Aquí tienes la decisión rápida: usa Gemini 3.5 Flash-Lite para tareas sencillas y masivas donde el coste y la velocidad importan más: clasificación, extracción, respuestas cortas de chat, RAG y autocompletado. Usa Gemini 3.6 Flash cuando la calidad justifique un mayor coste: agentes de varios pasos, uso de herramientas, código, uso de ordenador y respuestas donde un error sea caro.
Ambos modelos se lanzaron en la actualización de la categoría Flash de Google el 21 de julio de 2026 y aceptan hasta 1 millón de tokens de entrada. No se trata de decidir cuál es “mejor” en abstracto, sino de elegir el equilibrio adecuado entre coste, latencia y calidad para cada llamada.
Hay una particularidad de nomenclatura: el modelo principal pasó a la versión 3.6, mientras que Lite se mantuvo en 3.5. Por tanto, comparar un modelo 3.5 con uno 3.6 es lo esperado; no es un error tipográfico.
La respuesta corta
Como regla inicial, usa Flash-Lite para operaciones simples que se ejecutan millones de veces. Cambia a Gemini 3.6 Flash cuando una petición requiera razonamiento, herramientas o generación de código.
Si tienes dudas, implementa una estrategia escalonada:
- Envía las solicitudes al modelo
gemini-3.5-flash-lite. - Mide calidad, errores y latencia.
- Promueve a
gemini-3.6-flashsolo las solicitudes que fallen tus criterios de calidad.
En la práctica, rara vez necesitas un único modelo para toda la aplicación.
Precio y velocidad
| Atributo | Gemini 3.5 Flash-Lite | Gemini 3.6 Flash |
|---|---|---|
| ID del modelo | gemini-3.5-flash-lite |
gemini-3.6-flash |
| Precio de entrada | $0.30 / 1M de tokens | $1.50 / 1M de tokens |
| Precio de salida | $2.50 / 1M de tokens | $7.50 / 1M de tokens |
| Rendimiento | ~350 tokens de salida/segundo | No publicado por separado |
| Ventana de contexto | 1M de tokens | 1M de tokens |
| Nivel gratuito | Sí, con límite de tarifa | Sí, con límite de tarifa |
Flash-Lite es más barato por token:
- La entrada cuesta 5 veces menos.
- La salida cuesta 3 veces menos.
- Google publica un rendimiento aproximado de 350 tokens de salida por segundo para Flash-Lite.
Esto lo hace especialmente adecuado para experiencias sensibles a la latencia, como autocompletado, clasificación en tiempo real o respuestas cortas de chat.
Google no publica una cifra independiente de tokens por segundo para 3.6 Flash. Sin embargo, 3.6 Flash produce aproximadamente un 17 % menos de tokens de salida que el 3.5 Flash al que reemplaza, por lo que puede terminar tareas de varios pasos más rápido de lo que sugiere su precio de lista.
Consulta las tarifas actuales en la página de precios de la API de Gemini y en este desglose de precios de Gemini 3.6 Flash.
Calidad y benchmarks
La diferencia de precio compra más capacidad para tareas difíciles.
En Terminal-Bench 2.1, que evalúa trabajo agentivo en terminal:
- Flash-Lite obtiene 54.
- Gemini 3.6 Flash obtiene 78.0.
Esa diferencia de 24 puntos importa cuando el flujo implica varios pasos, herramientas, decisiones condicionales o recuperación ante errores.
Gemini 3.6 Flash también reporta:
- 83.0 en OSWorld-Verified, benchmark de uso de ordenador.
- 58.7 % en SWE-Bench Pro.
- 49 % en DeepSWE v1.1.
Si tu flujo necesita operar un navegador o escritorio, editar archivos, ejecutar comandos o completar tareas de código con varios pasos, 3.6 Flash es la opción adecuada.
Flash-Lite no es un modelo débil. Su resultado de 54 en Terminal-Bench 2.1 mejoró desde 31 en la generación Lite anterior. Está optimizado para razonamiento rápido, económico y suficientemente bueno en tareas que no se ramifican demasiado.
La página del modelo Flash de Google y el anuncio de lanzamiento presentan el mismo enfoque: una categoría para volumen y otra para profundidad.
Qué modelo usar según la tarea
Usa esta tabla como punto de partida y ajusta la decisión con tus propios prompts y métricas.
| Tarea | Mejor ajuste |
|---|---|
| Clasificación o extracción de alto volumen | Flash-Lite |
| Asistentes de chat y respuestas cortas | Flash-Lite |
| Respuestas RAG sobre contexto recuperado | Flash-Lite |
| UX de autocompletado sensible a latencia | Flash-Lite |
| Pipelines de búsqueda por solicitud | Flash-Lite |
| Agentes de varios pasos | 3.6 Flash |
| Uso de herramientas y cadenas de llamadas a funciones | 3.6 Flash |
| Codificación y revisión de código | 3.6 Flash |
| Uso de ordenador en navegador o escritorio | 3.6 Flash |
| Respuestas de alto riesgo donde los errores cuestan dinero | 3.6 Flash |
El patrón es sencillo:
- Tarea específica + gran volumen: Flash-Lite.
