Стоит ли использовать Gemini 3.5 Flash-Lite? Да — особенно для быстрой и типовой работы, такой как обработка документов, извлечение структурированных данных, перевод и задачи кодирования с ограниченным объемом. Он сочетает в себе окно ввода объемом 1 миллион токенов, низкую стоимость API и одну из самых высоких зафиксированных скоростей вывода в своем классе.
В ходе моих четырёх контролируемых испытаний, Gemini 3.5 Flash-Lite выполнил все задачи с первого раза и набрал 38 баллов из 40. Он отлично справился с извлечением данных из JSON, локализацией и отладкой, но в его регистре действий для длинных документов были назначены два владельца, которые должны были остаться неназначенными. Практический вывод прост: используйте его для обеспечения пропускной способности, но проверяйте поля, где мелкие ошибки могут иметь серьезные последствия.
Если вы хотите попробовать это без настройки API, GlobalGPT Это простой способ начать. Gemini 3.5 Flash-Lite доступен наряду с такие популярные модели, как GPT-5.6, Claude Fable 5 и Kimi K3, что позволяет вам воспользоваться преимуществами нескольких ведущих семейств ИИ в одном рабочем пространстве.
Обзор Gemini 3.5 Flash-Lite: краткий вывод
- Лучше всего справляется с: структурированный извлечение, локализация и отладка в определённых пределах.
- Важное предупреждение: Поля, указывающие точных владельцев в длинных документах, требуют проверки.
- Пример использования: высокопроизводительные задачи, в которых важны как скорость, так и затраты на повторный вызов.
Используйте его для быстрого выполнения задач по работе с документами, локализации и структурированными данными, а затем продолжайте работу с передовыми моделями и инструментами для творчества в той же рабочей среде GlobalGPT.
Что такое Gemini 3.5 Flash-Lite?
Gemini 3.5 Flash-Lite — это самая быстрая и экономичная модель в семействе Google 3.5. В официальном справочнике по API она описывается как мультимодальная модель с низкой задержкой, оптимизированная для высокопроизводительной работы субагентов, разбора документов и простого извлечения данных. Она принимает текст, изображения, видео, аудио и PDF-файлы, но выдает в качестве результата текст, а не исходные изображения, аудио или видео.
Опубликованные ограничения составляют 1 048 576 токенов входных данных и 65 536 токенов выходных данных. Это делает модель пригодной для работы с большими коллекциями документов, хотя большое окно контекста не гарантирует идеального поиска по каждому полю. В справочнике по модели в качестве поддерживаемых функций перечислены структурированные выводы, вызов функций, выполнение кода, поиск файлов, привязка результатов поиска, кэширование, мышление и контекст URL-адресов.
Стоит обратить внимание на одно несоответствие в документации. В статье Google, посвященной запуску, говорится, что функция «Computer Use» теперь является встроенным инструментом, тогда как в справочнике по модели, просмотренном 22 июля, она обозначена как неподдерживаемая. Это может быть связано с различиями в интерфейсах продукта или с задержкой в обновлении документации. Если данная функция имеет для вас решающее значение, перед разработкой рабочего процесса для производственной среды проверьте точный API или интерфейс платформы.
Gemini 3.5 Возможности Flash-Lite и оптимальные области применения
Практическое преимущество заключается не только в быстром ответе. Модель сочетает в себе обработку ввода с длинным контекстом, регулируемые уровни мышления и вывод, ограниченный схемами, при этом стоимость ее использования позволяет использовать ее для многократных запросов. Google конкретно упоминает агентский поиск, обработку документов, перевод и простую обработку данных. Речь идет о тех видах нагрузок, где небольшая экономия на каждом запросе становится значимой при масштабировании.
- Операции с документами: обобщать файлы, выделять задачи, классифицировать записи и отвечать на вопросы по обширным пакетам документов.
- Структурированная обработка: преобразовывать неструктурированные сообщения или отчеты в предсказуемый формат JSON для последующей автоматизации.
- Локализация: сохранять имена, цифры и ограничения, адаптируя при этом стиль изложения к целевому рынку.
- Подзадачи агента: обрабатывать ограниченные шаги, для которых не требуется наиболее ресурсоемкая модель рассуждений.
- Помощь в программировании: выявлять автономные ошибки, предлагать исправления и генерировать тесты, готовые к запуску.
