Was ist Gemini 3.5 Flash-Lite

Google hat seine Flash-Stufe am 21. Juli 2026 aktualisiert. Gemini 3.5 Flash-Lite ist dabei das günstigste und schnellste Gemini-Modell für Aufgaben mit hohem Volumen und geringer Latenz: Klassifizierung, Informationsextraktion, kurze Chat-Antworten und einfache RAG-Antworten. Wenn Ihr Hot-Path täglich Millionen kleiner Anfragen verarbeitet, ist dieses Modell für Durchsatz und niedrige Kosten ausgelegt.

Apidog heute ausprobieren

Die Aktualisierung umfasst drei Modelle. Die Namen und Versionsnummern sind leicht zu verwechseln, deshalb klärt dieser Beitrag zuerst die Einordnung und zeigt anschließend Preise, Einsatzbereiche sowie einen praktischen API-Test-Workflow.

Was ist Gemini 3.5 Flash-Lite?

Gemini 3.5 Flash-Lite ist das kleinste und günstigste Modell in Googles Gemini-Familie. Es priorisiert Geschwindigkeit und Volumen statt anspruchsvoller mehrstufiger Denkaufgaben. Google gibt rund 350 Ausgabetoken pro Sekunde an. Sie rufen das Modell über die Gemini API mit folgender Modell-ID auf:

gemini-3.5-flash-lite

Setzen Sie Flash-Lite für wiederholbare Aufgaben mit klaren Ein- und Ausgaben ein, zum Beispiel:

• Support-Tickets kategorisieren oder priorisieren
• Felder aus Dokumenten extrahieren
• Inhalte moderieren oder klassifizieren
• Kurze Fragen auf Basis abgerufener Textabschnitte beantworten
• Ein Chat-Widget mit niedriger Latenz betreiben

Flash-Lite wurde gemeinsam mit drei Flash-Modellen veröffentlicht:

• Gemini 3.6 Flash: das leistungsstärkere Arbeitspferd
• Gemini 3.5 Flash-Lite: die günstige, schnelle Stufe für hohe Anfragevolumen
• Gemini 3.5 Flash Cyber: ein geschütztes Sicherheitsmodell

Details finden Sie im Google Blog und auf der DeepMind-Flash-Seite.

Moment: Warum 3.5 und nicht 3.6?

Das Arbeitspferd-Modell heißt Gemini 3.6 Flash. Flash-Lite und das Cyber-Modell behalten dagegen die Versionsnummer 3.5. Eine Veröffentlichung enthält also drei Modelle, aber zwei Versionslinien.

Das ist kein Tippfehler: Die Versionsnummer folgt der Modellreihe, nicht dem Veröffentlichungsdatum. Google hat 3.6 Flash als größeren Generationssprung positioniert, während Flash-Lite in der 3.5-Linie bleibt.

Wichtig für bestehende Integrationen: Gemini 3.5 Flash-Lite ist nicht das ältere Gemini 3.1 Flash-Lite. Prüfen Sie beim Upgrade immer explizit die Modell-ID:

gemini-3.5-flash-lite

Spezifikationen und Preise

Alle Preise gelten pro Million Token über die Gemini API.

Attribut	Wert
Modell-ID	gemini-3.5-flash-lite
Eingabepreis	$0.30 / 1M Token
Ausgabepreis	$2.50 / 1M Token
Geschwindigkeit	~350 Ausgabetoken/Sekunde
Kostenlose Stufe	Ja, über Google AI Studio; ratenbegrenzt
Kontext-Caching	$0.03 / 1M Token + $1.00 / 1M/Stunde Speicher

Mit $0.30 pro Million Eingabetoken und $2.50 pro Million Ausgabetoken ist Flash-Lite die günstigste veröffentlichte Stufe im aktuellen Gemini-Angebot. Zum Vergleich: Gemini 3.6 Flash kostet $1.50 für Eingaben und $7.50 für Ausgaben.

Für Workloads mit Millionen kurzer Requests ist das relevant. Ein typisches Beispiel ist eine Klassifizierungs-Pipeline, die pro Request nur wenige hundert Token verarbeitet. Hier summieren sich kleine Unterschiede beim Tokenpreis schnell.

