Gemini 3.5 Flash Lite API

Greifen Sie über die einheitliche Chat-API von EvoLink auf Gemini 3.5 Flash Lite von Google zu – auch gesucht als Gemini 3.5 Flash-Lite –. Testen Sie latenzarme Routen, strukturierte Ausgabe, Tool-Nutzung vor der Integration.

GoogleTextgenerierungVerfügbar

ab $0.271 / 1M Eingabe-Token$0.300 offizieller Preis-10%

API-Dokumentation

Inferenz mit niedriger LatenzTool-NutzungStrukturierte AusgabePrompt-CachingChat + Gemini API

ProduktionsrouteLive

Live

Kontext

1.05M Kontext · max. 65.5K Ausgabe

Geeignet für

Klassifikation, Extraktion, Routing, Subagents

Eingabe

Text + Bilder

Ausgabe

Text · JSON (strukturierte Ausgabe) · Tool-Aufrufe

Modelle Preise Readme API

Gemini 3.5 Flash Lite auswählen

Googles günstigstes und schnellstes Modell der 3.5-Klasse für latenzarme Klassifikation, Routing, Extraktion und leichte Agenten-Subagenten – mit vollem 1M-Token-Kontext zu $0.300 / $2.500 pro 1M Token.

Gemini 3.5 Flash Lite

Googles schnellstes und kosteneffizientestes Modell der 3.5-Klasse

Ausgewählt

Modell-ID

gemini-3.5-flash-lite

Geeignet für

Klassifikation und Extraktion mit hohem Durchsatz, latenzarme Echtzeitaktionen, fokussierte Agenten-Subagenten und kostensensible Workloads, bei denen Geschwindigkeit und Preis wichtiger sind als maximales Reasoning.

Eingabe

$0.271 / 1M-10%

18.4 cr / 1M$0.300offizieller Preis

Cache-Lesen

$0.028 / 1M-7%

1.9 cr / 1M$0.030offizieller Preis

Ausgabe

$2.250 / 1M-10%

153 cr / 1M$2.500offizieller Preis

Alle Tarife gelten pro 1M Tokens, in USD und Credits, und entsprechen der aktuellen Preisgestaltung Ihres Kontos.

Gemini 3.5 Flash Lite Preise

Schätzen Sie vor der Integration die Kosten einer Gemini 3.5 Flash Lite-Anfrage. Der Rechner verwendet die aktuellen Tarife Ihres Kontos; offizielle Preise dienen als Vergleich.

Anfragen-Rechner

Geben Sie den Token-Mix einer Anfrage und die Anzahl der Google-Suchanfragen ein.

Eingabe-TokensCache-Lese-TokensAusgabe-TokensGoogle-Suche

Geschätzte Kosten pro Anfrage

Gemini 3.5 Flash Lite

USD$0.0010

Credits0.0647

Offizielle Schätzung $0.0011 · $0.0002 gespart (10%)

Eingabe-Tokens0.0184 cr

Cache-Lese-Tokens0.0004 cr

Ausgabe-Tokens0.0459 cr

Google-Suche0 cr

Mindestgebühr: 0.01 Credits pro Anfrage.

Budget-Leitfaden

Ungefähre Anzahl der Requests mit dem aktuellen Token-Mix und den Suchanfragen.

Credits aufladen

$10

Etwa 10510 Anfragen

Für schnelle Tests

$50

Etwa 52550 Anfragen

Für die laufende Entwicklung

$100

Etwa 105100 Anfragen

Für die Produktionsbewertung

Tarife serverseitiger Tools

Gemini 3.x berechnet jede nicht leere Suchanfrage, auch wenn keine Quellen zurückgegeben werden. Ein Request kann mehrere Suchanfragen auslösen. Suchgebühren kommen nach Anwendung der Token-Mindestgebühr hinzu.

