Benchmark de Gemini 3.5 Flash: velocidad, puntuaciones de programación, precio de la API y alternativas

Gemini 3.5 Flash parece barato por token y rápido sobre el papel, pero el panorama real es más matizado. Revisa las mejoras de velocidad reportadas, las puntuaciones en Terminal-Bench y SWE-Bench Pro, las cifras del índice independiente de programación, el costo real de las ejecuciones de agentes y qué alternativas se ajustan a tu presupuesto.

Benchmark de Gemini 3.5 Flash: velocidad, puntuaciones de programación, precio de la API y alternativas
Cristian Da Conceicao

Gemini 3.5 Flash llegó con una propuesta audaz: rendimiento de nivel frontera en programación y agentes, a varias veces la velocidad de la generación anterior. Luego empezaron a llegar los números independientes y la historia se volvió más interesante. Algunos benchmarks lo sitúan por delante de Gemini 3.1 Pro. Otros lo dejan bastante por detrás. Y el precio por token, aunque moderado, no te dice cuánto te costará una ejecución real de un agente a final de mes.

Este análisis reúne en un solo lugar los scores de benchmark reportados, el precio de la API, las afirmaciones sobre velocidad y las sorpresas de costo en el mundo real, para que decidas si Gemini 3.5 Flash merece un lugar en tu conjunto de herramientas. También encontrarás un breve tutorial para probarlo y alternativas que vale la pena comparar lado a lado.

💡 Nota rápida sobre las fuentes: Las cifras de abajo provienen del material de lanzamiento de Google y de trackers y reseñas de terceros publicados después del lanzamiento. Los números de benchmark cambian según la versión (con razonamiento bajo o alto), así que trata cada score como una foto del momento y no como un veredicto final.

Qué es realmente Gemini 3.5 Flash

Gemini 3.5 Flash es el modelo rápido y orientado al costo de Google dentro de la familia Gemini 3.5, presentado alrededor de Google I/O 2026. Se sitúa por debajo del nivel Pro y está pensado para trabajos de alto volumen: chat, asistentes de programación, procesamiento de documentos y bucles de agentes donde importan más la latencia y el costo que exprimir los últimos puntos de precisión.

Una ingeniera de software trabajando en un escritorio de roble con un cronómetro junto a su equipo portátil

Esta es la versión corta de su ficha técnica:

CaracterísticaDetalles
Familia del modeloGemini 3.5 (nivel Flash)
Tipos de entradaTexto, imágenes, audio, video
Audio largoHasta unas 8,4 horas por solicitud
Video largoHasta 45 minutos por solicitud
Salida máximaUnos 65K tokens
Control de razonamientoNinguno, niveles de pensamiento bajo o alto
PosicionamientoNivel rápido y de menor costo para programación y agentes

El ajuste de nivel de pensamiento importa más de lo que parece. El mismo ID de modelo puede comportarse como dos productos distintos según dejes el razonamiento desactivado o lo lleves a alto. Esa es una de las razones por las que las tablas de benchmark se contradicen tan a menudo.

Para quién está pensado

Los equipos que gestionan bots de atención al cliente, asistentes de revisión de código, pipelines de resumen y entrada multimodal (una nota de voz, una captura de pantalla y una pregunta, por ejemplo) son el candidato obvio. Si tu carga de trabajo son unas pocas llamadas de razonamiento profundo al día, un modelo de clase Pro suele encajar mejor.

Dónde encaja en la oferta

Gemini 3.5 Flash reemplaza el papel que antes cumplían Gemini 3 Flash y Gemini 2.5 Flash. El nivel Pro está representado hoy por Gemini 3.1 Pro, que sigue siendo el punto de referencia en la mayoría de las comparativas.

Velocidad: ¿con qué rapidez va de verdad?

La afirmación principal de la cobertura del lanzamiento es que Gemini 3.5 Flash funciona aproximadamente cuatro veces más rápido que la generación anterior. Esa cifra se refiere a la velocidad de salida, es decir, a lo rápido que se transmiten los tokens una vez que empieza la generación.

Primer plano de un cronómetro de acero sobre un escritorio de nogal junto a un equipo portátil

El streaming rápido resulta genial en una ventana de chat. Pero tres factores cambian la experiencia en producción:

  1. Nivel de pensamiento. El pensamiento alto añade tokens de razonamiento ocultos antes de que aparezca la primera palabra visible, así que el tiempo hasta el primer token aumenta.
  2. Tamaño del prompt. Los documentos largos y las entradas de video añaden tiempo de procesamiento antes de que empiece la generación.
  3. Volumen de tokens. Un modelo rápido por token que escribe muchos más tokens por tarea puede terminar más tarde que otro más lento y conciso.