Gemini 3.5: тесты производительности Flash-Lite
Google сообщает о значительном улучшении результатов по сравнению с предыдущим поколением. Наиболее заметный рост наблюдается в таких областях, как агентное кодирование, взаимодействие с компьютером и поиск информации в длинных контекстах. Эти результаты предоставлены самим поставщиком, поэтому они отражают показатели, полученные в условиях контролируемой оценки, а не гарантированное поведение в частном рабочем процессе.
| Эталон | 3.5 Flash-Lite | Сравнение | Что проверяет |
|---|---|---|---|
| SWE-Bench Pro | 54.2% | 3 Flash: 49,61 TP40T | Реальные задачи в области разработки программного обеспечения |
| Terminal-Bench 2.1 | 54.0% | 3.1 Flash-Lite: 31.0% | Терминальное и агентное кодирование |
| OSWorld-Verified | 74.0% | 3 Flash: 65,11 TP40T | Взаимодействие с компьютером |
| GDPval-AA v2 | 1140 | 3.1 Flash-Lite: 642 | Практическая интеллектуальная деятельность |
| GDM-MRCR v2 | 72.2% | 3.1 Flash-Lite: 60.1% | Поиск по длинному контексту |
Рост в процентных пунктах. Результаты тестов Terminal-Bench и GDM-MRCR сравниваются с результатами 3.1 Flash-Lite; результаты тестов SWE-Bench Pro и OSWorld сравниваются с результатами Gemini 3 Flash. Источник: Google, 21 июля 2026 года.
Независимые данные позволяют лучше понять ситуацию. На момент проверки компания Artificial Analysis предоставила Gemini 3.5 Flash-Lite показатель интеллектуального индекса составил 36, а производительность — 388,8 токенов в секунду. В сообщении Google о запуске приводилась более ранняя округленная цифра — 350 токенов в секунду — от той же организации. Это изменение напоминает о том, что данные на страницах с результатами тестирования в режиме реального времени могут обновляться по мере изменения поставщиков, наборов данных и временных интервалов измерения.
Реакция сообщества в первый день, как и следовало ожидать, была неоднозначной. В одном посте на Reddit модель назвали шагом назад, но при этом не привели практически никаких доказательств на уровне конкретных задач; в другой дискуссии отмечалось улучшение при работе с длинными контекстами. В X разработчик ИИ Филипп Шмид сосредоточился на результате в 350 токенов в секунду и оценил затраты на выполнение задачи. Эти посты являются полезными индикаторами того, что важно для пользователей — скорость, цена и качество от поколения к поколению, — но они появились слишком рано и носят анекдотический характер, чтобы перевесить результаты контролируемых тестов.
Как я тестировал Gemini 3.5 Flash-Lite
22 июля 2026 года я запустил четыре задачи с использованием одной и той же модели, указав точный идентификатор модели gemini-3.5-flash-lite через настроенный шлюз Broly. Каждая задача использовала первый допустимый результат. Перед просмотром результатов я зафиксировал подсказки, правильные ответы, валидаторы и правила повторных попыток. Только задача с длинным документом запустила заранее зарегистрированную проверку стабильности, состоящую из трёх прогонов.
| Задачи | Структурированный извлечение данных, анализ объемных документов, локализация и отладка кода на Python |
|---|---|
| Подсчёт очков | Объективная проверка на соответствие схемам, эталонным данным, ограничениям и исполняемым тестам |
| Сроки | Задержка на всем протяжении маршрута Broly, а не скорость передачи данных, характерная для сервисов Google |
| Стоимость | Расчет, эквивалентный API, с использованием официальных курсов токенов; не является платой за подписку GlobalGPT |
Результаты практического тестирования Gemini 3.5 Flash-Lite
Тест 1: Извлечение структурированных данных
- Зафиксированы все указанные значения.
- Возможный таймаут остался явно неподтвержденным.
- Исключено не относящееся к делу примечание о продлении.
- Не потребовалось уведомление о необходимости ремонта.
Практический обзор: Это был самый «чистый» результат в наборе данных. Я мог бы передать выходные данные напрямую в парсер — именно это и требуется от модели извлечения с высокой пропускной способностью.
