Qual é a diferença entre Gemini 3.5 Flash-Lite e 3.1 Flash-Lite?

O 3.5 foi construído sobre o 3.1. Ambos usam minimal por padrão e têm o mesmo contexto e limite de saída. O Google informa avanços em programação com agentes e contexto longo (SWE-Bench Pro: 54.2% contra 38.3%; MRCR v2 na faixa de 128k: 72.2% contra 60.1%), além de maior consistência da persona em vários turnos. A diferença de comportamento é que, a partir do 3.5, parâmetros de amostragem são ignorados e turnos model pré-preenchidos são rejeitados; essas regras não se aplicam ao 3.1.

Quando usar o 3.5 Flash-Lite em vez do 3.8 Flash?

Segundo o Google, o Flash-Lite atende tarefas de baixo custo e alta concorrência que não exigem toda a profundidade de raciocínio do Flash. Outra diferença objetiva está nos níveis de raciocínio: o 3.8 Flash não aceita oficialmente minimal (pelo RouteMux ele é reescrito para low), e seu mínimo é low; o padrão do 3.5 Flash-Lite já é minimal.

Gemini 3.5 Flash-Lite

70% offOfficial

google/gemini-3.5-flash-lite

Google Gemini 3.5 Flash-Lite — a opção mais rápida e barata da série 3.5, com contexto de 1M.

Obter chave de API Ver exemplo de chamada

Playground de modelos em tempo real

Teste Gemini 3.5 Flash-Lite aqui

Ajuste a solicitação, confira o teto de preço atual e analise a resposta real sem sair da página do modelo.

streamchat

1Configurar entrada

Prompt

229 / 20,000

Adicionar imagens

Entre primeiro para enviar imagens a este modelo de visão.

Custo máximo estimado—

2Resultado em tempo realExemplo

Gemini 3.5 Flash-Lite

O comentário é neutro (com leve tendência positiva), pois equilibra elogios à eficiência inicial e à clareza com uma crítica pontual à lentidão em horários de pico.

Janela de contexto: 1M
Saída máxima: 64K
Modalidades de entrada: TextoImagemVídeoArquivo
Modalidades de saída: Texto
Recursos: Compreensão visual · Raciocínio · Chamada de ferramentas · Modo JSON · Entrada de vídeo
Lançamento original: 2026-07-21
Nome RouteMux: google/gemini-3.5-flash-lite

O que é Gemini 3.5 Flash-Lite

Gemini 3.5 Flash-Lite (gemini-3.5-flash-lite) foi lançado em disponibilidade geral em 21 de julho de 2026, no mesmo dia do 3.6 Flash. A ficha do modelo informa que ele se baseia no 3.1 Flash-Lite. O Google o posiciona como modelo de baixa latência e baixo custo para subagentes (subagent) e automação com alta concorrência, voltado a tarefas em grande volume como interpretação de documentos, extração estruturada, classificação e tradução.

A diferença mais direta em relação ao Flash lançado na mesma época é o nível padrão de raciocínio: o 3.5 Flash-Lite usa minimal para priorizar a vazão; o 3.6 Flash usa medium. O Google recomenda manter minimal para extração, roteamento e classificação. Ao usá-lo como subagente para chamar ferramentas, executar código ou realizar raciocínio em várias etapas, aumente para medium ou high; caso contrário, ele tende a encerrar as chamadas de ferramentas cedo demais. As regras da API acompanham as do 3.6 Flash: temperature, top_p e top_k são ignorados, e solicitações que terminam com um turno model pré-preenchido retornam 400.

Em comparação com o 3.1 Flash-Lite, a ficha do Google informa 54.2% contra 38.3% no SWE-Bench Pro e 74.0% contra 54.3% no OSWorld-Verified. O corte de conhecimento é março de 2026 (alguns domínios ainda ficam em janeiro de 2025). O Google o indica na tabela de descontinuação como substituto recomendado do 3.1 Flash-Lite e, em setembro de 2026, passou a recomendar que novos projetos escolham entre o 3.5 Flash-Lite e o 3.8 Flash. O contexto é de 1,048,576 tokens, com limite de saída de 65,536 tokens.

A partir de 24 de outubro de 2026, o RouteMux redirecionou temporariamente este modelo para o Gemini 3.8 Flash; agora o modelo original voltou a ser executado, cobrado pelo seu próprio preço.

No RouteMux, a entrada custa $0.09 / milhão de tokens, a saída $0.75 / milhão de tokens e a leitura de cache $0.009 / milhão de tokens; os preços oficiais do Google são, respectivamente, $0.3, $2.5 e $0.03.

Critérios de escolha

Qual é a diferença entre Gemini 3.5 Flash-Lite e 3.1 Flash-Lite?: O 3.5 foi construído sobre o 3.1. Ambos usam minimal por padrão e têm o mesmo contexto e limite de saída. O Google informa avanços em programação com agentes e contexto longo (SWE-Bench Pro: 54.2% contra 38.3%; MRCR v2 na faixa de 128k: 72.2% contra 60.1%), além de maior consistência da persona em vários turnos. A diferença de comportamento é que, a partir do 3.5, parâmetros de amostragem são ignorados e turnos model pré-preenchidos são rejeitados; essas regras não se aplicam ao 3.1.
Quando usar o 3.5 Flash-Lite em vez do 3.8 Flash?: Segundo o Google, o Flash-Lite atende tarefas de baixo custo e alta concorrência que não exigem toda a profundidade de raciocínio do Flash. Outra diferença objetiva está nos níveis de raciocínio: o 3.8 Flash não aceita oficialmente minimal (pelo RouteMux ele é reescrito para low), e seu mínimo é low; o padrão do 3.5 Flash-Lite já é minimal.

