Gemini 3.5 Flash Lite API

Accédez à Gemini 3.5 Flash Lite de Google — aussi recherché sous Gemini 3.5 Flash-Lite — via l'API de chat unifiée d'EvoLink. Testez le routage à faible latence, la sortie structurée, l'usage d'outils avant d'intégrer.

GoogleGénération de texteDisponible

à partir de $0.271 / 1M tokens d’entrée$0.300 prix officiel-10%

Documentation API

Inférence à faible latenceAppel d'outilsSortie structuréeCache de promptsChat + Gemini API

Route productionLive

Live

Contexte

1.05M de contexte · 65.5K de sortie max.

Idéal pour

Classification, extraction, routage, sous-agents

Entrée

Texte + images

Sortie

Texte · JSON (sortie structurée) · appels d'outils

Modèles Tarifs Readme API

Choisir Gemini 3.5 Flash Lite

Le modèle de classe 3.5 le moins cher et le plus rapide de Google pour la classification, le routage et l’extraction à faible latence ainsi que les sous-agents légers, avec un contexte complet de 1M tokens à $0.300 / $2.500 par 1M tokens.

Gemini 3.5 Flash Lite

Le modèle de classe 3.5 le plus rapide et le plus économique de Google

Sélectionné

ID du modèle

gemini-3.5-flash-lite

Idéal pour

Classification et extraction à haut débit, actions en temps réel à faible latence, sous-agents ciblés et charges sensibles au coût où la vitesse et le prix comptent plus que le raisonnement maximal.

Entrée

$0.271 / 1M-10%

18.4 cr / 1M$0.300prix officiel

Lecture cache

$0.028 / 1M-7%

1.9 cr / 1M$0.030prix officiel

Sortie

$2.250 / 1M-10%

153 cr / 1M$2.500prix officiel

Tous les tarifs sont par 1M de tokens, en USD et en crédits, et reflètent la tarification actuelle de votre compte.

Tarifs Gemini 3.5 Flash Lite

Estimez le coût d'une requête Gemini 3.5 Flash Lite avant l'intégration. Le calculateur utilise les tarifs actuels de votre compte ; les prix officiels servent de référence.

Calculateur de requête

Saisissez la répartition des tokens d'une requête et le nombre de recherches Google.

Tokens d'entréeTokens lus en cacheTokens de sortieRecherche Google

Coût estimé par requête

Gemini 3.5 Flash Lite

USD$0.0010

Crédits0.0647

Estimation officielle $0.0011 · économie $0.0002 (10%)

Tokens d'entrée0.0184 cr

Tokens lus en cache0.0004 cr

Tokens de sortie0.0459 cr

Recherche Google0 cr

Facturation minimale : 0.01 crédit par requête.

Guide budgétaire

Nombre approximatif de requêtes avec les tokens et les recherches saisis.

Ajouter des crédits

$10

Environ 10046 requêtes

Pour des tests rapides

$50

Environ 52550 requêtes

Pour le développement courant

$100

Environ 105100 requêtes

Pour l'évaluation en production

Tarifs des outils côté serveur

Gemini 3.x facture chaque recherche non vide, même sans sources renvoyées. Une requête peut lancer plusieurs recherches. Les frais de recherche s’ajoutent après application du minimum de facturation des tokens.

Recherche Google$0.014/ recherche0.952 cr / recherche

API Gemini 3.5 Flash Lite pour des charges rapides, économiques et à haut débit

Appelez le modèle de classe 3.5 le moins cher et le plus rapide de Google via l’API unifiée d’EvoLink. Gemini 3.5 Flash Lite est conçu pour la classification, le routage, l’extraction et les sous-agents légers à faible latence — avec une fenêtre de contexte de 1 048 576 tokens, le cache de prompts, la sortie structurée et l’usage d’outils — à $0.300 / $2.500 par million de tokens d’entrée / sortie.

