مع حجمها ودقتها. استخدم المعامل 'max_tokens' للتحكم في طول المخرجات. إذا كانت مهمتك تتضمن مستندات متعددة، ففكر في ضمها بشكل منطقي. بالنسبة للمحادثات، حافظ على نافذة منزلقة أو اقتطع الرسائل الأقدم للبقاء ضمن الحد المسموح. لا تقوم واجهة برمجة تطبيقات OrcaRouter باقتطاع المدخلات تلقائيًا؛ تأكد من بقاء إجمالي رموز المطالبة ضمن نافذة السياق لتجنب الأخطاء.
تم تصميم Gemini 3.5 Flash لتقديم أداء قوي في مجموعة من المعايير الطبيعية للغة والمعايير متعددة الوسائط. على الرغم من عدم تقديم نتائج محددة لهذا الإصدار من النموذج في الحقائق المعطاة، فإن سلسلة Gemini Flash تتفوق عمومًا في مهام مثل MMLU (فهم اللغة الضخم متعدد المهام)، وHellaSwag (الاستدلال المنطقي السليم)، والمعايير متعددة الوسائط مثل VQA وTextVQA. يتميز النموذج بقوة خاصة في السيناريوهات التي تتطلب سياقًا قصيرًا واستدلالًا سريعًا. يركز تدريبه على الدقة الواقعية واتباع التعليمات. غالبًا ما يبلغ المستخدمون عن جودة عالية في التلخيص والترجمة وتوليد الأكواد. ومع ذلك، نظرًا لتطور المعايير، يُشجع المطورون على اختبار النموذج على مجموعات البيانات الخاصة بهم لتقييم الأداء في العالم الحقيقي.
على الرغم من نقاط قوته، فإن Gemini 3.5 Flash لديه قيود. قد لا يرقى إلى مستوى التفكير المتميز للنماذج الأكبر مثل Gemini 3.5 Pro أو GPT-4 في الرياضيات المعقدة، أو ألغاز المنطق، أو الكتابة الإبداعية الدقيقة. يؤدي تحسين السرعة في بعض الأحيان إلى مقايضات في العمق. يمكن للنموذج أحيانًا إنتاج إجابات تبدو معقولة ولكنها غير صحيحة (هلوسة)، خاصة في المواضيع النادرة أو المتخصصة للغاية. بالنسبة للمدخلات متعددة الوسائط، قد يكون الأداء على الصور منخفضة الدقة أو ذات الإعاقة البصرية الشديدة أدنى من نماذج الرؤية المخصصة. بالإضافة إلى ذلك، يمكن أن يؤدي التعامل مع السياقات الطويلة جدًا (قريبة من حد الرموز) إلى تدهور الدقة، حيث قد يفقد النموذج تتبع التفاصيل في المنتصف. توصي OrcaRouter بالتحقق من المخرجات الحرجة، خاصة في المجالات عالية المخاطر.
تم تحسين Gemini 3.5 Flash لتحقيق زمن انتقال منخفض، مما يعني أن أوقات الاستجابة أسرع بشكل عام من النماذج الأكبر والأعلى أداءً. في الظروف العادية، يُقاس وقت ظهور أول رمز بمئات المللي ثانية للاستفسارات القصيرة، وتكون الإنتاجية (الرموز في الثانية) تنافسية مع النماذج الأخرى من فئة Flash. ومع ذلك، يعتمد زمن الانتقال الفعلي على طول المدخلات، وطول المخرجات، وعدد الطلبات المتزامنة. يمكن للبنية التحتية لـ OrcaRouter المساعدة في تقليل التباين. بالنسبة للتطبيقات شديدة الحساسية لزمن الانتقال (على سبيل المثال، التفاعلات الصوتية)، يمكن ضبط إعدادات درجة الحرارة والبث لتحقيق توازن بين السرعة والجودة. لا يوجد رقم رسمي لمعيار زمن الانتقال لهذا النموذج، لكن المقارنات النوعية تشير إلى أنه من بين الخيارات الأسرع المتاحة عبر OrcaRouter.
يظهر Gemini 3.5 Flash نتائج قوية في مهام توليد الكود، وإصلاح الأخطاء، والتفسير. يدعم لغات برمجة متعددة ويمكنه توليد دوال، كلاسات، أو نصوص كاملة. يسمح حد الإخراج الكبير (65,536 رمزًا) له بإنتاج كتل طويلة من الكود أو التوثيق في جلسة واحدة. بالنسبة للبيانات المنظمة (JSON، XML، YAML)، يمكن للنموذج تنسيق المخرجات بشكل موثوق عند إعطائه التعليمات. ومع ذلك، من أجل الدقة النحوية العالية جدًا أو تصميم الخوارزميات المعقدة، فإن الاختبار ضروري. قد ينتج النموذج أحيانًا كودًا يتم تجميعه ولكنه يحتوي على أخطاء منطقية. لم يتم ضبطه بدقة خصيصًا للمهام البرمجية فقط، لذا بالنسبة لمعايير البرمجة المتخصصة، قد تؤدي نماذج الكود المخصصة (مثل CodeGemma) أداءً أفضل.
