Gemini 3.5 Flash-Lite मार्गदर्शक: 350 टोकन/सेकंद वेगाने एजंटिक वर्कफ्लो स्केल करणे (2026)
Gemini 3.5 Flash-Lite $0.30/1M इनपुटवर 350 टोकन/सेकंद चालते. 3.1 Flash-Lite व Gemini 3 Flash विरुद्ध बेंचमार्क, थिंकिंग लेव्हल्स, खर्चाचे गणित आणि मॉडेल निवड तक्ता.
व्हॉल्यूम टियर आता गंभीर झाला आहे
21 जुलै 2026 रोजी जाहीर झालेले Gemini 3.5 Flash-Lite हे Google चे सर्वात वेगवान आणि सर्वात किफायतशीर 3.5-श्रेणीचे मॉडेल आहे: 350 आउटपुट टोकन प्रति सेकंद (Artificial Analysis), किंमत $0.30 प्रति 1M इनपुट टोकन आणि $2.50 प्रति 1M आउटपुट टोकन. ऐतिहासिकदृष्ट्या “Lite” टियर म्हणजे गुणवत्तेची तडजोड — वर्गीकरण आणि बॉयलरप्लेटसाठी ठीक, पण एजंटिक कामासाठी धोकादायक. या रिलीजने तो साचा मोडला: अनेक एजंटिक आणि कोडिंग इव्हॅल्समध्ये 3.5 Flash-Lite मोठ्या Gemini 3 Flash ला थेट मागे टाकते.
हे मार्गदर्शक Flash-Lite लाइनअपमध्ये कुठे बसते, त्याच्या थिंकिंग लेव्हल्स कशा कॉन्फिगर करायच्या, स्केलवर त्याचा खरा खर्च किती, आणि कोणत्या वर्कलोडसाठी कोणते मॉडेल निवडावे हे सर्व स्पष्ट करते. लाँचचा संदर्भ आमच्या घोषणा आढाव्यात आहे.
पिढीगत झेप: 3.1 Flash-Lite च्या तुलनेत
मागील Lite पिढीच्या तुलनेतील झेप या कुटुंबाच्या इतिहासातील सर्वात मोठी आहे:
| बेंचमार्क | काय मोजते | Gemini 3.5 Flash-Lite | Gemini 3.1 Flash-Lite |
|---|---|---|---|
| Terminal-Bench 2.1 | कोडिंग व एजंटिक टर्मिनल टास्क | 54% | 31% |
| GDM-MRCR v2 | लाँग-कॉन्टेक्स्ट रिट्रीव्हल | 72.2% | 60.1% |
| GDPval-AA v2 | वास्तविक टास्क अंमलबजावणी | 1140 | 642 |
GDPval-AA v2 चा आकडा जवळजवळ दुप्पट होणे (642 → 1140) हा लक्षात ठेवण्याजोगा मुद्दा: वास्तविक टास्क अंमलबजावणी हीच ती जागा होती जिथे जुनी Lite मॉडेल प्रॉडक्शन एजंट्समध्ये कोलमडायची.
अनपेक्षित निकाल: Gemini 3 Flash ला हरवणे
पिढीगत वाढीपेक्षा जास्त आश्चर्यकारक आहे टियर-पार वाढ. अनेक एजंटिक आणि कोडिंग इव्हॅल्समध्ये 3.5 Flash-Lite Gemini 3 Flash — एक मोठे, महाग मॉडेल — याहून सरस कामगिरी करते:
| बेंचमार्क | Gemini 3.5 Flash-Lite | Gemini 3 Flash |
|---|---|---|
| SWE-Bench Pro | 54.2% | 49.6% |
| OSWorld-Verified | 74.0% | 65.1% |
Lite टियरवर एजंटिक कामासाठी विश्वास ठेवता येत नाही म्हणून तुम्ही आज 2.5 Flash किंवा 3 Flash वर वर्कलोड चालवत असाल, तर ती धारणा आता कालबाह्य झाली आहे — या टास्कवर Flash-Lite अधिक वेगवान आणि अधिक सक्षम आहे.
