Gemini 3 Flash
Google DeepMindGemini 3 Flash ist ein multimodales Reasoning-Modell von Google DeepMind.
- Input / 1 Mio.
- $0,50
- Output / 1 Mio.
- $3
- Kontextfenster
- 1,05 Mio. Tokens
- Veröffentlichung
- Dezember 2025
Reasoning
AA Intelligence Index
22Punkte
Median aller Modelle: 26
API-Preis In / Out
$0,30 / $2,50
je 1 Mio. Tokens, Cache: $0,03
Kontextfenster
1 Mio.Tokens
Maximaler Output: 65.536 Tokens
Gemini 3.5 Flash-Lite im Überblick
Stand Oktober 2026 steht Gemini 3.5 Flash-Lite im Artificial Analysis Intelligence Index mit 22 Punkten auf Platz 80 von 132 Modellen.
Gemini 3.5 Flash-Lite ist das schnellste und günstigste LLM aus der Googles Gemini-3.5-Familie und wurde am 21. Juli 2026 von Google DeepMind veröffentlicht.
Das KI-Modell zielt auf hohen Token-Throughput und niedrige Latenz ab. Damit eignet es sich besonders für Aufgaben als Sub-Agent in Agentic Workflows, wie z.B. Websuche und Dokumentenverarbeitung. Laut Artificial Analysis können bis zu 350 Output-Token pro Sekunde erreicht werden.
Gegenüber dem Vorgänger 3.1 Flash-Lite legt es vor allem bei Coding und langem Kontext zu (Terminal-Bench 2.1: 54 % statt 31 %) und übertrifft in einzelnen agentischen Benchmarks sogar das größere Gemini 3 Flash (SWE-Bench Pro: 54,2 % vs. 49,6 %).
Mit $0,30 pro 1 Mio. Input- und $2,50 pro 1 Mio. Output-Token bei 1 Mio. Token Kontextfenster gehört Gemini 3.5 Flash-Lite auch zu den günstigen Modellen und lässt sich mit GPT-5.6 Luna oder Claude Haiku 4.5 vergleichen
Was du abwägen solltest
- Proprietär, keine Open Weights. Das Modell läuft nur über Googles API und Cloud; lokale Ausführung oder Self-Hosting sind nicht möglich, anders als bei offenen Modellen wie Kimi-K3 oder Laguna S2.1.
- Output vergleichsweise teuer. Mit $2,50 pro 1 Mio. Output-Token kostet die Ausgabe rund das Achtfache der Eingabe ($0,30). Bei Aufgaben mit viel Output summiert sich das trotz der 'Lite'-Positionierung.
- Begrenzte Transparenz. Google nennt weder Knowledge Cutoff noch Architektur, Parameterzahl oder Trainingsdaten offiziell. Eine unabhängige Einordnung oder das Nachvollziehen des Trainings wird dadurch erschwert.
Gemini 3.5 Flash-Lite Benchmarks
22Punkte
Der Artificial Analysis Intelligence Index ist ein Meta-Benchmark, der keine eigenen Fragen enthält, sondern die Ergebnisse von zehn unabhängigen Benchmarks aggregiert: GDPval-AA (220 Aufgaben), tau2-Bench Telecom (114 Aufgaben), Terminal-Bench Hard (44 Aufgaben), SciCode (338 Teilprobleme), AA-LCR (100 Fragen), AA-Omniscience (6.000 Fragen), IFBench (294 Aufgaben), Humanity's Last Exam (2.158 Fragen), GPQA Diamond (198 Fragen) und CritPt (70 Aufgaben).
Mehr zum BenchmarkArtificial Analysis Intelligence IndexMedian aller Modelle: 26
Claude Opus 5.5Platz 1, Anthropic- Claude Sonnet 5.5Platz 2, Anthropic
- Gemini 3.6 FlashGoogle DeepMind
- Gemini 3 FlashGoogle DeepMind
Nemotron 3 UltraNVIDIA- Gemini 3.5 Flash-LiteGoogle DeepMind
GLM-4.7Z.ai
Qwen3.5Alibaba- Gemini 3.1 Flash-LiteGoogle DeepMind
Daten: Artificial Analysis (artificialanalysis.ai)Website des Benchmarks
Gemini 3.5 Flash-Lite API-Preise
Input
$0,30/ 1 Mio. Tokens
Cache-Lesen
$0,03/ 1 Mio. Tokens
Output
$2,50/ 1 Mio. Tokens
Geschätzte Tokenkosten
$0,06 je Anfrage (100 Anfragen)
- Input inkl. Cache$3,00
- Output$2,50
Schätzung in USD auf Basis der Preise von Google DeepMind, ohne Steuern, Tools und Cache-Schreibvorgänge. Trage bei Output alle abgerechneten Tokens inklusive Reasoning ein. Cache-Lesen setzt einen bereits befüllten Cache voraus.