يقوم OrcaRouter بفوترة Gemini 3.5 Flash بسعر المزود دون أي هامش ربح. تحديدًا، تبلغ تكلفة رموز الإدخال 1.50 دولارًا لكل مليون رمز، وتكلفة رموز الإخراج 9.00 دولارات لكل مليون رمز. لا توجد رسوم إضافية للمنصة، أو رسوم استدعاء API، أو حد أدنى شهري. أنت تدفع فقط مقابل الرموز التي تستخدمها فعليًا. تشمل رموز الإدخال جميع الرموز الموجودة في المطالبة (النص، رموز الصور، إلخ)، بينما تحسب رموز الإخراج الرد المُنشأ. يتم احتساب الفوترة لكل طلب وتجميعها على مدار دورة فوترة. يوفر OrcaRouter تتبعًا شفافًا للاستخدام عبر لوحة التحكم الخاصة به. هذا التسعير يجعل Gemini 3.5 Flash واحدًا من الخيارات الأكثر معقولية من حيث التكلفة لأحمال العمل متعددة الوسائط ذات السياق الطويل والحجم الكبير.
سعر رمز الإخراج (9.00 دولار لكل 1 مليون) أعلى بست مرات من سعر رمز الإدخال (1.50 دولار لكل 1 مليون). هذا يعني أن التطبيقات التي تولد استجابات طويلة جدًا يمكن أن ترتفع تكاليفها بسرعة، بينما تلك التي تمرر بشكل أساسي استفسارات طويلة (مثل تحليل المستندات) ستكون أرخص لكل طلب. لتحسين التكاليف، فكر في استخدام مخرجات أقصر عند الإمكان، أو تنفيذ تخزين مؤقت للاستجابات للاستعلامات المتكررة. لا يقدم OrcaRouter حاليًا أسعار تخزين مؤقت مخفضة (وفقًا للحقائق المقدمة)، لذلك يتم محاسبة كل استدعاء API بالسعر الكامل. إذا كانت حالة الاستخدام الخاصة بك تتضمن العديد من الاستفسارات القصيرة ذات السياق الطويل، فقد تهيمن تكلفة الإدخال. لتطبيقات الدردشة ذات المخرجات الطويلة، ركز على التحكم في طول التوليد عبر max_tokens.
بناءً على الحقائق المقدمة، تقوم OrcaRouter بفوترة Gemini 3.5 Flash بسعر المزود دون أي هامش ربح، ولكنها لا تذكر أي برامج تخزين مؤقت أو خصومات حجمية. هذا يعني أن كل رمز (token) يتم تحميله بالسعر القياسي بغض النظر عن التكرار أو معدل الاستخدام. لا يوجد خصم للتخزين المؤقت للطلبات (prompt caching) أو تخزين النتائج المحسوبة مسبقًا مما يقلل التكلفة. ومع ذلك، فإن تسعير OrcaRouter شفاف ويمكن التنبؤ به: أنت تدفع فقط مقابل الرموز المستهلكة. بالنسبة للمستخدمين الذين قد يتوقعون التخزين المؤقت من مزودين مثل Google AI Studio أو Vertex AI، لاحظ أن عرض OrcaRouter هو تمرير مباشر دون أي تكاليف إضافية. هذه البساطة يمكن أن تكون مفيدة لتخطيط الميزانية.
Gemini 3.5 Flash يتم وضعه كخيار فعال من حيث التكلفة مقارنة بالنماذج الأكبر مثل Gemini 3.5 Pro أو GPT-4 Turbo، والتي عادة ما تكون لها أسعار أعلى لكل رمز. على سبيل المثال، قد تكلف Gemini 3.5 Pro حوالي $3.50/1M إدخال و $10.50/1M إخراج (افتراضي، غير معطى). في المقابل، فإن البديل Flash أرخص لكل رمز، مما يجعله مناسبًا للإنتاج عالي الحجم. بين نماذج فئة Flash، تكون الأسعار تنافسية، على الرغم من أن المقارنات الدقيقة تعتمد على أداء النموذج لمهمتك المحددة. يوفر OrcaRouter كتالوج نماذج حيث يمكنك عرض الأسعار جنبًا إلى جنب. تحقق دائمًا من أحدث الأسعار على منصة OrcaRouter، حيث قد تتغير الأسعار.
