Gemini 3.5 Flash Lite

googlegoogle/gemini-3.5-flash-lite

Google's budget Flash-Lite tier in the 3.5 line, released 2026-07-21. Built for high-volume, latency-sensitive classification, extraction, and summarisation at a fraction of Flash pricing.

Анонс релиза — blog.google ↗Справочник модели Gemini API ↗Model card DeepMind (бенчмарки) ↗

Gemini 3.5 Flash-Lite — бюджетный тир Google в линейке 3.5, выпущен 21 июля 2026 года вместе с Gemini 3.6 Flash. Собственная формулировка Google: «самая быстрая и экономичная модель 3.5 для высокопроизводительного исполнения». Она сохраняет полное окно ввода в 1 048 576 токенов и лимит вывода 65 536, а также поддерживает гибкие уровни thinking, позволяя обменивать задержку на качество для каждого запроса.

Ценность — в скачке «цена к возможностям» относительно прежнего бюджетного тира. Против Gemini 3.1 Flash-Lite model card показывает 54.2% против 38.3% на SWE-Bench Pro и 74.0% против 54.3% на OSWorld-Verified при цене $0.30 за 1M ввода и $2.50 за 1M вывода — пятая часть ставки ввода Gemini 3.5 Flash. В TheRouter отдаётся через OpenAI-совместимый chat completions API по опубликованному Google Standard-тарифу.

Когда выбирать

• Массовая классификация, извлечение, маршрутизация и суммаризация, где решает стоимость токена — $0.30 / $2.50 за 1M это пятая и треть от google/gemini-3.5-flash
• Работа с длинными документами при ограниченном бюджете — полное окно ввода 1M токенов и 72.2% на GDM-MRCR v2 при 128K против 60.1% у Gemini 3.1 Flash-Lite
• Интерактивные сценарии, чувствительные к задержке — Google приводит 350 выходных токенов в секунду, а гибкие уровни thinking позволяют снизить объём рассуждений ради скорости
• Agentic-подзадачи внутри более крупного пайплайна — несмотря на бюджетный тир, поддерживает function calling, структурированный вывод, выполнение кода и встроенный инструмент computer use

Когда не выбирать

• Кодинг фронтир-уровня и длительные agent-прогоны — google/gemini-3.6-flash существенно впереди (78.0% против 54.0% на Terminal-Bench 2.1)
• Самые дешёвые массовые задачи, где качество класса 3.5 не требуется — google/gemini-2.5-flash-lite стоит $0.10 / $0.40 за 1M, примерно втрое дешевле
• Реалтайм-сессии с двунаправленным аудио — на странице модели Google указано, что Live API для неё не поддерживается

Размер контекста

1.0M

Максимальный вывод

66K

Цена Входза 1M токенов

$0.324за 1 млн токенов

Цена Выходза 1M токенов

$2.70за 1 млн токенов

Модальности

ТекстИзображениеPDF→Текст

Возможности

Зрение

Разбивка цен

Тип	Ставка
Вход	$0.324 за 1 млн токенов
Выход	$2.70 за 1 млн токенов

Поддерживаемые параметры

temperaturemax_tokenstop_ptoolstool_choiceresponse_formatstop

Характеристики

Дата релиза	2026-07-21deepmind.google ↗	проверено
Дата отсечения знаний	Март 2026deepmind.google ↗	проверено
Лимит входных токенов	1 048 576ai.google.dev ↗	проверено
Лимит выходных токенов	65 536ai.google.dev ↗	проверено
Нативные модальности (upstream)	Ввод: текст, изображение, видео, аудио, PDF. Вывод: только текст. TheRouter отдаёт ввод текст/изображение/PDF и текстовый вывод.ai.google.dev ↗	проверено
Поддерживаемые возможности	Thinking (гибкие уровни), function calling, структурированный вывод, выполнение кода, кеширование контекста, Batch API, grounding через Google Search, встроенный инструмент computer use.ai.google.dev ↗	проверено
Не поддерживается upstream	Live APIai.google.dev ↗	проверено
Прайс вендора (Standard)	$0.30 / 1M ввод (без надбавки за аудио), $2.50 / 1M вывод, $0.03 / 1M кешированный ввод, плюс $1.00 / 1M токенов в час за хранение кеша со стороны Googleai.google.dev ↗	проверено
Пропускная способность вывода	350 выходных токенов в секунду — данные Google со ссылкой на Artificial Analysisblog.google ↗	к проверке