💡 Consejo práctico: Mide el tiempo total de la tarea de principio a fin, no los tokens por segundo. Ejecuta los mismos diez prompts reales en dos modelos y cronometra la respuesta completa. Esa sola prueba supera a cualquier tabla de clasificación.

Velocidad frente a calidad: la contrapartida

Con el pensamiento desactivado obtienes las respuestas más ágiles y las facturas más bajas. Cambia a pensamiento bajo para las preguntas de programación del día a día. Reserva el pensamiento alto para errores difíciles, planificación de varios pasos o tareas con mucha matemática, donde unos segundos extra dan respuestas notablemente mejores.

Scores de programación: titulares sólidos, realidad desigual

Aquí es donde los números se complican, así que esta es la comparación limpia, lado a lado.

Una desarrolladora con sudadera gris revisando código en un monitor grande

BenchmarkGemini 3.5 FlashComparación
Terminal-Bench 2.1 (reportado por Google)76,2%Gemini 3.1 Pro: 70,3%
SWE-Bench Pro, conjunto público (reportado por Google)55,1%n/d
Índice de programación independiente (variante por defecto)45,0Gemini 3.1 Pro: 56,5
Índice de programación independiente (variante de pensamiento alto)70,1Publicado por un tracker distinto
Ranking de programación en Android6.º puestoPor detrás de GPT-5.5

Dónde brilla

Tareas de terminal y agentes. Un 76,2% en Terminal-Bench 2.1 supera a Gemini 3.1 Pro en los números que publicó Google. Ese benchmark premia a un modelo que puede ejecutar comandos, leer la salida y corregir sus propios errores a lo largo de varios pasos. Es lo más parecido a un flujo de trabajo real en la línea de comandos.

Donde se queda corto

Índices de programación independientes. Un tracker muy utilizado dio a la variante por defecto un índice de programación de 45,0, muy por debajo de los 56,5 de Gemini 3.1 Pro. Esa diferencia contradice la idea de que Flash iguale al nivel más alto en programación del día a día. Otro listado para la variante de pensamiento alto muestra 70,1, un cambio enorme solo por una configuración.

💡 Lee la letra pequeña: Comprueba siempre a qué variante pertenece cada score. "Gemini 3.5 Flash" con el pensamiento desactivado y "Gemini 3.5 Flash" con pensamiento alto son, en la práctica, modelos distintos.

Lo que dice la discrepancia

Los scores reportados por el proveedor suelen usar la mejor configuración y el mejor andamiaje. Los trackers independientes usan una configuración estándar. Ninguno de los dos está mal. Tu propio proyecto, con tu propio código y tus propios prompts, quedará en algún punto entre ambos. La única jugada fiable es probar con una muestra de tus tickets reales.

Precio de la API y costo real

Sobre el papel, el precio es sencillo. Las fuentes coinciden en las siguientes tarifas para la API de Gemini, con el ID de modelo gemini-3.5-flash:

Una calculadora, una factura y un bolígrafo sobre un escritorio de roble claro

Tipo de tokenPrecio por 1M de tokens
Entrada$1.50
Salida$9.00
Entrada en caché$0.15 (alrededor de 90% de descuento)

La entrada en caché es el héroe silencioso. Si tu app reenvía en cada llamada el mismo prompt de sistema largo, un documento extenso o un resumen de un repositorio de código, la caché reduce esa parte de la factura a una décima parte.

El problema del apetito de tokens

Aquí está la trampa. Un informe sobre tareas de programación en Android encontró que una evaluación completa con Gemini 3.5 Flash costó unos $147.10, porque el modelo usó aproximadamente 5,5 veces los tokens que necesitó Gemini 3.1 Pro para el mismo trabajo. El titular fue que terminó costando unas tres veces más, pese a la tarifa por token más baja.

La lección es clara: el precio por token no es el precio por tarea. Un modelo que piensa más tiempo, reintenta más y escribe respuestas más largas multiplica tu costo efectivo.

