На 21 мая 2026 года безопасный ответ звучит так: новая модель не всегда должна заменить старую. Используйте gemini-3.5-flash, когда качество в agent, coding, tool-heavy и long-context задачах уменьшает retries и review time. Используйте gemini-3.1-flash-lite, когда задача простая, массовая, чувствительная к цене и уже достаточно точная.
Быстрый ответ
| Ситуация | Первый маршрут | Почему |
|---|---|---|
| Coding agents, tool loops, multi-step analysis, product assistants | Gemini 3.5 Flash | Платите за более сильный маршрут только если он снижает retries, tool failures и review time. |
| Bulk extraction, translation, classification, moderation, short summaries | Gemini 3.1 Flash-Lite | Более низкие Standard и Batch/Flex строки важны, если качество уже достаточно. |
| Не уверены или меняете production default | Оставьте оба | Запустите одну и ту же задачу, логируйте качество, стоимость, latency, retries и review. |
| Image output, audio output, Live API, Computer Use | Ни один | Нужен Gemini route, который явно поддерживает этот runtime. |
Это routing decision по workload, а не спор вокруг одного benchmark. У моделей очень похожий публичный API contract, поэтому выбор держится на quality per task versus cost per task. Если Flash-Lite уже точен и дешев, глобальная замена только поднимет цену. Если Flash-Lite создает retries, tool failures или ручную правку, Gemini 3.5 Flash может оказаться дешевле в полном workflow.
Официальный контракт
Текущие страницы Google model docs показывают gemini-3.5-flash и gemini-3.1-flash-lite как stable Gemini API models. Обе строки принимают text, image, video, audio и PDF input, обе дают text output, и обе имеют 1,048,576 input tokens плюс 65,536 output tokens.
Feature checklist тоже не решает выбор автоматически. В snapshot от 21 мая обе строки показывают Batch API, caching, code execution, file search, function calling, Google Search grounding, Google Maps grounding, structured outputs, thinking, URL context, Flex и Priority. Поэтому вопрос не в том, умеет ли Flash-Lite tools, а в том, выигрывает ли он вашу конкретную задачу.
| Contract item | Gemini 3.5 Flash | Gemini 3.1 Flash-Lite |
|---|---|---|
| API model ID | gemini-3.5-flash | gemini-3.1-flash-lite |
| Status | Stable | Stable |
| Input and output | Multimodal input, text output | Multimodal input, text output |
| Token window | 1,048,576 input, 65,536 output | 1,048,576 input, 65,536 output |
| Practical read | Quality route | Low-cost volume route |
Важный stop rule: ни одну из этих строк не стоит описывать как image generation, audio generation, Live API или Computer Use route, пока официальная model page не изменится.
Цена и полная стоимость workflow
В pricing snapshot от 21 мая paid Standard для Gemini 3.5 Flash стоит $1.50 input и $9.00 output за 1M tokens. Gemini 3.1 Flash-Lite стоит $0.30 input и $2.50 output. Batch/Flex также дешевле у Flash-Lite: $0.75/$4.50 для 3.5 Flash против $0.15/$1.25 для Flash-Lite. Pricing page показывает Free Tier rows для Standard usage, но доступ зависит от account, billing, region, quota и live docs.
Считать нужно не только token price. Для agentic work важны retry count, tool failure, schema failure и human review minutes. Более дорогая модель выигрывает, если убирает два failed tool loops. Более дешевая модель выигрывает, если задача проверяемая, простая и повторяется много раз.
Workload routing matrix
Главная ось - cost of failure. Если ошибка создает debugging time, плохой код, tool churn или escalation, тестируйте 3.5 Flash первым. Если результат легко проверить и task повторяется на масштабе, начинайте с Flash-Lite.
| Workload | First test | Keep the other route for |
|---|---|---|
| Coding-agent traces | 3.5 Flash | Cheap lint summaries or issue classification. |
| Multimodal support tickets | 3.5 Flash | Tagging and routing after the schema is simple. |
| Translation and rewrite variants | Flash-Lite | Ambiguous source text or brand-sensitive copy rescue. |
| Data extraction | Flash-Lite | Mixed PDFs, long evidence packs, brittle validation. |
| Product-facing assistant | 3.5 Flash | Low-risk background summaries. |
Не заменяйте один global Gemini default другим global default. Держите quality route и margin route в config, затем распределяйте task classes.
Same-task switch checklist
Перед production change запустите одну и ту же задачу по двум маршрутам. Тот же prompt, inputs, retrieval pack, tools, timeout, token budget и validator. Логируйте model ID, price mode, latency, retries, input tokens, output tokens, tool failures, schema failures, reviewer minutes и accepted result.
Продвигайте Gemini 3.5 Flash только когда он снижает total workflow cost или заметно улучшает accepted quality. Сохраняйте Flash-Lite, если задача остается правильной, дешевой и проверяемой. Оставьте оба маршрута до двух успешных eval rounds.
Adjacent Gemini decisions
For narrower Gemini follow-ups, use Gemini 3.5 Flash capabilities, Gemini API free tier, Gemini API vs Vertex AI, Flash-family runtime guide. Источники проверены 21 мая 2026 года: Google AI model pages, Gemini API pricing, changelog, deprecations и Google launch post. Pricing, free-tier access, model availability, and preview shutdown dates can change, so recheck the live official pages before changing production defaults.
Часто задаваемые вопросы
Gemini 3.5 Flash всегда лучше?
Нет. Он сильнее как first test для complex agent and coding work, но Flash-Lite может быть лучшим production default для простых массовых задач.
Обе модели stable?
В официальном snapshot от 21 мая 2026 года обе строки, gemini-3.5-flash и gemini-3.1-flash-lite, указаны как stable.
Можно ли использовать Flash-Lite preview?
Для production используйте stable gemini-3.1-flash-lite. Google deprecations page указывает shutdown для gemini-3.1-flash-lite-preview на 25 мая 2026 года.
Что дешевле?
По paid Standard и Batch/Flex snapshot от 21 мая Flash-Lite дешевле. Перед публикацией hard numbers нужно заново проверить official pricing page.
Нужно ли держать оба route?
Да. Production team должна иметь quality route и margin route, а не один global model switch.