Google logo

Gemini 3.5 Flash-Lite

Мультимодальная
Google

Gemini 3.5 Flash-Lite — облегчённая и максимально экономичная модель Google из семейства Gemini 3.5, ориентированная на высокую скорость и низкую стоимость. Показывает достойные результаты на CharXiv-R (77%) и OSWorld-Verified (74%). Поддерживает мультимодальный ввод (текст и изображения).

Основные характеристики

Параметры
-
Контекст
1.0M
Дата выпуска
21 июля 2026 г.
Индекс
29.5

Временная шкала

Ключевые даты в истории модели
Анонс
21 июля 2026 г.
Последнее обновление
29 июля 2026 г.
Сегодня
27 октября 2026 г.

Технические характеристики

Параметры
-
Токены обучения
-
Граница знаний
1 марта 2026 г.
Семейство
-
Возможности
МультимодальностьZeroEval

Ценообразование и доступность

Вход (за 1М токенов)
$0.30
Выход (за 1М токенов)
$2.50
Макс. входящих токенов
1.0M
Макс. исходящих токенов
65.5K
Поддерживаемые возможности
Вызов функцийСтруктурированный выводВыполнение кодаПоиск в интернетеПакетная обработкаДообучение

Результаты бенчмарков

Показатели производительности модели на различных тестах и бенчмарках

Другие тесты

Специализированные бенчмарки
GDPval-AA
Методология v2, Elo-рейтинг. Оценка 1140 из 3000. • проверено
38.0%
CharXiv-R
С использованием поиска и выполнения кода. • данные разработчика
77.0%
OSWorld-Verified
Среднее по 5 запускам, одна попытка. • данные разработчика
74.0%
SWE-Bench Pro
Публичное подмножество, одна попытка. • данные разработчика
54.0%
MLE-Bench
Частичная оценка 30, средний балл по позиции • данные разработчика
39.2%
MRCR v2 (8-needle)
1M поточечно • данные разработчика
21.3%
Terminal-Bench 2.1
Обвязка Terminus-2 • данные разработчика
54.0%

Лицензия и метаданные

Лицензия
Проприетарная
Дата анонса
21 июля 2026 г.
Последнее обновление
29 июля 2026 г.

Gemini 3.5 Flash-Lite: плюсы и минусы

Плюсы

  • Огромный контекст — 1M токенов: целые книги и кодовые базы за раз
  • Понимает изображения, не только текст
  • Сильнее всего в тесте CharXiv-R — 77.0%

Минусы

  • Слабее в тесте MRCR v2 (8-needle) — 21.3%

Похожие модели

Все модели

Рекомендации основаны на схожести характеристик: организация-разработчик, мультимодальность, размер параметров и производительность в бенчмарках. Выберите модель для сравнения или перейдите к полному каталогу для просмотра всех доступных моделей ИИ.