Una fórmula sencilla de costo

Usa esta estimación rápida antes de comprometerte:

  • Estima los tokens de entrada medios por tarea y multiplícalos por la tarifa de entrada.
  • Estima los tokens de salida por tarea, incluidos los tokens de razonamiento ocultos, y multiplícalos por la tarifa de salida.
  • Resta el ahorro de la entrada en caché allí donde el prompt se repita.
  • Multiplica por el volumen mensual de tareas.

💡 Consejo de presupuesto: Registra los recuentos reales de tokens durante una semana en una pequeña porción de tráfico. Los tokens de razonamiento se cobran como salida, así que el lado de la salida suele sorprender primero a la gente.

Formas de reducir la factura

  1. Desactiva el pensamiento para clasificación, extracción y resumen simples.
  2. Limita los tokens de salida máximos para que una respuesta descontrolada no consuma el presupuesto.
  3. Pon en caché el contexto estático, como documentos de políticas y definiciones de herramientas.
  4. Enruta según la dificultad: envía las solicitudes fáciles a un modelo más barato y las difíciles a uno más potente.

Fortalezas multimodales que merecen atención

Más allá del código, el modelo acepta texto, imágenes, audio y video en un mismo prompt. Eso es realmente útil. Puedes adjuntar la grabación de pantalla de un error, una explicación hablada y una pregunta, y obtener un diagnóstico por escrito.

Una mujer escribiendo en un equipo portátil en una mesa de café con un teléfono a su lado

Usos prácticos que aprovechan esta fortaleza:

  • Grabaciones de reuniones convertidas en tareas pendientes y resúmenes escritos.
  • Capturas de pantalla de errores acompañadas de una pregunta breve sobre la causa.
  • Archivos de audio largos transcritos y condensados en una sola solicitud.
  • Videos de producto descritos y etiquetados sin dividirlos a mano.

Para cargas de trabajo como estas, los límites de entrada generosos (horas de audio, decenas de minutos de video) te ahorran tener que crear lógica de fragmentación.

Infraestructura y fiabilidad

Los modelos rápidos se eligen a menudo para trabajos de backend que se ejecutan miles de veces por hora. Si es tu caso, fíjate en los límites de tasa, el comportamiento de los reintentos y la dispersión de la latencia, no solo en los promedios. Un modelo rápido en la mediana pero lento en el percentil 99 puede bloquear un pipeline.

Pasillo de una sala de servidores con racks y un técnico alejándose

Cómo usar Gemini 3.5 Flash en PicassoIA

Puedes probar el modelo sin escribir una sola línea de código. Gemini 3.5 Flash en PicassoIA funciona en el navegador, así que puedes compararlo con otros modelos usando el mismo prompt.

Paso a paso

  1. Abre la página de Gemini 3.5 Flash en la colección de Large Language Models.
  2. Escribe tu solicitud en el campo Prompt. Sé específico: pega el código, el error y el resultado que esperas.
  3. Opcionalmente, añade una System Instruction para definir el rol, por ejemplo "Eres un revisor senior. Responde con una lista corta de problemas".
  4. Adjunta imágenes (hasta 10), audio (un archivo) o videos (hasta 10) si tu tarea los necesita.
  5. Elige un Thinking Level: none, low o high.
  6. Ejecuta el prompt, revisa la salida y luego ajusta y vuelve a ejecutarlo.

Consejos sobre parámetros

ParámetroQué hacePunto de partida sugerido
Thinking levelDefine la profundidad del razonamientoNone para chat, low para código, high para errores difíciles
TemperatureControla la aleatoriedad0,2 a 0,4 para código, 1,0 para escritura creativa
Top PLimita el conjunto de muestreo de tokensMantén el valor por defecto de 0,95
Max output tokensLimita la longitud de la respuestaBájalo para respuestas cortas y ahorrar tiempo
Video FPSFotogramas muestreados del videoSúbelo solo para material con movimiento rápido

Escena de escritorio de estilo contable, adecuada para planificar un presupuesto

💡 Pruébalo como un profesional: Ejecuta el mismo prompt tres veces, una por cada nivel de pensamiento. Compara la calidad y el tiempo de respuesta. En muchos casos, el pensamiento bajo ofrece el 90% de la calidad con una fracción de la espera.

Agentes y flujos de trabajo: la prueba real

El trabajo con agentes es donde se supone que los modelos de clase Flash se ganan el sueldo. Un bucle de agente puede hacer entre 20 y 50 llamadas al modelo para terminar una tarea: leer un archivo, planificar, editar, ejecutar pruebas, leer errores, volver a editar. El costo y la velocidad por llamada se multiplican.

