Indlæser kataloget…
Indlæser kataloget…
Googles hurtige, prisbevidste Gemini 3.5-model med et kontekstvindue på en million tokens, obligatorisk konfigurerbar ræsonnering og multimodale inddata i form af tekst, billeder, lyd og video.
Oversigt. Gemini 3.5 Flash-Lite er Googles hurtige, prisbevidste model i Gemini 3.5-generationen, udgivet i juli 2026 som en proprietær model med lukkede vægte. Den kombinerer et kontekstvindue på 1.048.576 tokens med obligatorisk ræsonnering, der kan konfigureres over fire ræsonneringsniveauer, og den accepterer tekst, billeder, lyd og video som inddata, mens den leverer tekst som uddata. Udviklere vælger den, når de har brug for Gemini Flash-familiens største kontekstvindue på det hurtigste og mest omkostningseffektive driftsniveau, Google tilbyder.
Vigtigste styrker. modellens kendetegn er obligatorisk ræsonnering i tankekæde, der kører som standard ved hver forespørgsel og kan konfigureres fra minimalt til højt ræsonneringsniveau. Dette giver den reelle evner til ræsonnering i mange trin frem for blot at være en simpel model til færdiggørelse i én runde. Den er placeret som det hurtigste niveau i Gemini 3.x-familien, bygget til høj gennemstrømning og agentiske arbejdsopgaver. Multimodale inddata, der spænder over tekst, billeder, lyd og video, udvider hvad et enkelt inferenskald kan håndtere uden separate trin til transskribering eller billedforståelse.
Anvendelsesområder. Brug Gemini 3.5 Flash-Lite til agentiske opgaver med mange trin, der kræver høj gennemstrømning og kort svartid ved moderat kompleksitet — tænk på behandlingskæder med mange værktøjer, klassificering i store mængder eller arbejdsflow i flere trin, hvor hastighed er vigtigere end maksimal ræsonneringsdybde. Dens standardindstilling med minimalt ræsonneringsniveau holder den hurtig med det samme, mens muligheden for at øge niveauet til medium eller høj giver plads til sværere trin i samme arbejdsgang. Kontekstvinduet på en million tokens gør den velegnet til agentiske anvendelsesområder med lange dokumenter eller lange samtaler, som ellers ville kræve opdeling.
Begrænsninger. Uddata er kun tekst — der er ingen generering af lyd eller billeder, så multimodale svar skal håndteres senere i løsningen. Som Googles "Lite"-niveau ligger den under de primære Flash- og Pro-varianter og bruger som standard et minimalt ræsonneringsniveau, så de sværeste ræsonneringsopgaver rammer bedre på et højere niveau. Hvor træningsdataene slutter er omkring marts 2026, så helt nye begivenheder eller udgivelser ligger uden for dens viden.
Bemærkning om suverænitet. Gemini 3.5 Flash-Lite er bygget af Google, en modelskaber med hovedkvarter i USA, og er underlagt CLOUD Act — hvilket betyder, at amerikanske myndigheder potentielt kan gennemtvinge adgang til data, der behandles gennem den, uanset hvor endepunktet drives. Udviklere med strenge krav til dataplacering i EU bør vurdere denne eksponering i forhold til deres behov for compliance frem for at betragte denne model som suveræn.
| Inferensleverandør | Suverænitet | Kører i | Ind / ud per 1 mio. | Status | Fastgør |
|---|---|---|---|---|---|
| L0 | 0,26 / 2,20€+3 betingede priser | Online |
18 anvendelsesområder klassificeret af redaktøren. Noten forklarer hvorfor.
Det hurtige lavprisdesign med multimodale inddata (tekst/billeder/lyd/video) rammer behovene ved kundesupport i store virksomheder med mange forespørgsler.
Billedforståelse kombineret med et kontekstvindue på 1 million tokens understøtter OCR-lignende udtræk fra lange dokumenter med mange billeder.
Multimodale billeder som inddata understøtter direkte opgaver inden for fortolkning af screenshots.
Det hurtige og prisbevidste niveau er velegnet til klassificeringsopgaver med høj volumen, hvor svartid og enhedspris er de vigtigste faktorer.
Understøttelse af lyd som inddata samt et kontekstvindue på en million tokens passer godt til lange mødereferater og opsummering af disse.
Et kontekstvindue på 1 million tokens samt et prisbevidst og hurtigt design gør denne model til et stærkt valg til opsummering af store mængder lange dokumenter.
Hurtig og billig generering er velegnet til korte skriveopgaver som e-mails, selvom det ikke er en unik styrke.
Dette er ikke en dedikeret embedding- eller reranking-model, men det enorme kontekstvindue og hastigheden gør den anvendelig til enkle søgerelaterede opgaver.
Ræsonnering i tankekæde hjælper med opgaver med strukturerede uddata, men som den prisbillige variant ligger den sandsynligvis efter de større Gemini 3.5-modeller ved komplekse skemaer.
Indbygget lyd som inddata er understøttet, men dette er en generel multimodal model snarere end et specialiseret system til transskription.
Ræsonneringsniveauer, der kan tilpasses, og et langt kontekstvindue understøtter struktureret entitetsudtræk, selvom lite-niveauet prioriterer pris over præcision.
Billeder som inddata understøtter fortolkning af diagrammer, selvom der ikke findes specifikke benchmarkresultater for diagrammer for denne variant.
Der er ikke dokumenteret nogen egenskab for verktøykall for denne variant, og det prisbevidste lite-niveau er ikke beregnet til komplekse agentiske kodningsarbejdsflow.
Tal fra eksterne kilder, ikke vores egne vurderinger. Percentiler er målt mod hele Stav-kataloget.
Beregnet ud fra aa-intelligence-index, gpqa-diamond, aa-engineering-index, aa-coding-index, livecodebench, terminal-bench-v4, aa-lcr.
curl https://api.stav.ai/v1/chat/completions \
-H "Authorization: Bearer $STAV_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "google/gemini-3.5-flash-lite",
"messages": [{"role": "user", "content": "Hello!"}]
}'→ X-Stav-Request-Id · X-Stav-Model · X-Stav-Provider → X-Stav-Sovereignty-Level — det niveau, forespørgslen blev betjent på