Gemini 3.6 Flash vs 3.1 Pro

Gemini 3.6 Flash vs 3.1 Pro compare un modèle Flash plus récent à un modèle Pro plus ancien : les noms de gamme ne suffisent donc pas à trancher. L’évaluation de Google de juillet place 3.6 Flash devant sur les tests publiés de programmation et de contexte long. Son tarif Standard actuel dans l’API Gemini est également inférieur : $0.75 en entrée et $3.75 en sortie par million de tokens jusqu’au 31 décembre 2026, contre $2 en entrée et $12 en sortie pour les prompts de 3.1 Pro ne dépassant pas 200,000 tokens. Les prompts Pro plus longs coûtent davantage.^[1][2]

Commencez par évaluer 3.6 Flash pour une nouvelle charge de travail. Conservez 3.1 Pro lorsque vos propres tests le justifient, notamment si un agent opérationnel dépend de sa variante à outils personnalisés. Les deux modèles Google acceptent jusqu’à 1,048,576 tokens d’entrée et produisent jusqu’à 65,536 tokens de sortie ; aucun ne gagne simplement grâce à une fenêtre annoncée plus grande.^[3][4] reAPI propose une intégration enregistrée de Gemini 3.6 Flash, pas de Gemini 3.1 Pro, avec un plafond actuel de sortie de 8,192 tokens.^[7] Cet article compare d’abord les modèles Google, puis explique cette limite de l’API.

Les prix et la documentation des modèles ont été vérifiés le 23 octobre 2026. Les résultats des benchmarks ci-dessous correspondent à l’évaluation Google de juillet 2026, sans nouveaux tests réalisés pour cet article.

gemini 3.6 flash vs 3.1 pro pricing

Le tableau suivant utilise les tarifs Google de l’API Gemini Standard payante, en USD par million de tokens. La sortie comprend les tokens de raisonnement. Les frais d’outils, le stockage du cache et les taxes sont exclus ; il ne s’agit pas d’une comparaison des abonnements à l’application Gemini.^[2]

La réduction Flash possède une date de fin explicite. Une prévision qui s’étend à 2027 doit utiliser les tarifs prévus pour cette période, même si la facture actuelle est inférieure. L’annonce Google de juillet et la fiche du modèle affichent encore $1.50/$7.50 : un contexte historique utile, mais qui ne décrit pas la promotion actuelle.

Le seuil de Pro dépend de la longueur du prompt, et non de la longueur finale de la réponse. Les tarifs d’entrée et de sortie changent au-delà de 200,000 tokens de prompt. Le tableau Flash n’indique pas de seuil tarifaire équivalent à 200,000 tokens. N’appliquez pas la ligne Pro la moins chère à un gros document simplement parce que la réponse finale est courte.^[2]

Pour une requête illustrative sans cache, le calcul limité aux tokens est le suivant :

cost = (input tokens × input rate + billed output tokens × output rate) / 1,000,000

Avec 20,000 tokens d’entrée et 5,000 tokens de sortie facturés, Flash Standard coûte actuellement (20,000 × $0.75 + 5,000 × $3.75) / 1,000,000 = $0.03375. Pro coûte (20,000 × $2 + 5,000 × $12) / 1,000,000 = $0.10. Aux tarifs Flash prévus pour 2027, les mêmes quantités coûtent $0.0675. Ces calculs maintiennent le nombre de tokens constant ; ce ne sont pas des coûts mesurés pour accomplir une même tâche réelle.

Augmentez maintenant le prompt à 250,000 tokens en conservant 5,000 tokens de sortie facturés. Flash coûte actuellement $0.20625. Pro dépasse son seuil et coûte (250,000 × $4 + 5,000 × $18) / 1,000,000 = $1.09. Le coût Flash prévu pour 2027 dans cet exemple est de $0.4125. Le budget d’un long document doit donc intégrer la condition de taille du prompt, en plus du nom du modèle.

Le cache ajoute une autre dimension. N’utilisez le tarif d’entrée mise en cache que pour les tokens facturés comme tels, et retirez-les du terme d’entrée ordinaire pour éviter de les compter deux fois. Le stockage du cache Standard Google pour Flash coûte $0.50 par million de tokens et par heure jusqu’au 31 décembre, puis $1.00 à partir du 1er janvier ; le stockage Pro coûte $4.50 par million de tokens et par heure. Un faible tarif de lecture du cache ne rend pas gratuit le contexte conservé.^[2]

Ces exemples excluent également Batch, Flex et Priority. La page de tarifs Google les présente séparément. Comparez le mode de service que vous utiliserez réellement, au lieu de comparer le mode réduit d’un modèle au tarif Standard d’un autre.

gemini 3.6 flash vs 3.1 pro benchmark

La fiche Google de Gemini 3.6 Flash fournit une comparaison directe avec 3.1 Pro. Les lignes sélectionnées ci-dessous couvrent la programmation, l’interaction avec l’ordinateur et la récupération d’informations en contexte long. Ce sont des mesures publiées avec des configurations d’évaluation différentes, pas des estimations interchangeables de la précision au quotidien.^[1]