Cache-Schreiben und Rechenweg
Das Schreiben in den Cache kostet $0,083333 je 1 Mio. Tokens und ist in der Schätzung nicht enthalten.
Kosten = Anfragen × (Input ohne Cache × $0,30 + Input aus Cache × $0,03 + Output × $2,50) / 1.000.000
Gemini 3.5 Flash-Lite Modelldaten
- Kontextfenster
- 1.000.000 Tokens
- Maximaler Output
- 65.536 Tokens
- Eingabe
- Text, Bilder, Audio, Video, PDF
- Ausgabe
- Text
- Anbieter
- Google DeepMind
- Veröffentlicht
- 21. Juli 2026
- Architektur
- Transformer
- Tokenizer
- Proprietärer Transformer
- Modellgewichte
- Geschlossen
Die Ausgabelänge ist eine eigene Obergrenze. Der tatsächlich verfügbare Eingaberaum hängt auch vom Output-Budget und der API-Konfiguration ab.
Standardfähigkeiten & Schnittstellen
- Reasoning
- Tool-Nutzung
- Bildverständnis
- Strukturierte Ausgaben
- Websuche
- Quellenangaben
- Prompt-Caching
Daten aktualisiert am 18. Oktober 2026. Fehler gefunden? kontakt@byte.de
Gemini 3.5 Flash-Lite API-Provider
Input / 1 Mio. Tokens$0,30Output / 1 Mio. Tokens$2,50Cache-Lesen / 1 Mio.$0,03Kontextfenster1 Mio.TokensMaximaler Output65,5kTokens
Input / 1 Mio. Tokens$0,30Output / 1 Mio. Tokens$2,50Cache-Lesen / 1 Mio.$0,03Kontextfenster1 Mio.TokensMaximaler Output65,5kTokens
Preise und Limits laut den Anbietern. Die Verfügbarkeit hängt vom Konto und den jeweiligen Limits ab.
Häufige Fragen zu Gemini 3.5 Flash-Lite
Ist Gemini 3.5 Flash-Lite Open Source?
Nein, Gemini 3.5 Flash-Lite ist proprietär. Es gibt keine offenen Gewichte, die Nutzung läuft über Apps oder die API von Google DeepMind.
Welche Eingaben und Ausgaben unterstützt Gemini 3.5 Flash-Lite?
Gemini 3.5 Flash-Lite verarbeitet Text, Bilder, Audio, Video, PDF als Eingabe und erzeugt Text.
Was kostet Gemini 3.5 Flash-Lite über die API?
Über die API von Google DeepMind kostet Gemini 3.5 Flash-Lite $0,30 je 1 Mio. Input-Tokens und $2,50 je 1 Mio. Output-Tokens. Bei Reasoning kommen Thinking-Tokens hinzu, die als Output abgerechnet werden.
Wie groß ist das Kontextfenster von Gemini 3.5 Flash-Lite?
Gemini 3.5 Flash-Lite verarbeitet bis zu 1.000.000 Tokens (1 Mio.) in einer Anfrage, die Antwort umfasst höchstens 65.536 Tokens.
Wann wurde Gemini 3.5 Flash-Lite veröffentlicht?
Google DeepMind hat Gemini 3.5 Flash-Lite am 21. Juli 2026 veröffentlicht.
Weiterführende Links
Ähnliche KI-Modelle
Weitere Modelle von Google DeepMind
Gemini 3.1 Flash-Lite
Google DeepMind- Input / 1 Mio.
- $0,25
- Output / 1 Mio.
- $1,50
- Kontextfenster
- 1,05 Mio. Tokens
- Veröffentlichung
- März 2026
ReasoningGemini 3.6 Flash
Google DeepMind- Input / 1 Mio.
- $0,75
- Output / 1 Mio.
- $3,75
- Kontextfenster
- 1 Mio. Tokens
- Veröffentlichung
- Juli 2026
Reasoning
Modelle anderer Anbieter
Nemotron 3 Ultra
NVIDIANemotron 3 Ultra ist NVIDIAs Open-Weights-MoE-Modell mit 550 Mrd. Parametern.
- Input / 1 Mio.
- $0,60
- Output / 1 Mio.
- $2,40
- Kontextfenster
- 1 Mio. Tokens
- Veröffentlichung
- Juni 2026
ReasoningQwen3.5
Alibaba- Input / 1 Mio.
- $0,40
- Output / 1 Mio.
- $2,40
- Kontextfenster
- 262,1k Tokens
- Veröffentlichung
- Februar 2026
ReasoningGLM-4.7
Z.ai- Input / 1 Mio.
- $0,60
- Output / 1 Mio.
- $2,20
- Kontextfenster
- 200k Tokens
- Veröffentlichung
- Dezember 2025
Reasoning