Просмотреть запрос и вывод модели
Преобразуйте эти беспорядочные заметки службы поддержки в один объект JSON с именно следующими ключами: customer, plan, issue, affected_users, first_reported, workaround, owner, next_update, unresolved. Если значение не указано, используйте значение null и возвращайте только корректный JSON. Примечания: Northstar Labs — тарифный план «Growth». Экспорт в формат CSV, содержащий более 50 000 строк, зависает на отметке 92%. Это затрагивает 14 аналитиков. Временное решение: разбивать экспорт на части по менее 20 000 строк. Расследованием занимается Прия. Возможен таймаут очереди, но это не подтверждено. Следующее обновление: вторник, 16:00 UTC.
Выдержка из задания: для удобства чтения здесь было опущено не относящееся к делу предложение о продлении; в исходном тексте задания оно сохранилось.
{
"customer": "Northstar Labs",
"plan": "Growth",
"issue": "Экспорт в формат CSV, превышающий 50 000 строк, зависает на этапе 92%",
"affected_users": 14,
"first_reported": "понедельник 09:15 UTC",
"workaround": "разделить экспорт на партии по менее 20 000 строк",
"owner": "Priya",
"next_update": "вторник 16:00 UTC",
"unresolved": ["возможный таймаут очереди (не подтверждено)"]
}Тест 2: Понимание длинных текстов
- Получены данные как о дате запуска, так и о дате введения политики конфиденциальности.
- Сохранены показатели частоты сбоев на уровне 1,81 TP40T и целевой показатель на уровне 1,01 TP40T.
- Были должным образом отклонены два несогласованных предложения.
- Пропущено: указал подразделения в качестве владельцев вместо
Не назначено.
Практический обзор: В сводке была отражена история принятия решения, но из-за ошибки владельца задание могло быть отправлено не той команде. Именно в таких случаях “почти верно” — это недостаточно.
Просмотреть отрывок из запроса и пример результата
Разделите пакет «Project Atlas» ровно на четыре раздела: «Краткое изложение» (не более 140 слов), «Подтвержденные решения», «Реестр действий» и «Открытые вопросы/риски». В «Реестре действий» укажите следующие поля: «Ответственный», «Действие», «Срок выполнения», «Зависимости», «Статус». Используйте подтвержденную дату запуска 12 августа с условием о конфиденциальности от 5 августа, а также текущий показатель аварийности 1,81 TP40T по сравнению с целевым показателем 1,01 TP40T. Не преобразуйте французское предложение, предельное значение $18 000, упоминание о сентябре или черновик электронного письма в утвержденные обязательства. Если в пакете не указан ответственный или срок выполнения, напишите «Не назначено».
В задании на производство был представлен полный пакет проектной документации, состоящий из восьми разделов; в данном отрывке приведены наиболее важные инструкции и факты.
Краткий отчет для руководства: Запуск проекта «Атлас» запланирован на 12 августа при условии, что проверка на соответствие требованиям конфиденциальности будет завершена к 5 августа. Показатель сбоев в мобильной версии составляет 1,81 TP40T при целевом показателе для данного релиза — 1,01 TP40T. Французская локализация не была одобрена, а предельный показатель тестирования $18 000 не является разрешением на расходование средств. Выдержка из реестра действий: | Ответственный | Действие | Срок | | Конфиденциальность | Завершить оставшиеся проверки в рамках экспертизы по вопросам конфиденциальности | 5 августа | | Юридический отдел | Проверить обновленное уведомление об обработке данных | Не назначено | Ожидаемое значение поля «Ответственный» для обеих строк: Не назначено.
В итоговом документе были сохранены основные решения, однако две организационные функции были преобразованы в ответственных лиц, что и привело к оценке 8 из 10.
Я повторил эту задачу дважды с применением правила «замороженной стабильности». Основные факты оставались верными во всех трёх прогонах, но строгое правило «владельца» сработало только один раз. Таким образом, алгоритм Gemini 3.5 Flash-Lite выглядит надёжным для считывания описания длинного пакета, но не для автономного извлечения всех полей, зависящих от схемы.
- Основные факты верны: 3 из 3 забегов
- Правило «Точный владелец» верно: 1/3 забегов
Тест 3: Перевод и локализация
- Сохранены оба требуемых названия продуктов.
- Не было добавлено ни одного неподдерживаемого обещания.
- Читайте текст, воспринимая его естественно, а не как дословный перевод.
Практический обзор: Текст оказался пригодным к использованию после одной небольшой стилистической правки: в призыве к действию повторялось название модели. Сами жесткие ограничения были учтены безупречно.