Google-Suche$0.014/ Suchanfrage0.952 cr / Suchanfrage

Gemini 3.5 Flash Lite API für schnelle, günstige Workloads mit hohem Durchsatz

Rufen Sie Googles günstigstes, schnellstes Modell der 3.5-Klasse über die einheitliche EvoLink-API auf. Gemini 3.5 Flash Lite ist auf latenzarme Klassifikation, Routing, Extraktion und leichte Agenten-Subagenten ausgelegt — mit 1.048.576 Token Kontext, Prompt-Caching, strukturierter Ausgabe und Tool-Nutzung — zu $0.300 / $2.500 pro Million Eingabe- / Ausgabe-Token.

Gemini 3.5 Flash Lite wird auf EvoLink unter der Modell-ID gemini-3.5-flash-lite über Chat Completions · Gemini Native API bereitgestellt – mit demselben API-Key und Guthaben wie jedes andere Modell. Es bietet ein Kontextfenster von 1.05M und bis zu 65.5K Ausgabe-Tokens, dazu latenzarme Routen, strukturierte Ausgabe, Tool-Nutzung.

Gemini 3.5 Flash Lite Spezifikationen und Fähigkeiten

Die Zahlen stammen aus der EvoLink-Routenkonfiguration; die Fähigkeiten entsprechen dem, was die API heute bereitstellt.

Kontextfenster: 1.05M Tokens
Max. Ausgabe: 65.5K Tokens
Eingabe: Text + Bilder
Ausgabe: Text · JSON (strukturierte Ausgabe) · Tool-Aufrufe
Tool-Nutzung: Function Calling mit mehrstufigen Tool-Sequenzen
Prompt-Caching: Automatische Cache-Lesezugriffe zu niedrigerem Tarif
Serverseitige Tools: Google-Suche, abgerechnet pro Suchanfrage
Protokolle: Chat Completions · Gemini Native API
Modell-ID: gemini-3.5-flash-lite

Warum Gemini 3.5 Flash Lite diese Workloads bewältigen kann

Gemini 3.5 Flash Lite verbindet niedrigen Preis und hohes Tempo mit vollem 1M-Token-Kontext und Prompt-Caching. Es ist kein Modell für maximales Reasoning; der Wert liegt darin, einfache Arbeit schnell und günstig in großem Maßstab zu erledigen.

1M-Token-Kontext auf der günstigsten Stufe

Das Fenster mit 1.048.576 Token lässt selbst das günstigste Modell der 3.5-Klasse lange Dokumente, Transkripte oder Logs in einem Durchgang verarbeiten. Retrieval und Kontextkomprimierung senken die Kosten weiter, da irrelevante Eingaben trotzdem Token verbrauchen.

Tempo und Durchsatz statt tiefem Reasoning

Mit etwa 350 Ausgabe-Token/Sekunde und minimalem Thinking als Standard optimiert Flash Lite auf schnelle Antworten mit hohem Volumen. Reservieren Sie schwerere Reasoning-Konfigurationen und Modelle für die Anfragen, die sie wirklich brauchen.

Prompt-Caching senkt die Kosten weiter

Stabile System-Prompts, Anweisungen und Tool-Schemas erzeugen Cache-Treffer, die zum eigenen niedrigeren Cache-Preis gelesen werden. Halten Sie die Präfix-Reihenfolge konsistent, damit wiederholte Aufrufe mit hohem Volumen günstig bleiben.

Wo Gemini 3.5 Flash Lite seinen Platz im produktiven Modell-Stack verdient

Google positioniert Gemini 3.5 Flash Lite als sein schnellstes, kosteneffizientestes Modell der 3.5-Klasse. Am besten passt es zu Workloads mit hohem Volumen und Latenzanforderungen, bei denen niedriger Preis und Tempo wichtiger sind als maximales Reasoning — und bei denen sich die wenigen schweren Anfragen an ein größeres Modell eskalieren lassen.

Klassifikation und Extraktion mit hohem Durchsatz

Gemini 3.5 Flash Lite ist für Klassifikation, Routing und JSON-Extraktion mit hohem Durchsatz gebaut. Zu $0.300 / $2.500 pro 1M Token verarbeiten Sie große Anfragemengen günstig, wo ein Premium-Modell verschwendet wäre.