لاستدعاء Gemini 3.5 Flash، استخدم نقطة نهاية API المتوافقة مع OpenAI على الرابط https://api.orcarouter.ai/v1/chat/completions. عيّن معلمة النموذج إلى "google/gemini-3.5-flash". يتطلب المصادقة مفتاح API من OrcaRouter، يُمرر في رأس Authorization كـ "Bearer YOUR_API_KEY". يمكنك استخدام حزمة OpenAI Python SDK، أو مكتبة Node.js، أو طلبات HTTP الخام. مثال باستخدام Python: openai.base_url = "https://api.orcarouter.ai/v1/"; openai.api_key = "your-key"; openai.ChatCompletion.create(model="google/gemini-3.5-flash", messages=[{"role":"user","content":"Hello"}]). يعمل البث بشكل قياسي. جميع المعاملات الأخرى مثل temperature و top_p و presence_penalty و stop sequences مدعومة.
واجهة برمجة تطبيقات OrcaRouter لـ Gemini 3.5 Flash تدعم معلمات إكمال الدردشة القياسية: model (مطلوب)، messages (مصفوفة من كائنات الدور/المحتوى)، temperature (0–2، الافتراضي 1)، top_p (0–1، الافتراضي 1)، max_tokens (حتى 65536)، stop (سلسلة نصية أو مصفوفة من السلاسل)، presence_penalty و frequency_penalty (0–2)، logit_bias (خريطة من معرفات الرموز إلى الانحياز)، و stream (قيمة منطقية). بالنسبة للمدخلات متعددة الوسائط، يمكن أن يكون محتوى الرسالة مصفوفة من الأجزاء (نص، image_url، إلخ) وفقًا لتنسيق الرؤية من OpenAI. قد تتطلب مدخلات الصوت والفيديو ترميزًا محددًا (مثل base64). لا توجد معلمة لحجم نافذة السياق—يستخدم النموذج تلقائيًا ما يصل إلى 1,048,576 رمزًا. إذا تجاوز طلبك الحد، ترجع واجهة برمجة التطبيقات خطأً.
نعم، الترحيل مباشر لأن OrcaRouter ينفذ واجهة برمجة تطبيقات متوافقة مع OpenAI تُجرد المُزوّد الأساسي. إذا كنت قد استخدمت في الأصل واجهة Generative AI SDK من Google أو Vertex AI، فستحتاج إلى استبدال كود العميل الخاص بك لاستخدام نقطة نهاية OpenAI. تحديدًا، غيّر عنوان URL الأساسي إلى https://api.orcarouter.ai/v1 وانتقل إلى OpenAI SDK. يتغير مُعرّف النموذج من "gemini-3.5-flash" إلى "google/gemini-3.5-flash". تنتقل المصادقة من OAuth من Google إلى مفتاح API بسيط من OrcaRouter. تنسيقات الاستجابة متشابهة، لكن قد تحتاج إلى تعديل كيفية هيكلة المدخلات متعددة الوسائط (مثلاً، استخدم تنسيق رؤية OpenAI). توفر وثائق OrcaRouter دليلاً للترحيل.
تتضمن الأخطاء الشائعة: HTTP 400 للمعلمات غير الصالحة (مثل تجاوز max_tokens، أو وسائط غير مدعومة)، وHTTP 401 لمفتاح API غير صحيح، وHTTP 404 لمعرف نموذج خاطئ، وHTTP 429 للحد من معدل الطلبات. تُرجع واجهة API رسائل خطأ بتنسيق JSON تحتوي على تفاصيل. بالنسبة لأخطاء حد الرموز، يُرجى تقليل طول الإدخال أو استخدام الاقتطاع. أما بالنسبة للحد من المعدل، فطبق التراجع الأسي. قد يحتوي OrcaRouter على حدود معدل لكل مستخدم؛ يُرجى مراجعة لوحة التحكم للتفاصيل. قد تظهر أخطاء البث كمقاطع مشوهة؛ تعامل مع إعادة الاتصال بسلاسة. نظرًا لأن واجهة API متوافقة مع OpenAI، فإن كود معالجة الأخطاء الخاص بـ OpenAI سيعمل عمومًا، لكن يُرجى الاختبار بشكل موسع.
تم تصميم Gemini 3.5 Flash للسرعة والتكلفة، بينما يستهدف Gemini 3.5 Pro دقة استدلال أعلى وأداء معياري أعلى. عادةً ما يكون سعر Pro أعلى (غير محدد هنا) وقد لا يدعم نفس سياق المليون رمز (غالبًا 128K أو 200K). Flash أفضل للاستخدام في الوقت الفعلي، والإنتاجية العالية، والمشاريع ذات الميزانية المحدودة. ومع ذلك، يتفوق Pro على Flash في المهام المعقدة في الرياضيات والعلوم والاستدلال المنطقي. بالنسبة للمهام متعددة الوسائط، يتعامل Flash مع الصور والفيديو ولكنه قد ينتج أوصافًا أقل تفصيلاً من Pro. إذا كان تطبيقك يتطلب أعلى جودة إخراج ويمكنه تحمل زمن انتقال وتكلفة أعلى، فاختر Pro. بخلاف ذلك، يعد Flash خيارًا افتراضيًا قويًا.