Gemini 3.5 Flash Lite est servi sur EvoLink sous l'ID de modèle gemini-3.5-flash-lite via Chat Completions · API native Gemini, avec la même clé API et le même solde que tous les autres modèles. Il offre une fenêtre de contexte de 1.05M et jusqu'à 65.5K tokens de sortie, ainsi que le routage à faible latence, la sortie structurée, l'usage d'outils.

Spécifications et capacités de Gemini 3.5 Flash Lite

Les chiffres proviennent de la configuration de route EvoLink ; les capacités sont celles que l'API expose aujourd'hui.

Fenêtre de contexte: 1.05M tokens
Sortie max.: 65.5K tokens
Entrée: Texte + images
Sortie: Texte · JSON (sortie structurée) · appels d'outils
Usage d'outils: Appels de fonctions avec séquences d'outils multi-étapes
Cache de prompt: Lectures de cache automatiques à tarif réduit
Outils côté serveur: Recherche Google, facturés par recherche
Protocoles: Chat Completions · API native Gemini
ID du modèle: gemini-3.5-flash-lite

Pourquoi Gemini 3.5 Flash Lite peut traiter ces charges de travail

Gemini 3.5 Flash Lite associe un prix bas et une vitesse élevée à un contexte complet de 1M tokens et au cache de prompts. Ce n’est pas un modèle de raisonnement maximal ; sa valeur est de faire un travail simple, vite et à bas coût, à grande échelle.

Un contexte de 1M tokens sur le niveau le moins cher

La fenêtre de 1 048 576 tokens permet même au modèle de classe 3.5 le moins cher de traiter de longs documents, transcriptions ou journaux en une passe. La recherche et la compression du contexte réduisent encore le coût, car une entrée non pertinente consomme quand même des tokens.

Vitesse et débit plutôt que raisonnement profond

Avec environ 350 tokens de sortie par seconde et un raisonnement minimal par défaut, Flash Lite optimise des réponses rapides et à fort volume. Réservez les configurations et modèles de raisonnement plus lourd aux requêtes qui en ont vraiment besoin.

Le cache de prompts réduit encore le coût

Des prompts système, des instructions et des schémas d’outils stables créent des accès au cache lus au tarif de cache réduit dédié. Gardez l’ordre du préfixe constant pour que les appels répétés à fort volume restent peu coûteux.

Où Gemini 3.5 Flash Lite mérite sa place dans une pile de modèles de production

Google positionne Gemini 3.5 Flash Lite comme son modèle de classe 3.5 le plus rapide et le plus économique. Il convient surtout au travail à fort volume et sensible à la latence, où le prix bas et la vitesse comptent plus que le raisonnement maximal — et où vous pouvez escalader les rares requêtes difficiles vers un modèle plus grand.

Classification et extraction à haut débit

Gemini 3.5 Flash Lite est conçu pour la classification, le routage et l’extraction JSON à haut débit. À $0.300 / $2.500 par 1M de tokens, vous traitez de gros volumes de requêtes à faible coût là où un modèle premium serait gaspillé.

Échelle à faible latence et sensible au coût

Google annonce environ 350 tokens de sortie par seconde, ce qui convient aux actions d’UI en temps réel, à l’autocomplétion, à la modération et à d’autres chemins critiques en latence. Mesurez le coût et la vitesse par requête, pas les titres des benchmarks.

Sous-agents légers et ciblés

Il convient aux sous-agents qui exécutent des tâches ciblées au sein de systèmes multi-agents plus larges. Il utilise par défaut un raisonnement minimal pour la vitesse ; pour l’usage d’outils en plusieurs étapes, vérifiez que les agents ne s’arrêtent pas trop tôt avant de passer à l’échelle.

Quand escalader vers un modèle plus grand

Le refactoring profond de dépôts, le codage autonome prolongé et le raisonnement difficile en plusieurs étapes relèvent de Gemini 3.6 Flash ou d’un modèle de niveau Pro. Utilisez Flash Lite pour la grande majorité à fort volume et n’escaladez que la minorité difficile.

Ce que suggèrent les premières réactions à Gemini 3.5 Flash Lite — et ce qui reste à prouver

Gemini 3.5 Flash Lite est sorti le 21/07/2026 en remplacement de Gemini 2.5 Flash. Traitez les réactions du lancement comme des hypothèses à vérifier sur vos propres tâches, outils, budgets et critères d’acceptation.