Просмотреть запрос и вывод модели
Переведите китайский текст обновления продукта на естественный американский английский для объявления внутри приложения. Используйте 90–120 слов и заголовок длиной не более восьми слов. Сохраните следующие термины: GlobalGPT, Gemini, 3,5 Flash-Lite, 350 токенов/секунду, $0,30, $2,50 и 1 миллион токенов. Избегайте слов “революционный”, “изменяющий правила игры”, “самый дешевый” и “лучший”. Завершите текст спокойным призывом к действию, состоящим из одного предложения.
В полной версии теста также приводился абзац из китайского источника, в котором описывались доступность, позиционирование, ценообразование, размер контекста и оптимальные рабочие процессы.
Gemini 3.5 Flash-Lite уже доступен GlobalGPT теперь поддерживает модель Gemini 3.5 Flash-Lite, разработанную для задач, требующих низкой задержки и высокой пропускной способности. Официальная скорость генерации составляет примерно 350 токенов в секунду, а окно контекста — 1 миллион токенов. Стоимость API установлена на уровне $0.30 за 1 миллион входных токенов и $2.50 за 1 миллион выходных токенов. Эта модель хорошо подходит для перевода, обработки документов, извлечения структурированных данных и многоэтапных рабочих процессов. Вы можете выбрать эту модель в GlobalGPT уже сегодня и использовать её наряду с другими ведущими моделями в рамках одной платформы. Начните использовать Gemini 3.5 Flash-Lite в своём рабочем процессе прямо сейчас.
Тест 4: Отладка в Python
- Устранена ошибка, из-за которой булевы значения Python передавались как целые числа.
- Скидка применялась только при превышении порогового значения.
- Были возвращены все четыре ожидаемых итоговых значения.
Практический обзор: Исправление было выполнено сразу, а пояснение было достаточно кратким, чтобы быстро с ним ознакомиться. Это способствует ограниченной отладке, а не автономной работе с репозиторием.
Просмотреть запрос и вывод модели
Отладьте эту функцию. Первые 100 единиц стоят по $0.10 каждая; каждая единица свыше 100 стоит $0.07. Количество должно быть неотрицательным целым числом. В настоящее время функция взимает неверную сумму при количестве свыше 100 и принимает булевы значения. Приведите диагноз из двух предложений, исправленный код на Python и пять утверждений для значений 0, 100, 101, 250 и недопустимого ввода.
def calculate_cost(quantity):
if not isinstance(quantity, int) or quantity < 0:
raise ValueError(...)
if quantity <= 100:
return round(quantity * 0.10, 2)
return round(quantity * 0.07, 2)def calculate_cost(quantity):
if type(quantity) is not int or quantity < 0:
raise ValueError('quantity must be a non-negative integer')
if quantity <= 100:
total = quantity * 0.10
else:
total = (100 * 0.10) + ((quantity - 100) * 0.07)
return round(total, 2)
assert calculate_cost(0) == 0.00
assert calculate_cost(100) == 10.00
assert calculate_cost(101) == 10.07
assert calculate_cost(250) == 20.50Полный вывод также включал запрошенный тест на отклонение булевых значений и диагностику обеих ошибок, состоящую из двух предложений.
Gemini 3.5: скорость Flash-Lite и стоимость тестирования
Измерения «от запроса до ответа» включают накладные расходы шлюза, сети и провайдера. Они не отражают скорость выдачи токенов, характерную для сервисов Google.
По результатам первых четырёх тестов среднее время выполнения задачи Gemini 3.5 Flash-Lite составило 3,748 секунды. В задачах использовалось 1 708 входных и 1 278 выходных токенов. По официальным эталонным ставкам их совокупная стоимость, эквивалентная API, составила $0,0037074. Это иллюстрирует экономику токенов: речь не идет о абонентской плате в размере GlobalGPT, и в эту сумму не входят платные вызовы инструментов.
Gemini 3.5 Flash-Lite: цены и преимущества
Официальные цены на API Gemini
| Использование | Официальный курс | Что лежит в основе законопроекта |
|---|---|---|
| Вводные токены | $0.30 / 1M | Подсказки, документы и другая контекстная информация, отправленная модели |
| Выходные токены | $2.50 / 1M | Жетоны ответов, включая жетоны для обдумывания |
| Инструменты | Различается | За запросы в поисковой системе или использование других платных инструментов может взиматься отдельная плата |
В расчётах не учтены расходы на кэширование, поиск, другие инструменты и комиссии платформы.
- Стоимость вывода одного токена примерно в 8,3 раза выше, чем стоимость ввода.