Latenzarme, kostensensible Skalierung

Google nennt rund 350 Ausgabe-Token pro Sekunde, was gut zu Echtzeit-UI-Aktionen, Autovervollständigung, Moderation und anderen latenzkritischen Pfaden passt. Messen Sie Kosten und Tempo pro Anfrage, nicht Benchmark-Schlagzeilen.

Leichte, fokussierte Agenten-Subagenten

Es eignet sich für Subagenten, die fokussierte Aufgaben in größeren Multi-Agenten-Systemen ausführen. Standardmäßig nutzt es minimales Thinking für Tempo; bei mehrstufiger Tool-Nutzung sollten Sie vor dem Skalieren prüfen, dass Agenten nicht zu früh abbrechen.

Wann zu einem größeren Modell eskalieren

Tiefes Repository-Refactoring, langes autonomes Coding und schwieriges mehrstufiges Reasoning gehören auf Gemini 3.6 Flash oder ein Modell der Pro-Klasse. Nutzen Sie Flash Lite für die große Mehrheit mit hohem Volumen und leiten Sie nur die schwierige Minderheit nach oben.

Was frühe Reaktionen auf Gemini 3.5 Flash Lite nahelegen — und was noch Beweise braucht

Gemini 3.5 Flash Lite ist am 21.07.2026 als Ersatz für Gemini 2.5 Flash erschienen. Behandeln Sie Launch-Reaktionen als Hypothesen, die Sie an eigenen Aufgaben, Tools, Budgets und Abnahmekriterien überprüfen.

Preis-Leistung ist die Schlagzeile

Bei $0.300 Eingabe / $2.500 Ausgabe pro 1M Token und etwa 350 Token/Sekunde liegt der Reiz im Durchsatz pro Dollar. Bei einfacher Arbeit mit hohem Volumen kann es teurere Modelle bei den Gesamtkosten mit akzeptabler Qualität schlagen.

Es ersetzt Gemini 2.5 Flash und leichtere 3-Flash-Workloads

Google positioniert es als Drop-in für Gemini 2.5 Flash und weniger komplexe Gemini-3-Flash-Aufgaben. Wenn Sie diese heute nutzen, testen Sie Ihre Prompts vor der Migration erneut, damit Qualität und Formatierung im Rahmen bleiben.

Minimales Thinking ist Standard — mehrstufige Agenten validieren

Flash Lite nutzt standardmäßig minimales Thinking für Tempo und Kosten. Google weist darauf hin, dass minimales Thinking bei mehrstufigen Aufgaben zu vorzeitigem Tool-Abbruch führen kann; testen Sie daher den Agentenabschluss vor dem Rollout mit hohem Durchsatz.

Es ist ein geschlossenes, nur per API verfügbares Google-Modell

Gemini 3.5 Flash Lite hat keine offenen Gewichte und lässt sich nicht selbst hosten. Der Zugriff erfolgt über die Gemini-API und Plattformen wie Google AI Studio sowie einheitliche Gateways wie EvoLink — routen Sie nach Kosten und Latenz, nicht nach lokalem Deployment.

Zwei Wege, Gemini 3.5 Flash Lite zu nutzen: EvoLink API oder Agent

Nutzen Sie die EvoLink API für Produkt-Backends und Batch-Jobs oder rufen Sie Gemini 3.5 Flash Lite aus Codex, Claude oder Gemini für Coding- und Analyse-Workflows auf. Beide Wege teilen denselben EvoLink API-Key, das Guthaben, die Modell-ID und die Anfragehistorie.

Option 1

Mit der EvoLink API integrieren

Ideal für: Produkt-Backends, Batch-Jobs, automatisierte Pipelines

Senden Sie OpenAI-kompatible Chat-Completions- (oder Anthropic-Messages-) Anfragen an EvoLink und steuern Sie Modell-ID, System-Prompt, Ausgabebudget, Tools und strukturierte Ausgabe.

