Gemini 3.1 Flash-Lite: 2,5x raskere til /bin/zsh,25 per million tokens

Google lanserte Gemini 3.1 Flash-Lite som del av 3.1-familien i mars — en modell designet utelukkende for hastighet og kostnad. Den leverer 2,5x raskere responstider og 45 % raskere output-generering enn forgjengeren.

Ytelse og pris

Prisen er /bin/zsh,25 per million input-tokens. For kontekst: Claude Opus 4.6 koster –15 per million, GPT-5.4 koster ,50. Flash-Lite er 10–60x billigere enn frontier-modeller, avhengig av konfigurasjon.

Flash-Lite er ikke en frontier-modell. Den er designet for oppgaver der hastighet og volum trumfer maksimal resonneringsevne: klassifisering, enkel uttrekk, innholdsfiltrering, sanntids-analyse.

Hvem den er for

For startups som prosesserer tusenvis eller millioner av forespørsler daglig, endrer Flash-Lite økonomien fundamentalt. En arbeidsflyt som koster per dag med Opus kan koste med Flash-Lite — hvis oppgaven ikke krever frontier-resonnering.

Den er også første Flash-modell med Ultra HD-output (4K-oppløsning) og Image Search Grounding — evnen til å integrere bildesøkresultater i genereringen.

Konkurransebildet

Flash-Lite konkurrerer med GPT-5.4 nano, Claude Haiku og Llama 4 Scout i det voksende «billig og rask»-segmentet. Googles fortrinn er integrasjonen med Google Cloud og Workspace. For team som allerede er i Googles økosystem, er terskelen lav. For andre er API-et tilgjengelig uten plattformavhengighet.

Trenden er tydelig: frontier-modeller for kompleks resonnering, billigmodeller for alt annet. Riktig modell for riktig oppgave sparer 80–95 % av inferenskostnadene.