Бенчмарки

Benchmark	Score	Source
SWE-Bench Pro Gemini 3.1 Flash-Lite 38.3%; GPT-5.4 mini 54.4%; Claude Haiku 4.5 39.5%	54.2%%	deepmind.google ↗
Terminal-Bench 2.1 Gemini 3.1 Flash-Lite 31.0%; GPT-5.4 mini 59.2%; Claude Haiku 4.5 44.2%	54.0%%	deepmind.google ↗
MLE-Bench Gemini 3.1 Flash-Lite 22.0%	39.2%%	deepmind.google ↗
OSWorld-Verified Gemini 3.1 Flash-Lite 54.3%; GPT-5.4 mini 72.1%; Claude Haiku 4.5 50.7%	74.0%%	deepmind.google ↗
CharXiv (no tools) Gemini 3.1 Flash-Lite 73.2%; GPT-5.4 mini 80.3%; Claude Haiku 4.5 61.7%	74.5%%	deepmind.google ↗
GDM-MRCR v2 (128k) Gemini 3.1 Flash-Lite 60.1%; GPT-5.4 mini 42.7%; Claude Haiku 4.5 35.3%	72.2%%	deepmind.google ↗
GDM-MRCR v2 (1M pointwise) Gemini 3.1 Flash-Lite 12.3%	21.3%%	deepmind.google ↗
GDPval-AA v2 Gemini 3.1 Flash-Lite 642; GPT-5.4 mini 1171; Claude Haiku 4.5 907	1140Elo	deepmind.google ↗

Примеры API

Для новых интеграций используйте глобальный endpoint api.therouter.ai из примеров ниже; старый China accelerated endpoint выведен из эксплуатации.

cURL

curl https://api.therouter.ai/v1/chat/completions   -H "Content-Type: application/json"   -H "Authorization: Bearer $THE_ROUTER_API_KEY"   -d '{
    "model": "google/gemini-3.5-flash-lite",
    "messages": [
      {"role": "user", "content": "Summarize the key points from this input."}
    ]
  }'

Гид по API

Полный API-справочник →

Chat completion

Стандартный OpenAI-совместимый chat completion. Thinking поддерживается с гибкими уровнями; thinking-токены тарифицируются как вывод.

cURL

curl https://api.therouter.ai/v1/chat/completions \
  -H "Authorization: Bearer $THEROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"google/gemini-3.5-flash-lite","messages":[{"role":"user","content":"Classify this ticket: billing or technical?"}]}'

Ещё от google

google/gemini-3.6-flash google/gemini-3.5-flash google/gemini-3.1-flash-lite google/gemini-2.5-flash-lite

Новости и изменения

2026-07-21

Gemini 3.5 Flash-Lite выходит как новый бюджетный тир

Выпущенная в один день с Gemini 3.6 Flash, Flash-Lite занимает бюджетную нишу вместо Gemini 3.1 Flash-Lite с крупным приростом возможностей — по model card на 16 пунктов выше на SWE-Bench Pro и на 23 пункта на Terminal-Bench 2.1 — при цене $0.30 / $2.50 за 1M токенов и заявленных 350 выходных токенах в секунду.

переработано TheRouterblog.google ↗

Частые вопросы

Когда выбирать Flash-Lite вместо Gemini 3.6 Flash?

Когда объём и задержка важнее последних процентов качества. Flash-Lite дешевле в пять раз по вводу и втрое по выводу, но по бенчмаркам Google 3.6 Flash впереди на 24 пункта на Terminal-Bench 2.1 и примерно на 20 пунктов на GDM-MRCR v2 при 128K. Классификация, извлечение и маршрутизация подходят; длительные agent-прогоны — нет.

deepmind.google ↗

У неё действительно полное окно контекста в 1M токенов?

Да — в справочнике Google указан лимит ввода 1 048 576 токенов, как и у Gemini 3.6 Flash. Но качество на предельной длине ниже: Google сообщает 21.3% на GDM-MRCR v2 при 1M против 54.0% у Gemini 3.6 Flash, поэтому полное окно стоит считать доступной ёмкостью, а не гарантией извлечения.