Preços da API do Gemini 3.5 Flash-Lite

Preços verificados em 2026-09-09

EntradaOficial $0.3 / milhão de tokens

$0.09/ milhão de tokens70% off

≈R$0.4563 / milhão de tokens

SaídaOficial $2.5 / milhão de tokens

$0.75/ milhão de tokens70% off

≈R$3.8 / milhão de tokens

Leitura de cache $0.009/M · Gravação de cache —/M

Os preços em moeda local são convertidos de USD usando uma taxa de câmbio fixa (1 USD = 5.07 BRL), atualizada em 2026-08-02. Apenas para referência; a cobrança é sempre feita em USD.

Estimar custo

tokens de entradatokens de saída

Custo estimado$0.00165

Principais recursos

Raciocínio minimal por padrão: Prioriza a vazão. Para subagentes, chamadas de ferramentas ou raciocínio em várias etapas, ajuste thinking_level para medium ou high.
Baseado no 3.1 Flash-Lite: GA em 21 de julho de 2026. Segundo o Google, supera o 3.1 Flash-Lite na adesão a instruções ao longo de vários turnos e na consistência da persona.
Parâmetros de amostragem ignorados: As mesmas regras introduzidas no 3.6 Flash: temperature, top_p e top_k não têm efeito, e turnos model pré-preenchidos retornam 400.
Dois protocolos: Aceita chamadas por OpenAI Chat Completions e pelo protocolo nativo do Gemini (Vertex). A entrada de vídeo exige o protocolo nativo do Gemini.

Casos de uso comuns

Extração, roteamento e classificação em grande volume: O Google recomenda manter o padrão minimal nessas tarefas para obter a maior vazão.
Execução de subagentes: O Google o recomenda para subagentes autônomos. Quando houver chamadas de ferramentas, execução de código ou raciocínio em várias etapas, ajuste thinking_level para medium ou high.
Interpretação de documentos e JSON estruturado: O Google informa maior precisão na interpretação de documentos e na extração estruturada e recomenda testar níveis entre minimal e high conforme a complexidade do documento.

Por tempo limitado10% de Credit extra na primeira recarga — até 200 Credit extra

Válido para a primeira recarga feita em até 72 horas após o cadastro. Mínimo de $20, uma vez por conta.

Cadastre-se e receba o bônusSem assinatura. Pague apenas pelo que usar.

Interface e protocolos

OpenAI Chat CompletionsSuporta streamingGoogle Vertex AISuporta streaming

Qualquer um destes IDs pode ser usado nas chamadas à API.

Nome RouteMuxgoogle/gemini-3.5-flash-lite

Substitua o placeholder ROUTEMUX_KEY pela sua API key. Criar →

from openai import OpenAI

client = OpenAI(
    base_url="https://api.routemux.com/v1",
    api_key="<ROUTEMUX_KEY>",
)

completion = client.chat.completions.create(
    model="google/gemini-3.5-flash-lite",
    messages=[{"role": "user", "content": "What is the meaning of life?"}],
)
print(completion.choices[0].message.content)

base_url: https://api.routemux.com/v1

Dados de desempenho (últimos 30 dias)

20.176 requisições nos últimos 30 dias

Uso total76.99M

Latência P50 do primeiro token1.41s

Vazão média203 tok/s

Taxa de sucesso93.8%

Uptime · 24htested via openai_chat

93.75%

Taxa de sucesso · 60d · from real requests

Perguntas frequentes sobre Gemini 3.5 Flash-Lite

›O que é Gemini 3.5 Flash-Lite?

Google Gemini 3.5 Flash-Lite — a opção mais rápida e barata da série 3.5, com contexto de 1M.

›Qual é o tamanho da janela de contexto do Gemini 3.5 Flash-Lite?

Gemini 3.5 Flash-Lite suporta uma janela de contexto de até 1M tokens, com até 64K tokens de saída por requisição.

›Quanto custa a API do Gemini 3.5 Flash-Lite?

Via RouteMux, Gemini 3.5 Flash-Lite custa $0.09 de entrada e $0.75 de saída (USD por 1M de tokens), abaixo do preço oficial.

›Como chamo o Gemini 3.5 Flash-Lite via API?

Gemini 3.5 Flash-Lite é compatível com OpenAI: aponte sua base URL para o RouteMux e informe google/gemini-3.5-flash-lite no campo model — sem mudanças de código.

›Quais modalidades de entrada e saída o Gemini 3.5 Flash-Lite suporta?

Gemini 3.5 Flash-Lite aceita text, image, video, file como entrada e produz text como saída.

›Quando o Gemini 3.5 Flash-Lite foi lançado?

Gemini 3.5 Flash-Lite foi lançado em 21 de julho de 2026.

Fontes

Ver em Markdown