1Erstellen Sie einen EvoLink API-Key in der Konsole
2Richten Sie Ihr OpenAI- oder Anthropic-SDK auf die EvoLink-Basis-URL und wählen Sie die oben gezeigte Modell-ID
3Senden Sie eine repräsentative Anfrage und lesen Sie im Feld usage Eingabe-, Cache- und Ausgabe-Tokens ab
4Setzen Sie max_tokens und Wiederholungen pro Aufgabe; behalten Sie Tool-Call-IDs und -Ergebnisse über Runden hinweg

EvoLink API-Key erstellen

Option 2

Mit einem Agenten aufrufen

Ideal für: Coding-, Review- und Analyseaufgaben in Codex, Claude und Gemini

Geben Sie dem Agenten Aufgabe, Eingaben und Abnahmekriterien. Er baut die Anfrage, ruft Gemini 3.5 Flash Lite über EvoLink auf und liefert die Antwort samt Token-Verbrauch.

1Setzen Sie EVOLINK_API_KEY in Ihrer lokalen Umgebung; nie in Code oder Prompt
2Beschreiben Sie Aufgabe, einzubeziehende Eingaben und das erwartete Ausgabeformat
3Lassen Sie den Agenten Gemini 3.5 Flash Lite über EvoLink aufrufen und die Anfrage vor dem Senden zeigen
4Lassen Sie den Agenten Antwort, Token-Verbrauch und etwaige Fehlermeldungen berichten

Gemini 3.5 Flash Lite API-Codebeispiel und Fehlerbehandlung

Dieses Beispiel zeigt die kürzeste lauffähige Anfrage: ein OpenAI-kompatibler Chat-Completions-Aufruf mit System-Prompt, Nutzernachricht und Ausgabebudget. Die vollständige Parameter- und Antwortreferenz finden Sie im API-Tab.

Vollständige API-Doku ansehen

cURL

curl -X POST https://api.evolink.ai/v1/chat/completions \
  -H "Authorization: Bearer $EVOLINK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.5-flash-lite",
    "messages": [
      { "role": "system", "content": "You are a precise assistant. Answer in JSON when asked." },
      { "role": "user", "content": "Classify the sentiment of each review below and return a JSON array:\n<reviews>" }
    ],
    "max_tokens": 1024,
    "temperature": 0.1
  }'

# The Gemini native API is available with the same model ID; see the docs
# for the request shape.
# The response includes choices[0].message and a usage object (prompt,
# cached, and completion tokens).

Ungültige Anfrage oder nicht unterstützter Parameter

Prüfen Sie Modell-ID, messages-Array und Parameterbereiche anhand der API-Referenz; entfernen Sie Felder, die diese Route nicht unterstützt.

Authentifizierungs- oder Guthabenproblem

Prüfen Sie das Authorization-Bearer-Token und bestätigen Sie das verfügbare Guthaben in der Konsole.

Kontextlänge überschritten

Die Prompt-Tokens übersteigen das Kontextfenster von Gemini 3.5 Flash Lite. Kürzen Sie oder rufen Sie nur relevante Belege ab und nutzen Sie gecachte Präfixe wieder.

Ratenlimit (429)

Mit Backoff und Jitter erneut versuchen; Anfragen bündeln oder in eine Warteschlange stellen statt parallel zu senden.

Inhalt oder Tool-Aufruf abgelehnt

Prüfen Sie sensible Inhalte, fehlerhafte Tool-Call-Argumente und JSON-Schema-Abweichungen vor dem erneuten Versuch.

Was vor produktivem Traffic zu Gemini 3.5 Flash Lite zu prüfen ist

Auch ein passender Workload kann scheitern, weil die Integration die falsche Kennung nutzt, nicht unterstützte Parameter sendet oder tiefes Reasoning annimmt, das die Minimal-Thinking-Standards nicht liefern. Prüfen Sie den Request-Vertrag, bevor Sie die Qualität bewerten.

Die exakte Modell-ID gemini-3.5-flash-lite verwenden

Senden Sie model "gemini-3.5-flash-lite" (mit einem Punkt nach 3.5) auf der EvoLink API-Route. Das gemini-3-5-flash-lite mit Bindestrichen ist nur die Seiten-URL, nicht der API-Modellparameter.