Le rapport prix-performance est le titre

À $0.300 en entrée / $2.500 en sortie par 1M de tokens et environ 350 tokens par seconde, son atout est le débit par dollar. Sur un travail simple et à fort volume, il peut battre des modèles plus chers sur le coût total avec une qualité acceptable.

Il remplace Gemini 2.5 Flash et les charges 3-Flash plus légères

Google le présente comme un remplacement direct de Gemini 2.5 Flash et des tâches Gemini 3 Flash moins complexes. Si vous les utilisez aujourd’hui, réévaluez vos prompts avant de migrer pour que la qualité et le formatage restent dans les tolérances.

Le raisonnement minimal est le défaut — validez les agents multi-étapes

Flash Lite utilise par défaut un raisonnement minimal pour la vitesse et le coût. Google note que le raisonnement minimal peut provoquer un arrêt prématuré des outils sur les tâches multi-étapes ; testez donc l’achèvement des agents avant un déploiement à haut débit.

C’est un modèle Google fermé, uniquement par API

Gemini 3.5 Flash Lite n’a pas de poids ouverts et ne peut pas être auto-hébergé. L’accès se fait via l’API Gemini et des plateformes comme Google AI Studio, ainsi que des passerelles unifiées comme EvoLink — routez selon le coût et la latence, pas selon un déploiement local.

Deux façons d'utiliser Gemini 3.5 Flash Lite : API EvoLink ou Agent

Utilisez l'API EvoLink pour les backends produit et les traitements par lots, ou appelez Gemini 3.5 Flash Lite depuis Codex, Claude ou Gemini pour vos workflows de code et d'analyse. Les deux voies partagent la même clé API EvoLink, le même solde, le même ID de modèle et le même historique de requêtes.

Option 1

Intégrer avec l'API EvoLink

Idéal pour : backends produit, traitements par lots, pipelines automatisés

Envoyez à EvoLink des requêtes generateContent natives Gemini et contrôlez l'ID de modèle, l'instruction système, le budget de sortie, les outils et la sortie structurée.

1Créez une clé API EvoLink dans la console
2Appelez le point de terminaison generateContent sur l'URL de base EvoLink en plaçant l'ID de modèle affiché ci-dessus dans le chemin de la requête
3Envoyez une requête représentative et lisez usageMetadata pour les tokens d'entrée, en cache et de sortie
4Définissez maxOutputTokens et les réessais par tâche ; conservez les appels de fonction et leurs résultats entre les tours

Créer une clé API EvoLink

Option 2

L'appeler avec un Agent

Idéal pour : tâches de code, de revue et d'analyse dans Codex, Claude et Gemini

Donnez à l'Agent la tâche, les entrées à inclure et les critères d'acceptation. Il assemble la requête, appelle Gemini 3.5 Flash Lite via EvoLink et renvoie la réponse avec la consommation de tokens.

1Définissez EVOLINK_API_KEY dans votre environnement local ; jamais dans le code ni dans un prompt
2Décrivez la tâche, les entrées à inclure et le format de sortie attendu
3Demandez à l'Agent d'appeler Gemini 3.5 Flash Lite via EvoLink et d'afficher la requête avant l'envoi
4Laissez l'Agent rapporter la réponse, la consommation de tokens et tout corps d'erreur

Exemple de code API Gemini 3.5 Flash Lite et gestion des erreurs

Cet exemple montre la requête exécutable la plus courte : un appel generateContent natif Gemini avec une instruction système, un message utilisateur et un budget de sortie. Ouvrez l'onglet API pour la référence complète des paramètres et réponses.