La méthodologie compte. Google précise que les scores Gemini sont en pass@1, sauf indication contraire. SWE-Bench Pro utilise un environnement d’évaluation Antigravity interne. Les scores DeepSWE proviennent du classement public de Datacurve, avec le niveau de raisonnement offrant le meilleur score pour chaque modèle ; 3.6 Flash utilise un raisonnement élevé. Terminal-Bench utilise l’environnement Terminus-2. Pour OSWorld, Google rapporte la moyenne de cinq exécutions, avec une tentative par exécution, une résolution 1080p et un maximum de 100 étapes.^[5]

Cela étaye une conclusion précise : 3.6 Flash dépasse 3.1 Pro sur ces évaluations publiées. Cela ne démontre ni que chaque application retrouvera le même écart, ni que le nouveau modèle ne régressera jamais sur une instruction particulière. Cela ne démontre pas non plus qu’un fournisseur d’API implémente les outils de pilotage d’ordinateur. Le système d’évaluation comprend des outils et un environnement d’exécution, pas seulement un nom de modèle dans une requête.

gemini 3.6 flash vs 3.1 pro for coding

Pour un nouveau processus de programmation, les résultats publiés et les tarifs Standard inférieurs font de Flash le point de départ le plus prometteur. SWE-Bench Pro et Terminal-Bench lui sont favorables, et l’écart plus large sur DeepSWE justifie de tester des tâches autonomes plus longues plutôt que de supposer Pro supérieur à cause de son nom.

Une comparaison utile sur votre propre dépôt maintiendrait constants la tâche, le commit de départ, les outils, la politique de nouvelle tentative et les tests d’acceptation. Relevez si le correctif passe les tests, ce qu’il modifie inutilement, la correction humaine nécessaire et les tokens facturés sur l’ensemble des tentatives. Une première réponse peu coûteuse suivie de plusieurs réparations ratées peut coûter plus cher qu’une solution correcte. C’est une méthode d’évaluation, pas l’affirmation que l’un des modèles s’est comporté ainsi lors de nos tests.

Il existe une raison concrète de conserver une piste d’évaluation Pro. Google propose gemini-3.1-pro-preview-customtools, une variante destinée à privilégier des outils personnalisés tels que view_file et search_code dans des processus mêlant bash et fonctions personnalisées. Google avertit aussi de possibles variations de qualité pour les usages qui ne bénéficient pas de ces outils.^[4] Si cette variante convient déjà à votre agent, comparez son taux réel de réussite avant de la remplacer.

Il en va de même pour un déploiement Pro déjà validé. Une avance dans les benchmarks justifie des tests de migration, pas l’abandon sans vérification d’un comportement opérationnel. Pour un nouveau projet sans cette dépendance, payer les tarifs par token plus élevés de Pro avant d’avoir testé Flash se justifie moins.

gemini 3.6 flash context window

Google documente les mêmes limites pour les deux modèles : 1,048,576 tokens d’entrée et 65,536 tokens de sortie. Tous deux acceptent texte, images, vidéo, audio et PDF en entrée, puis renvoient du texte. Aucune des deux pages de modèle n’indique la génération d’images, la génération audio ou l’API Live comme prises en charge.^[3][4]

Une limite de contexte indique ce qui peut tenir dans la requête ; les tests de récupération indiquent ce que le modèle peut en retrouver. La méthodologie GDM-MRCR de Google distingue le résultat cumulatif à 128K du résultat ponctuel à 1M. Ne lisez pas ces deux lignes comme un même test à des prix différents, et ne présentez aucun de ces pourcentages comme un score général de précision de compréhension documentaire.^[5]

Pour un long rapport ou une base de code, mesurez si la réponse retrouve les bons éléments et cite les bons emplacements. Calculez ensuite le coût de la taille réelle du prompt. Sur 3.1 Pro, dépasser 200,000 tokens de prompt change aussi la ligne de facturation, bien avant le plafond d’entrée documenté. Sur 3.6 Flash, le tableau tarifaire actuel n’introduit pas cette séparation.

La valeur de 65,536 tokens de sortie appartient à la documentation des modèles Google. Elle ne remplace pas une limite inférieure chez un autre service. reAPI plafonne actuellement Gemini 3.6 Flash à 8,192 tokens de sortie, raisonnement compris ; une longue réponse et son raisonnement doivent tenir dans cette enveloppe réduite.^[7]

gemini 3.6 flash vs 3.5 flash

Gemini 3.5 Flash et Gemini 3.6 Flash sont des modèles distincts. La fiche du modèle 3.6 de Google indique explicitement qu’il est basé sur Gemini 3.5 Flash et renvoie à ce modèle pour l’architecture et les données d’entraînement. Cela établit leur relation sans faire de 3.6 un alias ni lui attribuer tous les chiffres publiés pour 3.5.^[1]

Dans l’annonce de lancement de juillet, Google indiquait que 3.6 Flash utilisait 17% de tokens de sortie en moins que 3.5 Flash sur l’Artificial Analysis Index, et jusqu’à 65% de moins sur DeepSWE. Ces observations attribuées portent sur des charges précises ; elles ne garantissent pas une réduction pour n’importe quelle requête API.^[6] Elles comparent aussi Flash à Flash et ne démontrent pas la même économie de tokens face à 3.1 Pro.