Prüfen Sie die aktuellen Werte direkt in der Gemini API-Preisdokumentation, da Google Preise und Limits aktualisieren kann.

Kontext-Caching gezielt einsetzen

Kontext-Caching lohnt sich, wenn Sie denselben großen Kontext wiederholt mitsenden, etwa:

• einen stabilen System-Prompt
• ein langes Referenzdokument
• eine feste Taxonomie für Klassifizierungen
• Produktdaten oder Richtlinien, die sich selten ändern

Sie zahlen für das Caching und die Speicherung, reduzieren aber die Kosten für wiederverwendete Eingabetoken.

Wie gut ist die Leistung?

Die zentrale Benchmark-Zahl: Gemini 3.5 Flash-Lite erreicht laut Angaben 54 % auf Terminal-Bench 2.1, gegenüber 31 % beim Vorgänger. Für ein Lite-Modell ist das ein deutlicher Sprung.

In der Praxis passt das Modell besonders gut zu folgenden Mustern:

Aufgabe	Empfehlung
Kategorien aus vorgegebenen Labels auswählen	Flash-Lite
Strukturierte Daten aus Text extrahieren	Flash-Lite
Kurze FAQ- oder RAG-Antworten	Flash-Lite
Hohe Anfragezahl bei niedriger Latenz	Flash-Lite
Komplexe Codeänderungen	Gemini 3.6 Flash oder größeres Modell
Mehrstufige Tool-Aufrufe	Gemini 3.6 Flash oder größeres Modell
Schwierige Planungs- und Reasoning-Aufgaben	Gemini 3.6 Flash oder größeres Modell

Die Grenze ist klar: Flash-Lite tauscht einen Teil der Qualität gegen Kosten und Geschwindigkeit. Für lange Tool-Ketten, komplexe agentische Codierung oder tiefes mehrstufiges Reasoning ist Gemini 3.6 Flash die passendere Wahl.

Wählen Sie nicht allein nach Tokenpreis. Wenn falsche Extraktionen, Fehlklassifizierungen oder unzuverlässige Tool-Aufrufe Nacharbeit verursachen, kann ein günstigeres Modell insgesamt teurer werden.

Wo Google Flash-Lite einsetzt

Google integriert Flash-Lite auch in die Google-Suche. Das ist ein praktisches Signal für den vorgesehenen Einsatzbereich: hoher Durchsatz, niedrige Kosten pro Anfrage und geringe Latenz.

Für Produktionssysteme bedeutet das: Flash-Lite ist besonders sinnvoll, wenn Ihre Anwendung viele ähnliche, kleine Aufgaben verarbeitet. Beispiele:

• Ticket-Triage
• E-Mail-Routing
• Dokumenten-Parsing
• Lead-Klassifizierung
• Produktattribut-Extraktion
• einfache RAG-Antworten

Flash-Lite vs. Gemini 3.6 Flash: Welches Modell sollten Sie wählen?

Wählen Sie Gemini 3.5 Flash-Lite, wenn die Aufgabe einfach, häufig und latenzkritisch ist.

Wählen Sie Gemini 3.6 Flash, wenn die Aufgabe stärkere Argumentation, Codierung oder agentische mehrstufige Abläufe benötigt.

Ein robustes Produktionsmuster ist Routing nach Schwierigkeit:

1. Senden Sie Standardfälle zuerst an Flash-Lite.
2. Validieren Sie die Antwort gegen Ihr erwartetes Schema.
3. Eskalieren Sie unvollständige oder unsichere Fälle an Gemini 3.6 Flash.
4. Protokollieren Sie Eskalationsrate, Latenz und Kosten.

So erhalten Sie günstigen Durchsatz für den Großteil des Traffics und verwenden das stärkere Modell nur dort, wo es notwendig ist.

Die Preise für Gemini 3.6 Flash zeigen den Kostenunterschied. Einen ausführlicheren Vergleich finden Sie in Gemini 3.5 Flash-Lite vs. 3.6 Flash.

So greifen Sie darauf zu und testen es

Flash-Lite läuft über die Gemini API. Für den Einstieg:

1. Öffnen Sie Google AI Studio.
2. Erstellen Sie einen API-Schlüssel.
3. Speichern Sie den Schlüssel als Umgebungsvariable.
4. Verwenden Sie die Modell-ID gemini-3.5-flash-lite.
5. Testen Sie Antworten zunächst mit kleinen, repräsentativen Eingaben.