- Строгие форматы и краткие ответы могут существенно снизить затраты, связанные с обработкой больших объемов данных.
- Тарифный план API подходит разработчикам, которым требуется программируемый доступ с оплатой по объему и детальный контроль за использованием.
Чтобы назвать эту модель “дешёвой”, также необходимо учитывать контекст. Компания Artificial Analysis охарактеризовала её показатель производительности $2.50 как дорогостоящий по сравнению со средним показателем $0.87 среди выбранных ею сопоставимых моделей, хотя и отнесла эту модель к числу лидеров по скорости. Таким образом, конкурентное преимущество заключается в сочетании скорости и полезной интеллектуальной обработки данных, а не в самой низкой на рынке цене за токен.
Использование тарифного плана «Gemini 3.5 Flash-Lite» с абонентскими тарифами «GlobalGPT»
GlobalGPT использует модель подписки и кредитов, а не предоставляет прямой доступ к счетам по токенам API Gemini. Приведенные ниже цены были доступны 22 июля 2026 года при выбранном годовом цикле выставления счетов.
$5.8 /месяц
$11.9 — месячная ставка
- Доступ ко всем моделям в чате
- Unikorn V7 (подобно MJ), более 10 усовершенствованных моделей изображений и редактор изображений
- Доступ к передовым видеомоделям
- Eleven Lab v3, Deep Research, AI Detector и ChatPDF
Лучшее для: периодическое общение в чате и несложные творческие задачи, для которых не требуется полный доступ к функциям Pro в области работы с изображениями, видео, аудио и агентами.
$10.8 /месяц
$19.9 — месячная ставка
- Доступ ко всем моделям в чате
- Perplexity Pro Search
- Доступ ко всем моделям искусственного интеллекта для обработки изображений и к полной версии редактора изображений
- Доступ к 13 моделям видео на базе искусственного интеллекта
- Полный доступ к аудиомоделям и агентам на базе искусственного интеллекта
Лучшее для: регулярная мультимодельная и творческая деятельность.
$25.0 /месяц
$49.9 — месячная ставка
- Все возможности версии Pro
- Неограниченное использование выбранных моделей искусственного интеллекта
- Модели премиум-класса по-прежнему могут расходовать кредиты
Лучшее для: постоянные пользователи, которым нужен максимально гибкий рабочий процесс и доступ к выбранным моделям без ограничений.
Gemini 3.5 Flash-Lite API или GlobalGPT: что выгоднее?
| Выбрать | Когда подходит | Компромисс |
|---|---|---|
| API Gemini | Вы разрабатываете приложение, автоматизируете конвейер или вам нужны точные журналы использования. | Тарификация по счетчику — это эффективный способ, но вам придется самостоятельно заниматься интеграцией, ключами и другими поставщиками моделей. |
| GlobalGPT Basic | Вам нужен недорогой доступ для периодического общения в чате и несложных задач с использованием ИИ. | Кредитный пул стал меньше. |
| GlobalGPT Pro | Вы регулярно используете передовые языковые модели в сочетании с инструментами для проведения исследований, работы с изображениями, аудио или агентами. | По-прежнему необходимо отслеживать расходы и затраты на каждый инструмент. |
| GlobalGPT Unlimited | Вы часто используете несколько семейств моделей и цените единое рабочее пространство. | “Безлимитный” тариф распространяется только на отдельные модели; владельцы моделей премиум-класса по-прежнему могут использовать кредиты. |
Для большинства отдельных рецензентов и команд, занимающихся созданием контента, тарифный план «Pro» является наиболее сбалансированным вариантом GlobalGPT: он позволяет сохранить мультимодельный рабочий процесс, избегая при этом более высокой стоимости тарифного плана «Unlimited». Разработчики, которые тысячи раз вызывают Gemini 3.5 Flash-Lite из своего продукта, обычно предпочитают официальный API, поскольку для них тарификация на уровне токенов и автоматизация важнее, чем общее визуальное рабочее пространство. Ознакомьтесь с последние подробности плана прежде чем совершать оплату, поскольку условия акций, лимиты кредита и доступ к моделям могут измениться.
Плюсы и минусы
| Плюсы | Cons |
|---|---|
|
|
Кому рекомендуется использовать Gemini 3.5 Flash-Lite?