كلا النموذجين فعالان وسريعان، لكن Gemini 3.5 Flash يوفر نافذة سياق أكبر بكثير (1M مقابل 128K عادةً). وهذا يجعله أكثر ملاءمة للمهام التي تتطلب معالجة مستندات طويلة جدًا أو العديد من الصور في وقت واحد. في معايير القياس، كلا النموذجين تنافسيان، لكن الدرجات الدقيقة تعتمد على مجموعة البيانات. قد يكون أداء GPT-4o Mini أفضل قليلاً في المهام متعددة اللغات بسبب توزيع التدريب، بينما قد يتفوق Gemini 3.5 Flash في التكامل متعدد الوسائط. التسعير: Gemini 3.5 Flash بسعر $1.50/$9.00 لكل 1M رمز؛ GPT-4o Mini عادةً بسعر $0.15/$0.60 لكل 1M (غير مذكور في الحقائق، لكنه معروف على نطاق واسع). لذا فإن GPT-4o Mini أرخص، لكن Gemini 3.5 Flash يوفر سياقًا أطول بـ 8 مرات. يعتمد الاختيار على احتياجات السياق والميزانية التكلفة.
Claude 3 Haiku هو نموذج سريع وفعال من حيث التكلفة من Anthropic، مع نافذة سياق تبلغ 200 ألف رمز (أصغر من Gemini 3.5 Flash). كلاهما يدعم المدخلات متعددة الوسائط، على الرغم من أن Haiku يركز بشكل أساسي على النصوص والصور. تسعير Gemini 3.5 Flash أعلى (Haiku حوالي 0.25 دولار/1.25 دولار لكل مليون رمز، وهو معروف على نطاق واسع). ومع ذلك، فإن نافذة السياق الأطول ودعم الصوت/الفيديو يمنحان Gemini 3.5 Flash مزايا في حالات استخدام محددة. الأداء في مهام التفكير متشابه، لكن Gemini 3.5 Flash قد يكون أفضل في اتباع التعليمات للسياقات الطويلة. إذا كان طول السياق أمرًا بالغ الأهمية، فإن Gemini 3.5 Flash هو الأفضل؛ أما إذا كانت التكلفة والمهام البسيطة هي السائدة، فقد يكون Haiku أرخص.
الميزة الأساسية لـ Gemini 3.5 Flash مقارنة بالنماذج مفتوحة المصدر (مثل Llama 3.1 8B أو Mistral 7B) هي البنية التحتية المدارة والقدرات المتعددة الوسائط. تتطلب النماذج مفتوحة المصدر نشر الخوادم وصيانتها، والتعامل مع التوسع، وغالبًا ما تكون نوافذ السياق أصغر (عادةً 8K–128K). توفر Gemini 3.5 Flash سياقًا بحجم 1M مباشرةً، ودعمًا أصليًا للصوت والفيديو، وتكلفة أولية صفرية—ادفع فقط لكل رمز عبر OrcaRouter. ومع ذلك، يمكن أن تكون النماذج مفتوحة المصدر أرخص عند الأحجام العالية جدًا إذا كان لديك أجهزتك الخاصة، وتوفر خصوصية كاملة للبيانات. بالنسبة للشركات الناشئة والمؤسسات التي ترغب في تجنب الأعباء التشغيلية، فإن Gemini 3.5 Flash هو خيار مناسب.
متوافق مع OpenAI — أبقِ على SDK الحالي
https://api.orcarouter.ai/v1https://api.orcarouter.aiimport os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="google/gemini-3.5-flash",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_tokensreasoningresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_p| الإدخال / 1M توكن | $1.50 |
| الإخراج / 1M توكن | $9.00 |
| قراءة الذاكرة المؤقتة / 1M | $0.150 |
| كتابة الذاكرة المؤقتة / 1M | $0.083 |
| العملة | USD |
تقدير بناءً على السعر المُعلن
تقدير فقط — يعتمد العدد الفعلي للرموز على مُجزّئ الرموز الخاص بالمزوّد.
ما يتحدث عنه المطورون هذا الأسبوع
GET /api/public/models/google/gemini-3.5-flashفتح @misc{orcarouter_gemini_3_5_flash,
title = {Gemini 3.5 Flash API},
author = {google},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/google/gemini-3.5-flash}
}google. (2026). Gemini 3.5 Flash API. OrcaRouter. https://www.orcarouter.ai/models/google/gemini-3.5-flash