модель · Google · вышла 21 июля
Gemini 3.5 Flash Lite
Бюджетная модель Google для массовых агентных задач, поиска и разбора документов, где важны скорость и низкая цена
О модели
Gemini 3.5 Flash-Lite — самая лёгкая и дешёвая модель линейки Gemini 3.5. Google выпустила её в один день с Gemini 3.6 Flash. Согласно карточке модели, она построена на основе Gemini 3.1 Flash-Lite, обучена на тех же данных и теми же методами. Перед ответом модель рассуждает. Насколько долго, разработчик выбирает сам: минимальный, низкий или более высокий уровень. Так можно выбирать между скоростью и качеством для каждой задачи.
По замерам Google, новая версия заметно сильнее предшественницы 3.1 Flash-Lite. В тесте на работу в командной строке Terminal-Bench 2.1 она набрала 54% против 31%. В тесте на работу с длинным контекстом GDM-MRCR v2 — 72,2% против 60,1%. В тесте GDPval-AA v2 на реальные рабочие задачи её рейтинг вырос с 642 до 1140. В программистском бенчмарке SWE-Bench Pro у неё 54,2%, а у более крупной Gemini 3 Flash — 49,6%. Поэтому Google советует её как более быструю и способную замену для задач, которые раньше отдавали Gemini 2.5 Flash и 3 Flash. Скорость, по данным Artificial Analysis, — около 350 токенов ответа в секунду.
Модель рассчитана на большие объёмы запросов, где важны задержка и цена. Это агентный поиск, разбор и обработка документов, анализ видео, простые задачи программирования. Её удобно делать субагентом — вспомогательным исполнителем, которому основная модель поручает мелкие шаги. Модель доступна через Gemini API в Google AI Studio и на корпоративной платформе Gemini Enterprise Agent Platform. Кроме того, Google постепенно подключает её в приложение Gemini и в поиск.
В карточке модели Google перечисляет обычные для таких систем ограничения. Модель может галлюцинировать, то есть уверенно выдавать неверные факты. Её можно обойти джейлбрейком — специальным запросом, который снимает ограничения. Иногда ответ задерживается или запрос обрывается по тайм-ауту. По части тем знания модели заканчиваются январём 2025 года, хотя в целом доходят до марта 2026-го. По оценке Google, в рамках её системы оценки рисков Frontier Safety Framework модель не достигает критических уровней опасных возможностей.
источники:Анонс Gemini 3.6 Flash и 3.5 Flash-Lite в блоге Google ↗Карточка модели Gemini 3.5 Flash-Lite ↗
Рейтинг Epoch AIСводная оценка общих возможностей модели: статистическая модель выводит её из результатов на многих бенчмарках с учётом их сложностиПодробнее на английском ↗
весь рейтинг80место из 268индекс 145вероятный разброс 142–147
- DTBenchВопросы с выбором ответа по теории принятия решений в задачах вроде парадокса Ньюкома, где твой выбор говорит о выборе похожих на тебяСлучайный выбор даёт около 40%, так что это нижняя планка, а не ноль.Подробнее на английском ↗72,5%высокое
- LMCAНасколько оценки моделью доводов в философии, теории решений и безопасности ИИ совпадают с оценками экспертовБалл — корреляция с оценками экспертов, умноженная на 100; практический потолок около 85, а не 100.Подробнее на английском ↗44,2%высокое
- Mystery Game Puzzles100 позиций из головоломочного варианта известной игры, название которой скрыто: нужно найти единственный лучший ходПодробнее на английском ↗10,8%
- FrontierMath-Tier-4-v2-PrivateЗакрытый набор самых трудных задач FrontierMath: исследовательская математика, на которую у специалистов уходят часы и дниПодробнее на английском ↗0,0%высокое
- FrontierMath-Tiers-1-3-v2-PrivateСотни новых задач исследовательской математики от профессиональных математиков; эксперту на задачу нужны часы или дниПодробнее на английском ↗26,0%высокое
- ProofBench100 закрытых задач по математике уровня старших курсов и аспирантуры: модель пишет доказательство на Lean 4, его проверяет программаПодробнее на английском ↗13,0%
- Chess Puzzles100 новых шахматных задач, позиция дана текстом: нужно найти единственный лучший ход по оценке движка StockfishПодробнее на английском ↗17,9%
- ARC-AGI-2Вторая, более трудная версия головоломок на клетках: по примерам найти скрытое правило и применить его к новой картинкеНа каждое задание даётся две попытки; люди в среднем решают около 60% заданий.Подробнее на английском ↗10,3%высокое
- WeirdMLНеобычные задачи по машинному обучению: модель пишет код, который на выданных данных обучает классификатор, например для распознавания фигурБалл — средняя точность обученных моделью классификаторов, а не доля решённых задач.Подробнее на английском ↗39,0%высокое
- OTIS Mock AIME 2024-202545 олимпиадных задач по математике из пробных экзаменов AIME школы OTIS; ответ — целое число от 0 до 999Подробнее на английском ↗71,1%низкое
- GPQA diamond198 вопросов с выбором ответа по физике, химии и биологии уровня аспирантуры — такие, что ответ не найти поискомСлучайный выбор даёт 25%, а специалисты с учёной степенью в своей области набирают около 70%.Подробнее на английском ↗77,8%низкое
- ARC-AGIГоловоломки на цветных клетках: по паре примеров нужно понять правило преобразования картинки и применить его к новойПодробнее на английском ↗53,5%высокое
Новости о модели
все упоминания · 10Google выпустила голосовые модели Gemini 3.8 Live для разработчиков
Модели Google ведут голосовой разговор и одновременно в фоне обращаются к сервисам, а версия с размышлениями заняла первое место в рейтинге голосовых моделей Artificial Analysis.
Данные: models.dev (MIT) и Epoch AI (CC BY 4.0).