थिंकिंग लेव्हल्स: एक मॉडेल, दोन ऑपरेटिंग मोड
Flash-Lite कॉन्फिगर करता येणाऱ्या थिंकिंग लेव्हल्ससह येते, ज्यामुळे ते प्रत्यक्षात दोन प्रॉडक्ट बनते:
- Minimal / low थिंकिंग — उच्च-व्हॉल्यूम टास्कसाठी विलंब आणि खर्चाला प्राधान्य: एजंटिक सर्च, दस्तऐवज प्रक्रिया, एक्स्ट्रॅक्शन, वर्गीकरण, राउटिंग. हाच 350 टोकन/सेकंद मोड.
- उच्च थिंकिंग लेव्हल्स — बहु-टप्पी सबएजंट वर्कलोडसाठी सखोल रीझनिंग सक्रिय करा, जिथे Flash-Lite ऑर्केस्ट्रेटर मॉडेलच्या हाताखाली वर्कर म्हणून काम करते.
तो दुसरा मोड Google च्या स्वतःच्या डेमो पॅटर्नशी जुळतो: 3.6 Flash मास्टर एजंट म्हणून, आणि 3.5 Flash-Lite सबएजंट्सचा ताफा समांतर काम करत (एक डेमो एकाच वेळी 25 वेब-डिझाइन संकल्पना तयार करतो). Flash-Lite वरही कंप्यूटर वापर बिल्ट-इन टूल आहे, त्यामुळे सबएजंट अतिरिक्त स्कॅफोल्डिंगशिवाय UI हाताळू शकतात. उच्च-व्हॉल्यूम टास्कवरील विलंबातील फरकासाठी Google चा Flash-Lite विरुद्ध 3.5 Flash वेग डेमो (व्हिडिओ) पाहा.
खर्च विश्लेषण: स्केलचा खरा खर्च
किंमती: $0.30/1M इनपुट, $2.50/1M आउटपुट. एक उदाहरण वर्कलोड — दरमहा 10 लाख दस्तऐवज हाताळणारा दस्तऐवज-प्रक्रिया एजंट, प्रति दस्तऐवज सरासरी 3K इनपुट टोकन आणि 500 आउटपुट टोकन:
| खर्च घटक | गणना | मासिक खर्च |
|---|---|---|
| इनपुट टोकन | 1M दस्तऐवज × 3K टोकन = 3B टोकन × $0.30/1M | $900 |
| आउटपुट टोकन | 1M दस्तऐवज × 500 टोकन = 0.5B टोकन × $2.50/1M | $1,250 |
| 3.5 Flash-Lite वर एकूण | $2,150 | |
| तेच वर्कलोड 3.6 Flash वर ($1.50 / $7.50) | $4,500 + $3,750 | $8,250 |
Lite चांगल्या प्रकारे हाताळू शकणाऱ्या वर्कलोडसाठी सुमारे 4× खर्चाचा फरक — आणि 350 टोकन/सेकंद वेगाने प्रत्येक दस्तऐवजाचा 500-टोकन सारांश 1.5 सेकंदांच्या आत स्ट्रीम होतो. यातून निघणारी रणनीती: नित्याचे 90% व्हॉल्यूम Flash-Lite कडे वळवा, अवघड 10% साठी 3.6 Flash कडे एस्कलेट करा.