Voir la documentation API complète

cURL

# Gemini native API
curl -X POST "https://api.evolink.ai/v1beta/models/gemini-3.5-flash-lite:generateContent" \
  -H "Authorization: Bearer $EVOLINK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "systemInstruction": { "parts": [{ "text": "You are a precise assistant. Answer in JSON when asked." }] },
    "contents": [
      { "role": "user", "parts": [{ "text": "Classify the sentiment of each review below and return a JSON array:\n<reviews>" }] }
    ],
    "generationConfig": {
      "maxOutputTokens": 1024,
      "temperature": 0.1
    }
  }'

# For streaming, call streamGenerateContent?alt=sse with the same body.
# The response includes candidates[0].content.parts and usageMetadata
# (prompt, cached, and output token counts).

Requête invalide ou paramètre non pris en charge

Vérifiez l'ID de modèle, le tableau contents et les plages de paramètres dans la référence API ; retirez les champs que cette route ne prend pas en charge.

Problème d'authentification ou de solde

Vérifiez le jeton Bearer Authorization et confirmez le solde disponible dans la console.

Longueur de contexte dépassée

Les tokens du prompt dépassent la fenêtre de contexte de Gemini 3.5 Flash Lite. Réduisez ou ne récupérez que les éléments pertinents et réutilisez les préfixes en cache.

Limite de débit (429)

Attendez et réessayez avec un délai aléatoire ; regroupez ou mettez en file d'attente les requêtes au lieu de rafales parallèles.

Contenu ou appel d'outil rejeté

Vérifiez le contenu sensible, les arguments d'appel d'outil mal formés et les écarts de schéma JSON avant de réessayer.

Ce qu’il faut vérifier avant d’envoyer du trafic de production vers Gemini 3.5 Flash Lite

Une charge adaptée peut tout de même échouer parce que l’intégration utilise le mauvais identifiant, envoie des paramètres non pris en charge ou suppose un raisonnement profond que les défauts de raisonnement minimal ne fournissent pas. Vérifiez le contrat de requête avant d’évaluer la qualité.

Utiliser l’ID de modèle exact gemini-3.5-flash-lite

Envoyez model "gemini-3.5-flash-lite" (avec un point après 3.5) sur la route de l’API EvoLink. Le gemini-3-5-flash-lite avec tirets n’est que l’URL de la page, pas le paramètre de modèle de l’API.

ID modèle

Utiliser OpenAI Chat Completions ou l’API native Gemini

EvoLink expose Gemini 3.5 Flash Lite via /v1/chat/completions compatible OpenAI et l’endpoint natif generateContent de Gemini. Utilisez la même clé API EvoLink pour l’un ou l’autre protocole.

Protocoles

Tenir compte des changements de paramètres incompatibles

Les valeurs personnalisées de temperature, top-K et top-P sont ignorées ; les valeurs personnalisées de frequency et presence penalty renvoient une erreur ; et une requête dont le dernier tour a le rôle model est rejetée. Adaptez en conséquence les anciens constructeurs de requêtes Gemini.

Migration

Valider les agents multi-étapes en raisonnement minimal

Comme Flash Lite utilise par défaut un raisonnement minimal, confirmez que les agents multi-étapes appelant des outils terminent leurs étapes au lieu de s’arrêter trop tôt. Réservez le raisonnement plus difficile à un modèle plus grand plutôt que de sur-ajuster celui-ci.

Agents

Mise en cache des prompts pour les contextes longs répétés

Les lectures automatiques du cache bénéficient d'un tarif réduit dédié lorsque des instructions de dépôt stables, des documents de référence et des schémas d'outils peuvent être réutilisés.

Contexte de 1M tokens avec une limite de sortie par défaut de 65K

Gardez le code, les spécifications, les documents et l'état de l'agent liés dans un même contexte de travail. Considérez la limite comme une capacité, pas comme un objectif : récupérez les éléments pertinents et fixez des budgets de sortie adaptés à la tâche.

Comparez le coût par tâche acceptée de Gemini 3.5 Flash Lite, pas seulement le prix du token

Gemini 3.5 Flash Lite l’emporte quand son prix bas et sa vitesse franchissent votre seuil de qualité sur un travail à fort volume. Évaluez des lots de tâches identiques et escaladez les requêtes qu’il ne peut pas traiter plutôt que de payer des tarifs premium sur tout le trafic.

