G
Gemini 3.5 Flash Lite (batch)API
Gemini 3.5 Flash Lite ist ein hocheffizientes Modell von Google mit verbesserten agentischen Fähigkeiten.
Preise werden automatisch aktualisiert — täglich geprüft anhand der Listenpreise der Anbieter.
- $0.43 pro 1M Tokens, basierend auf 3 Eingaben für 1 Ausgabe die von Artificial Analysis verwendete Konvention
- günstiger als 84% der 221 kommerziellen Modelle, die hier verfolgt werden
- 11 von 35 Google Modellen, die hier verfolgt werden, vom günstigsten
Benchmarks & Leistung
Unabhängige Benchmark-Ergebnisse für Gemini 3.5 Flash Lite (Batch), gemessen von Artificial Analysis. Höher ist besser.
Modelle auf diesem Niveau kosten $1.08 pro 1M Tokens (Median von 31) — dieses kostet $0.43.
Günstiger und besser in diesem Index: GLM 5.3 Flash · GLM 5.3 Flash (batch) · DeepSeek V4.1 Flash (batch) und 13 mehr
Über dieses Modell
Gemini 3.5 Flash Lite (batch) ist ein kommerzielles KI-Modell von Google. Die unten aufgeführten Spezifikationen werden automatisch erfasst: Die Preise werden täglich anhand der öffentlichen Listenpreise aktualisiert, sodass die Zahlen auf dieser Seite die aktuellen Kosten für die Nutzung des Modells über seine API widerspiegeln.
Häufig gestellte Fragen
Was ist Gemini 3.5 Flash Lite (Batch)?
Gemini 3.5 Flash Lite (batch) ist ein KI-Sprachmodell von Google. Es ist ein proprietäres Modell, das über eine API verfügbar ist. Es erzielt 22.2 im Artificial Analysis Intelligenzindex.
Ist Gemini 3.5 Flash Lite (Batch) kostenlos?
Gemini 3.5 Flash Lite (Batch) ist nicht kostenlos: Es kostet $0.15 pro Million Eingabetokens und $1.25 pro Million Ausgabetokens. Open-Weight-Alternativen können ohne Kosten pro Token selbst gehostet werden.
Worin ist Gemini 3.5 Flash Lite (Batch) gut?
Unabhängige Benchmarks von Artificial Analysis geben ihm GPQA 83.8%, Humanity's Last Exam 18.8%, Long Context Reasoning 76%, SciCode 41.3%, τ-Bench Banking 17.5%, Terminal-Bench 53.6%. Es wird besonders verwendet für Code-Generierung.
Wie schnell ist Gemini 3.5 Flash Lite (Batch)?
Es generiert etwa 334.8 Tokens pro Sekunde, mit einer Median 7.86s Verzögerung vor dem ersten Token. Unabhängig von Artificial Analysis gemessen.