Modell-ID

OpenAI Chat Completions oder die native Gemini-API nutzen

EvoLink stellt Gemini 3.5 Flash Lite über das OpenAI-kompatible /v1/chat/completions und den nativen Gemini-Endpunkt generateContent bereit. Verwenden Sie für beide Protokolle denselben EvoLink API-Schlüssel.

Protokolle

Auf die inkompatiblen Parameteränderungen achten

Eigene Werte für temperature, top-K und top-P werden ignoriert; eigene frequency- und presence-Penalties geben einen Fehler zurück; und eine Anfrage, deren letzter Turn die Rolle model hat, wird abgelehnt. Passen Sie ältere Gemini-Request-Builder entsprechend an.

Migration

Mehrstufige Agenten unter minimalem Thinking validieren

Da Flash Lite standardmäßig minimales Thinking nutzt, prüfen Sie, dass mehrstufige Tool-Calling-Agenten ihre Schritte abschließen und nicht zu früh stoppen. Reservieren Sie schwierigeres Reasoning für ein größeres Modell, statt dieses zu übertunen.

Agenten

Prompt-Caching für wiederkehrenden langen Kontext

Automatische Cache-Lesevorgänge werden zu einem eigenen, niedrigeren Satz abgerechnet, wenn stabile Repository-Anweisungen, Referenzdokumente und Tool-Schemata wiederverwendet werden können.

1M-Token-Kontext mit 65K Standard-Ausgabelimit

Halten Sie zusammenhängenden Code, Spezifikationen, Dokumente und Agentenzustand in einem Arbeitskontext. Betrachten Sie das Limit als Kapazität, nicht als Ziel: Rufen Sie relevante Belege ab und setzen Sie aufgabengerechte Ausgabebudgets.

Bei Gemini 3.5 Flash Lite die Kosten pro akzeptierter Aufgabe vergleichen, nicht nur den Token-Preis

Gemini 3.5 Flash Lite gewinnt, wenn sein niedriger Preis und sein Tempo Ihre Qualitätsschwelle bei Arbeit mit hohem Volumen erreichen. Bewerten Sie identische Aufgabensätze und eskalieren Sie die Anfragen, die es nicht bewältigt, statt für allen Traffic Premium-Preise zu zahlen.

Erfolg im ersten VersuchAkzeptierte ErgebnisseAnzahl der RetriesAusgabe-TokenCache-TrefferrateToken pro SekundeKosten pro 1.000 AnfragenEskalationsrate zu einem größeren Modell

Wenn Gemini 3.5 Flash Lite bei einfachen Aufgaben mit hohem Volumen Ihre Qualitätsschwelle erreicht, machen sein niedriger Preis und sein Tempo es zum günstigsten Produktionsstandard. Leiten Sie nur die Anfragen, die es nicht schafft, an Gemini 3.6 Flash oder ein Modell der Pro-Klasse.

Gemini 3.5 Flash Lite nach dem Workload-Test mit führenden Long-Context-Modellen vergleichen

EvoLink

Prüfen Sie zuerst, ob Gemini 3.5 Flash Lite Retries und Review-Aufwand reduziert. Vergleichen Sie anschließend Preis, Kontext, Caching und Workload-Eignung.

Modell	Gemini 3.5 Flash Lite	Gemini 3.6 Flash	Gemini 3.1 Pro
Eingabe / Ausgabe	$0.271 / $2.25	$0.675 / $3.375	$1.865 / $11.183
Kontext	1.05M	1.05M	1.05M
Caching	Automatische Cache-Lesezugriffe	Kontext-Cache	Kontext-Cache
Geeignet für	Klassifikation und Extraktion mit hohem Durchsatz, latenzarme Echtzeitaktionen, fokussierte Agenten-Subagenten und kostensensible Workloads, bei denen Geschwindigkeit und Preis wichtiger sind als maximales Reasoning.	Das Arbeitspferd, zu dem Sie eskalieren, wenn eine Aufgabe stärkeres Coding oder Reasoning als die Lite-Stufe braucht.	Wechseln Sie zur Pro-Stufe für die tiefsten Reasoning-Aufgaben, für die die Flash-Linie nicht gebaut ist.