Por eso el resultado en Terminal-Bench resulta atractivo y el resultado en apetito de tokens preocupa. Las llamadas rápidas ayudan. Las llamadas prolijas perjudican. Si el modelo necesita menos reintentos, ganas. Si entra en espiral, pagas.

Algunos hábitos que mantienen controladas las facturas de los agentes:

  • Define un límite estricto de pasos por tarea.
  • Resume el contexto antiguo en lugar de reenviarlo todo.
  • Usa un modelo más barato para planificar y uno más potente para la edición final.
  • Registra los tokens por tarea y configura alertas para los valores atípicos.

Alternativas que vale la pena probar

Gemini 3.5 Flash no es la respuesta para todas las cargas de trabajo. Todos estos modelos están disponibles en PicassoIA, así que puedes ejecutar tus propios prompts directamente contra ellos.

Una estudiante trabajando en un equipo portátil en una mesa de biblioteca

ModeloIdeal paraPor qué considerarlo
Gemini 3.1 ProProgramación y razonamiento exigentesMás fuerte en los índices de programación independientes, y usó muchos menos tokens en la prueba de Android
Gemini 3 FlashChat y visión económicos y rápidosUna opción más ligera para tareas sencillas de alto volumen
Claude Sonnet 5Automatización de programaciónOpción popular para ediciones de varios archivos y revisión de código
GPT 5.6 SolTareas de programación complejasOrientado a problemas de ingeniería difíciles
GPT 5.6 LunaRespuestas de texto rápidasUna opción centrada en la velocidad para escritura y chat del día a día
DeepSeek V3.1Programación y razonamiento económicosUna opción con muy buena relación calidad-precio para texto y código

Cuándo elegir cada uno

  • Necesitas la mayor precisión en programación: empieza con Gemini 3.1 Pro, Claude Sonnet 5 o GPT 5.6 Sol.
  • Necesitas la menor latencia y costo: prueba Gemini 3.5 Flash con el pensamiento desactivado, Gemini 3 Flash o GPT 5.6 Luna.
  • Necesitas entrada multimodal en una sola llamada: Gemini 3.5 Flash es difícil de superar gracias a sus límites de audio y video.
  • Quieres un modelo de razonamiento económico: DeepSeek V3.1 merece una prueba.

Un método de comparación justo

Elige 20 tareas reales de tu trabajo. Ejecuta cada una con dos o tres modelos usando prompts idénticos. Puntúa las respuestas por corrección, estilo y tiempo. Suma los recuentos de tokens. En una tarde tendrás una respuesta mejor que cualquier tabla de clasificación.

Veredicto final: quién debería usarlo

Gemini 3.5 Flash es un caballo de batalla rápido y multimodal con fortalezas reales en tareas de agentes de estilo terminal y en la entrada de medios de larga duración. Su precio anunciado de $1.50 de entrada y $9 de salida por millón de tokens resulta atractivo, pero un comportamiento que consume muchos tokens puede borrar el ahorro. Los índices de programación independientes lo muestran por detrás de Gemini 3.1 Pro con su configuración por defecto, mientras que la variante de pensamiento alto reduce la diferencia de forma notable.

Elígelo si procesas audio y video, ejecutas asistentes rápidos o necesitas pasos de agente ágiles con contexto en caché.

Descártalo si tu trabajo consiste en un número reducido de problemas de programación muy difíciles, donde la precisión lo es todo.

Pruébalo tú mismo en PicassoIA

La forma más rápida de zanjar el debate es una prueba en vivo. Abre Gemini 3.5 Flash en PicassoIA, pega un prompt real de tu proyecto y cambia el nivel de pensamiento entre none, low y high. Luego ejecuta el mismo prompt en Claude Sonnet 5 o Gemini 3.1 Pro y compara.

Una mujer joven de pie junto a una ventana luminosa sosteniendo un equipo portátil

PicassoIA también reúne en un solo lugar herramientas de generación de imágenes, creación de video, voz y música. Explora todo en picassoia.com/en/all-models y empieza hoy mismo a experimentar con tus propias ideas.

Compartir este artículo

Elige tu idioma

FreeCrea imágenes y videos con IAGratis, sin tarjeta de créditoGeneraciones gratis para empezarSeedance 2.5 Lite incluidoEmpieza gratis ya