Gemini 3.5 Flash-Lite наиболее целесообразно для команд, обрабатывающих большое количество документов, записей службы поддержки, переводов или структурированных сообщений; для разработчиков, назначающих агентам ограниченные по объему подзадачи; а также для продуктов, в которых задержка ощутима для пользователя. Этот подход менее эффективен в тех случаях, когда задача требует максимально глубокого логического анализа, генерации собственных медиафайлов или извлечения данных с нулевой погрешностью без проверки. Если вам нужен более мощный вариант, не выходя за рамки семейства Flash, наш Gemini 3.6 Краткий обзор в котором рассматриваются ценовая политика, тесты производительности, рабочий процесс API и практические результаты тестирования.
Наиболее безопасная схема работы проста: используйте модель для быстрого первоначального прогона, добавьте проверки по объективной схеме и бизнес-правилам, а случаи, в которых произошел сбой или которые сопряжены с высоким риском, передайте более мощной модели или эксперту-рецензенту. Если на следующем этапе речь идет о выборе между скоростью и более глубоким анализом, наш Сравнение Gemini 3.6 Flash и Gemini 3.1 Pro использует шесть тестов с одинаковыми заданиями, чтобы показать, где каждая модель находит своё применение. GlobalGPT поддерживает этот расширенный рабочий процесс, объединяя ведущие модели и более широкий спектр исследований, написания текстов, программирования и творческого процесса в одном месте.
Окончательный вердикт: стоит ли использовать Gemini 3.5 Flash-Lite?
Да — когда скорость, пропускная способность и контролируемые затраты важнее, чем извлечение максимальной глубины рассуждений из каждого вызова. В ходе моих тестов, Gemini 3.5 Flash-Lite продемонстрировала отличные результаты при извлечении данных из JSON, локализации с ограничениями и задаче отладки с заданными рамками. Она также правильно распознавала ключевые сведения в длинном пакете, однако в двух из трёх прогонов повторялась ошибка в поле «owner». Это полезное ограничение, но не повод для отказа.
Лучше всего рассматривать эту модель как эффективного сотрудника, который проверяет правильность данных в ключевых полях. Чтобы объективно оценить её, попробуйте задать ей запрос из вашего собственного рабочего процесса, а не вопрос из разряда викторины.
Откройте его в GlobalGPT для быстрой обработки документов, локализации и выполнения структурированных задач, а затем перейдите к исследованию, написанию текстов, программированию или созданию контента с помощью других ведущих моделей и инструментов в том же рабочем пространстве.
Часто задаваемые вопросы
Сколько стоит Gemini 3.5 Flash-Lite?
Официальная справочная стоимость составляет $0.30 за миллион входных токенов и $2.50 за миллион выходных токенов, включая токены «thinking». Вызов инструментов может повлечь за собой дополнительные расходы. Указанные тарифы на API не включают стоимость подписок на сторонние платформы.
Насколько он быстр?
В сообщении Google о запуске указывалось, что Artificial Analysis генерирует 350 токенов вывода в секунду. На странице модели Artificial Analysis в режиме реального времени при проверке 22 июля 2026 года отображалось 388,8 токенов в секунду. Фактическое время обработки от начала до конца зависит от размера запроса, длины вывода, уровня мышления, сети и маршрута провайдера.
Является ли версия Gemini 3.5 Flash-Lite лучше, чем версия 3.1 Flash-Lite?
Google сообщает о значительном повышении производительности в тестах Terminal-Bench 2.1, GDM-MRCR v2 и GDPval-AA v2. Это свидетельствует о явном улучшении по сравнению с предыдущим поколением, хотя по-прежнему необходимо провести тестирование с учетом конкретных рабочих нагрузок.
Поддерживает ли он изображения, аудио, видео и PDF-файлы?
Да. В официальной документации указаны следующие типы входных данных: текст, изображения, видео, аудио и PDF-файлы. Модель выдает текст и изначально не генерирует изображения, аудио или видео.
“Gemini 3.5 Lite” — это правильное название?
Нет. Официальное название — Gemini 3.5 Flash-Lite. “Gemini 3.5 Lite” — это неофициальная аббревиатура, которую можно спутать с другими поколениями Flash-Lite.
Источники: Объявление о запуске Google; Справочник по модели Gemini API; Цены на API Gemini; Искусственный анализ; Обсуждение на Reddit; X комментарий. Официальные результаты тестов приведены по данным производителей; результаты практических испытаний получены в ходе контролируемого тестирования 22 июля, описанного выше.