Gemini 3.5 Flash Lite

Eingabe / Ausgabe$0.271 / $2.25

Kontext1.05M

CachingAutomatische Cache-Lesezugriffe

Geeignet fürKlassifikation und Extraktion mit hohem Durchsatz, latenzarme Echtzeitaktionen, fokussierte Agenten-Subagenten und kostensensible Workloads, bei denen Geschwindigkeit und Preis wichtiger sind als maximales Reasoning.

Gemini 3.6 Flash

Eingabe / Ausgabe$0.675 / $3.375

Kontext1.05M

CachingKontext-Cache

Geeignet fürDas Arbeitspferd, zu dem Sie eskalieren, wenn eine Aufgabe stärkeres Coding oder Reasoning als die Lite-Stufe braucht.

Gemini 3.1 Pro

Eingabe / Ausgabe$1.865 / $11.183

Kontext1.05M

CachingKontext-Cache

Geeignet fürWechseln Sie zur Pro-Stufe für die tiefsten Reasoning-Aufgaben, für die die Flash-Linie nicht gebaut ist.

Gemini-Modellfamilie

Gleicher API-Key, gleiches Guthaben – Stufe wechseln, ohne die Integration zu ändern.

Alle Gemini-Modelle vergleichen

Gemini 3.8 Flash

Die neueste Flash-Generation für anspruchsvollere Coding-, Reasoning- und Agent-Workloads.

Modell ansehen

Gemini 3.7 Flash

Eine aktuelle Flash-Generation für starkes Reasoning in einer schnellen, effizienten Klasse.

Modell ansehen

Gemini 3.6 Flash

Das Arbeitspferd, zu dem Sie eskalieren, wenn eine Aufgabe stärkeres Coding oder Reasoning als die Lite-Stufe braucht.

Modell ansehen

Weitere Textmodelle auf EvoLink neben Gemini 3.5 Flash Lite

GPT-5.6

OpenAIs gestaffelte Frontier-Familie (Sol/Terra/Luna) für flexibles Routing nach Leistung, Latenz und Kosten.

Modell ansehen

Claude Opus 4.8

Anthropics Premium-Route für lang laufende Agents, komplexe Reviews und urteilsintensive Aufgaben.

Modell ansehen

DeepSeek V4

DeepSeeks kosteneffiziente 1M-Kontext-Route für umfangreiche Coding-, Reasoning- und Agent-Workloads.

Modell ansehen

Kimi K3

Moonshots Langkontext-Reasoning-Route für Repository-weites Coding und Arbeit mit vielen Dokumenten.

Modell ansehen

Weiterführende Artikel zu Gemini 3.5 Flash Lite

Die Gemini-API-Familie vergleichen

Sehen Sie, wie sich 3.5 Flash-Lite, 3.6 Flash, 3.5 Flash und 3.1 Pro bei Preis, Tempo, Kontext und Workload-Eignung unterscheiden, bevor Sie routen.

Leitfaden lesen

Gemini 3.6 Flash API

Das Arbeitspferd, zu dem Sie eskalieren, wenn eine Aufgabe stärkeres Coding oder Reasoning als die Lite-Stufe braucht.

Leitfaden lesen

Gemini 3.5 Flash API

Die mittlere Flash-Stufe zwischen Flash-Lite und der Pro-Linie, für ein Gleichgewicht aus Kosten und Leistung.

Leitfaden lesen

Gemini 2.5 Flash API

Das Modell der Vorgängergeneration, das Gemini 3.5 Flash-Lite bei Preis und Tempo ersetzt.

Leitfaden lesen

Gemini 3.1 Pro API

Wechseln Sie zur Pro-Stufe für die tiefsten Reasoning-Aufgaben, für die die Flash-Linie nicht gebaut ist.

Leitfaden lesen

Gemini 3.5 Flash Lite API – Häufige Fragen

Ist die Gemini 3.5 Flash Lite API über EvoLink verfügbar?