Réussite au premier essaiLivrables acceptésNombre de nouvelles tentativesTokens de sortieTaux de cacheTokens par secondeCoût pour 1 000 requêtesTaux d’escalade vers un modèle plus grand

Si Gemini 3.5 Flash Lite franchit votre seuil de qualité sur des tâches simples et à fort volume, son tarif bas et sa vitesse en font le défaut de production le moins cher. N’acheminez que les requêtes qu’il échoue vers Gemini 3.6 Flash ou un modèle de niveau Pro.

Comparer Gemini 3.5 Flash Lite aux principaux modèles à long contexte après les tests de charge

EvoLink

Vérifiez d’abord si Gemini 3.5 Flash Lite réduit les reprises et la revue. Comparez ensuite prix, contexte, cache et adéquation à la charge de travail.

Modèle	Gemini 3.5 Flash Lite	Gemini 3.6 Flash	Gemini 3.1 Pro
Entrée / sortie	$0.271 / $2.25	$0.675 / $3.375	$1.865 / $11.183
Contexte	1.05M	1.05M	1.05M
Cache	Lectures automatiques du cache	Cache de contexte	Cache de contexte
Idéal pour	Classification et extraction à haut débit, actions en temps réel à faible latence, sous-agents ciblés et charges sensibles au coût où la vitesse et le prix comptent plus que le raisonnement maximal.	Le cheval de trait vers lequel escalader quand une tâche exige plus de code ou de raisonnement que ne l’offre le niveau Lite.	Montez au niveau Pro pour les tâches de raisonnement les plus profondes que la ligne Flash n’est pas conçue pour traiter.

Gemini 3.5 Flash Lite

Entrée / sortie$0.271 / $2.25

Contexte1.05M

CacheLectures automatiques du cache

Idéal pourClassification et extraction à haut débit, actions en temps réel à faible latence, sous-agents ciblés et charges sensibles au coût où la vitesse et le prix comptent plus que le raisonnement maximal.

Gemini 3.6 Flash

Entrée / sortie$0.675 / $3.375

Contexte1.05M

CacheCache de contexte

Idéal pourLe cheval de trait vers lequel escalader quand une tâche exige plus de code ou de raisonnement que ne l’offre le niveau Lite.

Gemini 3.1 Pro

Entrée / sortie$1.865 / $11.183

Contexte1.05M

CacheCache de contexte

Idéal pourMontez au niveau Pro pour les tâches de raisonnement les plus profondes que la ligne Flash n’est pas conçue pour traiter.

Famille de modèles Gemini

Même clé API, même solde : changez de palier sans toucher à l’intégration.

Comparer tous les modèles Gemini

Gemini 4 Argon

Le modèle Gemini 4 de Google, avec une limite de sortie de 1 million de tokens et un tarif réduit pour l’entrée en cache.

Voir le modèle

Gemini 3.8 Flash

La toute dernière génération Flash pour les charges de code, de raisonnement et d’agents plus exigeantes.

Voir le modèle

Gemini 3.7 Flash

Une génération Flash récente pour un raisonnement solide dans une catégorie rapide et efficace.

Voir le modèle

Autres modèles texte sur EvoLink en plus de Gemini 3.5 Flash Lite

GPT-5.6

La famille frontière d’OpenAI par paliers (Sol/Terra/Luna) pour arbitrer capacité, latence et coût.

Voir le modèle

Claude Opus 4.8

La route premium d’Anthropic pour les agents longs, les revues complexes et les tâches à fort jugement.

Voir le modèle

DeepSeek V4

La route DeepSeek économique à contexte 1M pour les charges de code, de raisonnement et d’agents à fort volume.

Voir le modèle

Kimi K3

La route de raisonnement à long contexte de Moonshot pour le code à l’échelle d’un dépôt et le multi-document.

Voir le modèle

Pour aller plus loin avec Gemini 3.5 Flash Lite

Comparer la famille d’API Gemini

Découvrez comment 3.5 Flash-Lite, 3.6 Flash, 3.5 Flash et 3.1 Pro diffèrent en prix, vitesse, contexte et adéquation aux charges avant de router.