Le tarif de sortie de $9 pour 3.5 Flash et celui de $7.50 pour 3.6 Flash dans l’ancienne fiche sont des chiffres de comparaison de juillet. Utilisez le tableau tarifaire actuel ci-dessus pour un nouveau budget 3.6. Pour le contexte plus large du lancement et le tutoriel d’intégration, consultez notre guide d’utilisation de Gemini 3.6 Flash.

gemini 3.6 flash api

Deux décisions sont distinctes : le modèle à utiliser et l’interface API à employer. La page actuelle de Google décrit 3.6 Flash comme un modèle de génération précédente qui reste disponible en production, avec l’identifiant stable gemini-3.6-flash. La documentation Pro présente gemini-3.1-pro-preview et sa variante à outils personnalisés comme des versions Preview.^[3][4]

Sur reAPI, la page du modèle Gemini 3.6 Flash et la référence de l’endpoint documentent la route Chat Completions https://reapi.ai/api/v1/chat/completions, avec l’identifiant de requête gemini-3.6-flash et un plafond de sortie de 8,192 tokens.^[7] Ce protocole diffère de l’API native GenerateContent de Google. Transmettre un paramètre ne démontre ni une sémantique identique des fonctions natives Google, ni une vérification de bout en bout de chaque outil ou processus multimédia.

reAPI ne propose pas Gemini 3.1 Pro.^[7] Si vous choisissez Pro, utilisez un service qui fournit explicitement ce modèle ; modifier le nom du modèle dans un exemple reAPI ne permet pas de l’obtenir. Si votre processus exige un outil natif ou une modalité Google précise, utilisez l’intégration documentée par Google ou vérifiez le contrat exact du fournisseur avant de migrer.

Lors de la vérification du 23 octobre pour cet article, la section des tarifs en direct de reAPI affichait « Pricing temporarily unavailable » et ne présentait aucune offre de prix. Nous ne citons donc aucun tarif reAPI actuel et ne revendiquons aucune réduction à partir de chiffres statiques d’un ancien article. Le lien vers la page du modèle reste l’endroit où vérifier le prix lorsqu’il sera de nouveau disponible.^[7]

Which is better, Gemini Pro or Flash?

Pour la comparaison précise Gemini 3.6 Flash vs 3.1 Pro, les évaluations publiées par Google favorisent 3.6 Flash et ses tarifs Standard actuels par token sont inférieurs. Pro mérite toujours une évaluation lorsqu’un processus existant ou sa variante à outils personnalisés réussit mieux vos propres tests d’acceptation. Le nom générique de la gamme ne suffit pas à choisir.

Which is better, Gemini 3.1 Pro or Gemini Flash?

Précisez le modèle Flash visé. Cet article compare Gemini 3.6 Flash à Gemini 3.1 Pro Preview ; il ne considère pas 3.5 Flash, 3.6 Flash et les versions suivantes comme interchangeables. Vérifiez l’identifiant exact du modèle, la condition tarifaire liée à la taille du prompt et le plafond de sortie de l’API avant de choisir.

Références

1. Google DeepMind. Fiche du modèle Gemini 3.6 Flash, évaluation de juillet 2026. Vérifié le 23 octobre 2026. https://deepmind.google/models/model-cards/gemini-3-6-flash/
2. Google AI for Developers. Tarifs de l’API Gemini : Gemini 3.6 Flash et Gemini 3.1 Pro Preview. Vérifié le 23 octobre 2026. https://ai.google.dev/gemini-api/docs/pricing
3. Google AI for Developers. Référence du modèle Gemini 3.6 Flash. Vérifié le 23 octobre 2026. https://ai.google.dev/gemini-api/docs/models/gemini-3.6-flash
4. Google AI for Developers. Référence du modèle Gemini 3.1 Pro Preview. Vérifié le 23 octobre 2026. https://ai.google.dev/gemini-api/docs/models/gemini-3.1-pro-preview
5. Google DeepMind. Approche, méthodologie et résultats d’évaluation de Gemini 3.6 Flash. Juillet 2026. https://deepmind.google/models/evals-methodology/gemini-3-6-flash/
6. Google. Présentation de Gemini 3.6 Flash, 3.5 Flash-Lite et 3.5 Flash Cyber. 21 juillet 2026. https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-6-flash-3-5-flash-lite-3-5-flash-cyber/
7. reAPI. Référence de l’endpoint et page du modèle Gemini 3.6 Flash ; enregistrement actuel du modèle et plafond de sortie vérifiés le 23 octobre 2026. https://reapi.ai/docs/gemini-3-6-flash — https://reapi.ai/models/gemini-3-6-flash