Gemini 3.5 Flash-Lite - 谷歌推出轻量版 AI 模型

Gemini 3.5 Flash-Lite是什么

Gemini 3.5 Flash-Lite 是 Google 推出的最快、最便宜的 Gemini 3.5 系列模型，专为高吞吐、低延迟的生产级 Agent 工作流设计。模型支持可调推理档位，输出速度达 350 token/s，定价仅 $0.30/$2.50 每百万 token，在多项 Agent 与代码基准上反超前代 3 Flash，适合批量文档处理、子 Agent 协作与实时交互场景。

Gemini 3.5 Flash-Lite的主要功能

• 极速输出：3.5 系列中最快，Artificial Analysis 实测达 350 输出 token/秒。
• 可调推理档位：支持低/中/高多档思考模式，简单任务开最低档保速度，复杂子任务调高档保质量。
• 内置计算机操作：Computer Use 成为内置工具，开箱即用支持 Agent 任务。
• 质量越级提升：相比 3.1 Flash-Lite，代码、长上下文与真实任务执行能力大幅跃升。

Gemini 3.5 Flash-Lite的技术原理

• 架构基础：基于 Gemini 3.5 Flash 架构精简优化，保留核心能力同时极致压缩推理开销。
• 动态思考模式：通过可配置的思考深度（thinking levels），在延迟与质量间按需切换。
• 高吞吐优化：针对批量文档处理、Agent 搜索等场景优化并行生成效率，实现 350 token/s 的峰值输出。

如何使用Gemini 3.5 Flash-Lite

• 开发者：通过 Google AI Studio、Gemini API 调用，支持灵活配置思考档位。
• 企业用户：集成于 Gemini Enterprise Agent Platform，适合高并发生产流量。
• 普通用户：已逐步 rollout 至 Google Search 等消费端场景。

Gemini 3.5 Flash-Lite的核心优势

• 速度成本双极致：350 token/s 的生成速度配合 $0.3/$2.5 的定价，大规模任务成本极低。
• 以小博大：在 SWE-Bench Pro和 OSWorld-Verified（74.0% vs 65.1%）上反超辈分更高的 3 Flash。
• 弹性思考档位：开发者可按任务复杂度自由切换推理深度，无需为简单任务支付不必要的计算开销。
• Agent 原生：内置 Computer Use 与多档思考模式，专为子 Agent 协作、批量数据处理等场景设计。

Gemini 3.5 Flash-Lite的同类竞品对比

对比维度Gemini 3.5 Flash-LiteGemini 3.1 Flash-LiteTerminal-Bench 2.154.0%31.0%GDPval-AA v21140642GDM-MRCR v272.2%60.1%输出速度350 token/s未公开输入价格$0.30/百万 token更高输出价格$2.50/百万 token更高

Gemini 3.5 Flash-Lite的应用场景

• 高吞吐 Agent 搜索：大规模网页检索、信息聚合与摘要生成，低延迟响应用户查询。
• 批量文档处理： Receipt 翻译、电商产品特征提取、合同批量解析等海量数据流水线。
• 子 Agent 协作：作为主 Agent（如 3.6 Flash）的副手，快速生成多版本方案（如 25 个网页设计概念）供筛选。
• 实时交互应用：客服机器人、实时推荐系统、低延迟对话接口等需要快速响应的场景。
• 轻量级游戏/创意生成：快速迭代生成小游戏原型、视觉素材，配合人类反馈即时调优。