Lire le guide

API Gemini 3.6 Flash

Le cheval de trait vers lequel escalader quand une tâche exige plus de code ou de raisonnement que ne l’offre le niveau Lite.

Lire le guide

API Gemini 3.5 Flash

Le niveau Flash intermédiaire entre Flash-Lite et la ligne Pro, pour équilibrer coût et capacité.

Lire le guide

API Gemini 3.1 Pro

Montez au niveau Pro pour les tâches de raisonnement les plus profondes que la ligne Flash n’est pas conçue pour traiter.

Lire le guide

FAQ de l’API Gemini 3.5 Flash Lite

L’API Gemini 3.5 Flash Lite est-elle disponible via EvoLink ?

Oui. Gemini 3.5 Flash Lite est disponible comme modèle de production avec tarifs en direct et tarifs officiels de secours.

Quel ID de modèle utiliser pour l’API Gemini 3.5 Flash Lite ?

Envoyez model « gemini-3.5-flash-lite » (avec un point après 3.5). La forme avec tirets gemini-3-5-flash-lite n’est que l’URL de la page, pas le paramètre de modèle de l’API.

Quels protocoles et SDK fonctionnent avec Gemini 3.5 Flash Lite ?

Utilisez l’endpoint Chat Completions compatible OpenAI ou l’endpoint natif generateContent de Gemini avec la même clé API EvoLink. Il n’existe pas de route Anthropic Messages pour ce modèle.

L’API Gemini 3.5 Flash Lite prend-elle en charge 1M de contexte ou seulement 256K ?

La route EvoLink enregistre 1 048 576 tokens. Les limites plus petites proviennent généralement d’une surface produit Gemini particulière ou d’une configuration client, pas du modèle de l’API lui-même.

À quelle vitesse et à quel coût fonctionne Gemini 3.5 Flash Lite ?

C’est le modèle de classe 3.5 le plus rapide et le plus économique de Google : $0.300 en entrée / $2.500 en sortie par 1M tokens, à environ 350 tokens de sortie par seconde. Ce débit par dollar est son principal atout.

À quoi Gemini 3.5 Flash Lite est-il le mieux adapté ?

Classification à haut débit, routage, extraction JSON, actions d’interface à faible latence et sous-agents ciblés. Pour du code approfondi ou du raisonnement difficile, escaladez vers Gemini 3.6 Flash ou un modèle de niveau Pro.

En quoi Gemini 3.5 Flash Lite diffère-t-il de 3.5 Flash et 3.6 Flash ?

Flash Lite est le niveau le moins cher et le plus rapide et utilise par défaut une pensée minimale. 3.5 Flash et 3.6 Flash sont des chevaux de trait plus performants et plus chers pour le code et les agents.

Gemini 3.5 Flash Lite remplace-t-il Gemini 2.5 Flash ?

Google le positionne comme un remplacement de Gemini 2.5 Flash et des charges Gemini 3 Flash moins complexes. Réévaluez vos prompts avant de migrer.

Quels changements cassants dois-je gérer lors de la migration ?

Gemini 3.5 Flash Lite est-il un bon choix par défaut pour le temps réel ou le volume élevé ?

Oui, c’est précisément pour cela qu’il est conçu. Il utilise par défaut une pensée minimale pour la vitesse ; validez donc que les agents multi-étapes terminent leurs étapes avant un déploiement à haut débit.

Comment comparer Gemini 3.5 Flash Lite à GPT, Claude, GLM ou DeepSeek ?

Comparez-le à d’autres niveaux bon marché et rapides sur le coût pour 1K requêtes et la latence, pas à des modèles de raisonnement premium. Escaladez vers un modèle plus grand les requêtes qu’il ne peut pas traiter.

Que doit mesurer une évaluation en production de Gemini 3.5 Flash Lite ?

Suivez le coût pour 1K requêtes, les tokens par seconde, la réussite au premier essai, les livrables acceptés, les taux de cache et la fréquence à laquelle les requêtes doivent escalader vers un modèle plus grand.