Beispiel: API-Schlüssel nicht im Code speichern.

export GEMINI_API_KEY="ihr-api-schluessel"

Verwenden Sie für Ihre Anwendung ein festes, maschinenlesbares Ausgabeformat. Bei einer Klassifizierung kann Ihr Prompt beispielsweise eine begrenzte Menge gültiger Labels vorgeben:

Klassifiziere das Support-Ticket in genau eine Kategorie:
BILLING, TECHNICAL, ACCOUNT oder OTHER.

Gib ausschließlich JSON zurück:
{"category":"<Kategorie>"}

Das reduziert Nachbearbeitung und vereinfacht automatische Validierung.

Beachten Sie bei der kostenlosen Stufe:

• Sie ist ratenbegrenzt.
• Sie eignet sich zum Testen und für geringe Last.
• Google kann Daten aus der kostenlosen Stufe zur Verbesserung seiner Produkte verwenden.
• Sensible Produktionsdaten sollten Sie daher mit einem kostenpflichtigen Schlüssel verarbeiten.

Die vollständige Referenz finden Sie in der Gemini API-Dokumentation.

Antworten und Regressionen testen

Ein schneller Endpunkt ist nur dann nützlich, wenn Antwortstruktur und Qualität stabil bleiben. Prüfen Sie deshalb mindestens:

• HTTP-Statuscode
• erwartete JSON-Felder
• gültige Wertebereiche oder Labels
• maximale Antwortzeit
• fehlende oder leere Modellantworten

Mit Apidog können Sie die POST-Anfrage an den Gemini-Endpunkt speichern, den API-Schlüssel als Umgebungsvariable hinterlegen und Assertions für Statuscode sowie JSON-Felder definieren.

Ein sinnvoller Regressionstest prüft beispielsweise:

Statuscode ist 200
Antwort enthält das erwartete Ergebnisfeld
Kategorie ist BILLING, TECHNICAL, ACCOUNT oder OTHER
Antwortzeit liegt innerhalb des definierten Limits

Anschließend können Sie den Test speichern und regelmäßig ausführen lassen. So erkennen Sie fehlerhafte Antworten, geänderte Formate oder Probleme mit Limits, bevor Nutzer betroffen sind.

Apidog führt das Modell nicht aus und ersetzt die Gemini API nicht. Es dient als Client, um den Endpunkt aufzurufen, zu validieren und zu überwachen.

FAQ

Ist Gemini 3.5 Flash-Lite dasselbe wie Gemini 3.6 Flash?

Nein. Es sind unterschiedliche Modelle aus derselben Aktualisierung vom 21. Juli 2026. Flash-Lite ist die günstige und schnelle Stufe für einfache Aufgaben mit hohem Volumen. Gemini 3.6 Flash ist das leistungsstärkere Modell für Reasoning und Codierung.

Warum heißt Flash-Lite 3.5 und nicht 3.6?

Google verwendet gemischte Versionierung. Das Arbeitspferd Flash wurde auf 3.6 angehoben, während Flash-Lite und das geschützte Cyber-Modell in der 3.5-Linie bleiben. Die Versionsnummer folgt der Modellreihe, nicht dem Veröffentlichungsdatum.

Ist Gemini 3.5 Flash-Lite das alte Gemini 3.1 Flash-Lite?

Nein. Gemini 3.5 Flash-Lite ist ein neueres Modell. Prüfen Sie immer die Modell-ID gemini-3.5-flash-lite, damit Ihre Integration tatsächlich das neue Modell verwendet.

Ist Gemini 3.5 Flash-Lite kostenlos?

Es gibt eine ratenbegrenzte kostenlose Stufe über Google AI Studio. Sie eignet sich zum Testen und für geringe Nutzung. Für Produktionsvolumen benötigen Sie einen kostenpflichtigen API-Schlüssel.

Wofür eignet sich Flash-Lite am besten?

Für Klassifizierung, Extraktion, kurze Chat-Antworten und einfache RAG-Antworten bei hohem Anfragevolumen. Für komplexe agentische Codierung und lange mehrstufige Denkaufgaben ist Gemini 3.6 Flash besser geeignet.