Ja. Gemini 3.5 Flash Lite ist als Produktionsmodell mit Live-Preisen und offiziellen Fallback-Preisen verfügbar.

Welche Modell-ID sollte ich für die Gemini 3.5 Flash Lite API verwenden?

Senden Sie model "gemini-3.5-flash-lite" (mit Punkt nach 3.5). Die Variante mit Bindestrichen gemini-3-5-flash-lite ist nur die Seiten-URL, nicht der API-Modellparameter.

Welche Protokolle und SDKs funktionieren mit Gemini 3.5 Flash Lite?

Nutzen Sie den OpenAI-kompatiblen Chat-Completions-Endpunkt oder den nativen Gemini-generateContent-Endpunkt mit demselben EvoLink-API-Schlüssel. Für dieses Modell gibt es keine Anthropic-Messages-Route.

Unterstützt die Gemini 3.5 Flash Lite API 1M Kontext oder nur 256K?

Die EvoLink-Route erfasst 1.048.576 Token. Kleinere Limits stammen meist von einer bestimmten Gemini-Produktoberfläche oder Client-Konfiguration, nicht vom API-Modell selbst.

Wie schnell und wie günstig ist Gemini 3.5 Flash Lite?

Es ist Googles schnellstes und kosteneffizientestes Modell der 3.5-Klasse – $0.300 Eingabe / $2.500 Ausgabe pro 1M Token bei rund 350 Ausgabe-Token pro Sekunde. Dieser Durchsatz pro Dollar ist sein Hauptvorteil.

Wofür eignet sich Gemini 3.5 Flash Lite am besten?

Klassifikation mit hohem Durchsatz, Routing, JSON-Extraktion, latenzarme UI-Aktionen und fokussierte Agenten-Subagenten. Für tiefes Coding oder schwieriges Reasoning eskalieren Sie zu Gemini 3.6 Flash oder einem Modell der Pro-Stufe.

Wie unterscheidet sich Gemini 3.5 Flash Lite von 3.5 Flash und 3.6 Flash?

Flash Lite ist die günstigste und schnellste Stufe und nutzt standardmäßig minimales Thinking. 3.5 Flash und 3.6 Flash sind leistungsfähigere, höher bepreiste Arbeitspferde für Coding und Agenten.

Ersetzt Gemini 3.5 Flash Lite Gemini 2.5 Flash?

Google positioniert es als Ersatz für Gemini 2.5 Flash und weniger komplexe Gemini-3-Flash-Workloads. Testen Sie Ihre Prompts vor der Migration neu.

Welche Breaking Changes muss ich bei der Migration beachten?

Benutzerdefinierte temperature, top-K und top-P werden ignoriert; benutzerdefinierte frequency- und presence-Penalty geben einen Fehler zurück; und eine Anfrage, deren letzter Turn die Rolle model hat, wird abgelehnt.

Ist Gemini 3.5 Flash Lite eine gute Standardwahl für Echtzeit oder hohes Volumen?

Ja – genau dafür ist es gebaut. Es nutzt standardmäßig minimales Thinking für Geschwindigkeit, prüfen Sie daher vor einem Rollout mit hohem Durchsatz, dass mehrstufige Agenten ihre Schritte abschließen.

Wie vergleiche ich Gemini 3.5 Flash Lite mit GPT, Claude, GLM oder DeepSeek?

Vergleichen Sie es mit anderen günstigen, schnellen Stufen anhand der Kosten pro 1K Anfragen und der Latenz, nicht mit Premium-Reasoning-Modellen. Eskalieren Sie die Anfragen, die es nicht bewältigt, zu einem größeren Modell.

Was sollte eine Produktionsbewertung von Gemini 3.5 Flash Lite messen?

Erfassen Sie Kosten pro 1K Anfragen, Token pro Sekunde, Erfolg im ersten Versuch, akzeptierte Ergebnisse, Cache-Treffer und wie oft Anfragen zu einem größeren Modell eskalieren müssen.