निर्णय तक्ता: कोणत्या वर्कलोडसाठी कोणते मॉडेल
| वर्कलोड | निवडा | का |
|---|---|---|
| उच्च QPS वर एजंटिक सर्च / RAG | 3.5 Flash-Lite (minimal थिंकिंग) | 350 टोकन/सेकंद, प्रति क्वेरी सर्वात कमी खर्च |
| मोठ्या प्रमाणावर दस्तऐवज प्रक्रिया / एक्स्ट्रॅक्शन | 3.5 Flash-Lite | 3.6 Flash पेक्षा 4× स्वस्त; GDM-MRCR v2 72.2% लाँग-कॉन्टेक्स्ट |
| वर्गीकरण, राउटिंग, मॉडरेशन | 3.5 Flash-Lite (minimal थिंकिंग) | विलंब-संवेदनशील, गुणवत्तेचे भरपूर मार्जिन |
| ऑर्केस्ट्रेटरखालील समांतर सबएजंट ताफा | 3.5 Flash-Lite (उच्च थिंकिंग) | यासाठीच बनवलेला मोड; कंप्यूटर वापर बिल्ट-इन |
| गुंतागुंतीचे एजंटिक कोडिंग (SWE एजंट) | 3.6 Flash | DeepSWE 49%; अधिक अचूकता, कमी चुकीचे बदल |
| ML संशोधन वर्कफ्लो | 3.6 Flash | MLE Bench 63.9% विरुद्ध 3.5 Flash चे 49.7% |
| अवघड टास्कवर कंप्यूटर-वापर एजंट | 3.6 Flash | OSWorld-Verified 83.0% (Lite चे 74.0% च्या तुलनेत) |
| मल्टीमोडल दस्तऐवज विश्लेषण व अहवाल लेखन | 3.6 Flash | Harvey / Hebbia कडून लाँचलाच सिद्ध |
| अजूनही 3.5 Flash वर असलेल्या जुन्या पाइपलाइन | वर किंवा खाली माइग्रेट करा | गुणवत्तेसाठी 3.6 Flash, व्हॉल्यूमसाठी Flash-Lite — माइग्रेशन मार्गदर्शक पाहा |
| सुरक्षा त्रुटी शोध व पॅचिंग | 3.5 Flash Cyber | फक्त CodeMender पायलटद्वारे (सरकारे व विश्वासार्ह भागीदार) |
अंगठ्याचा नियम: मोठ्या मॉडेलला डीफॉल्ट ठेवून नंतर ऑप्टिमाइझ करण्याऐवजी Flash-Lite ला डीफॉल्ट ठेवा आणि अपयशावर एस्कलेट करा. अपयशाचा प्रकार दिसतो (खराब आउटपुट); अति-तरतुदीचा अपव्यय मात्र मूकपणे होत राहतो.
हे कुठे उपलब्ध आहे
3.5 Flash-Lite आज Gemini API (Google AI Studio, Android Studio), Gemini Enterprise Agent Platform, आणि Gemini अॅपमध्ये लाइव्ह आहे — आणि ते Google Search मध्ये टप्प्याटप्प्याने येत आहे, जे ग्रहव्यापी स्केलवरील त्याच्या खर्च-प्रोफाइलबद्दलच्या Google च्या आत्मविश्वासाबद्दल बरेच काही सांगते. सुरुवातीच्या ग्राहकांमध्ये Ashler, Palo Alto Networks आणि Ramp यांचा समावेश आहे.
साइडबार: 3.5 Flash Cyber आणि CodeMender
याच लाँचमध्ये Gemini 3.5 Flash Cyber आले — सुरक्षा त्रुटी शोधण्यासाठी आणि दुरुस्त करण्यासाठी फाइन-ट्यून केलेले 3.5 Flash. CodeMender मध्ये अनेक Flash Cyber एजंट समांतर काम करतात आणि आपले निष्कर्ष एकाच एकत्रित अहवालात विलीन करतात, ज्यामुळे CyberGym वर फ्रंटियर-स्पर्धात्मक कामगिरी गाठली जाते. आर्किटेक्चर लक्षात घ्या: हे मार्गदर्शक वर्णन करत असलेला तोच “कार्यक्षम विशेषज्ञांचा ताफा” पॅटर्न, सुरक्षेला लागू केलेला.
प्रवेश जाणीवपूर्वक संकुचित आहे: CodeMender द्वारे केवळ सरकारे आणि विश्वासार्ह भागीदारांसाठी मर्यादित-प्रवेश पायलट, जे स्वयंचलित त्रुटी-शोधाच्या ड्युअल-यूज धोक्याचे प्रतिबिंब आहे. तपशील आमच्या घोषणा आढाव्यात आहेत.
सारांश
3.5 Flash-Lite एजंटिक वर्कलोडसाठी किंमत-कामगिरीची सीमारेषा पुन्हा आखते: 3.5 मालिकेतील कोणत्याही मॉडेलपेक्षा वेगवान, 3.6 Flash पेक्षा सुमारे 4× स्वस्त, आणि — Lite मॉडेलमध्ये पहिल्यांदाच — एजंटिक बेंचमार्कवर खरोखर विश्वासार्ह. तुमचे राउटिंग असे बनवा की Flash-Lite डीफॉल्ट असेल आणि 3.6 Flash एस्कलेशन मार्ग — तुमचा खर्चाचा आलेख तुमचे आभार मानेल.