- Tarea ramificada + coste alto del error: 3.6 Flash.
Por ejemplo, un sistema que clasifica millones de tickets de soporte al día debe usar Flash-Lite. Un agente que analiza un stack trace, modifica tres archivos y abre una pull request debe usar 3.6 Flash.
Si estás evaluando una migración desde el antiguo 3.5 Flash, consulta esta comparación entre Gemini 3.6 Flash y Gemini 3.5 Flash.
Compara costes con la misma carga de trabajo
Supongamos un pipeline diario que procesa:
- 10M de tokens de entrada.
- 2M de tokens de salida.
Este perfil es habitual en trabajos de resumen por lotes, extracción de datos o clasificación documental.
| Modelo | Entrada: 10M | Salida: 2M | Total diario |
|---|---|---|---|
| Flash-Lite | $3.00 | $5.00 | $8.00 |
| 3.6 Flash | $15.00 | $15.00 | $30.00 |
Con esa carga:
- Flash-Lite cuesta $8.00 al día.
- 3.6 Flash cuesta $30.00 al día.
- La diferencia mensual aproximada es $240 frente a $900.
El multiplicador real depende de la forma de tu tráfico:
- Las cargas intensivas en entrada, como RAG con contexto largo o clasificación de documentos, se acercan a un ahorro de 5x con Flash-Lite.
- Las cargas intensivas en salida se acercan a un ahorro de 3x.
Antes de elegir, formula la pregunta correcta:
¿La mejora de calidad compensa pagar entre 3 y 5 veces más por solicitud a mi volumen real?
Para un pipeline de búsqueda o clasificación masiva, la respuesta suele ser no. Para un agente que modifica código o gestiona tickets con impacto económico, suele ser sí.
Cómo hacer pruebas A/B con ambos modelos en Apidog
No necesitas decidir por intuición. La API de Gemini es un endpoint REST, así que puedes enviar el mismo prompt a ambos modelos, registrar latencia y comparar las respuestas.
Apidog permite guardar esas solicitudes, reutilizar variables de entorno y convertir la comparación en una prueba repetible.
Sigue este flujo:
- Crea una solicitud
POSTal endpoint de Gemini. - Guarda la clave de API en una variable de entorno de Apidog. No la incluyas directamente en el cuerpo de la solicitud ni en el control de versiones.
- Configura el modelo como
gemini-3.5-flash-lite. - Envía el prompt y registra respuesta, código HTTP y latencia.
- Duplica la solicitud.
- Cambia únicamente el ID del modelo a
gemini-3.6-flash. - Ejecuta exactamente el mismo prompt con los mismos parámetros.
- Compara la salida, la latencia y el cumplimiento de tus criterios de calidad.
La variable relevante debe ser solo el modelo. Por ejemplo:
{
"model": "gemini-3.5-flash-lite",
"contents": [
{
"parts": [
{
"text": "Clasifica este ticket como facturación, soporte técnico o cuenta."
}
]
}
]
}
Duplica la solicitud y cambia únicamente:
{
"model": "gemini-3.6-flash"
}
Añade aserciones para definir “suficientemente bueno” de forma verificable. Por ejemplo:
- El código HTTP es
200. - La respuesta contiene los campos JSON esperados.
- La categoría pertenece a una lista permitida.
- La salida no está vacía.
- La latencia se mantiene bajo un umbral para tu caso de uso.
Una vez creadas las solicitudes, guárdalas como pruebas y ejecútalas periódicamente. Puedes programar pruebas de API en Apidog para repetir los mismos prompts y detectar cambios de calidad o latencia cuando Google actualice los modelos.
Apidog envía solicitudes y valida tus aserciones; no ejecuta el modelo ni decide qué respuesta es más inteligente. Esa evaluación sigue siendo responsabilidad de tu equipo.
Para empezar, descarga Apidog y crea dos solicitudes idénticas contra Gemini.
Preguntas frecuentes
¿Flash-Lite es simplemente una versión peor de 3.6 Flash?
No. Es un punto distinto en la curva de coste, calidad y velocidad. Flash-Lite es más barato y rápido, con un límite inferior para razonamiento complejo. 3.6 Flash cuesta más y ofrece mayor capacidad para tareas difíciles. Para tareas simples y masivas, Flash-Lite suele ser la decisión correcta precisamente por su coste y velocidad.
¿Por qué uno se llama 3.5 y el otro 3.6?
Es versionado mixto. En esta actualización, Google movió el modelo Flash principal a 3.6 y mantuvo la categoría Lite en 3.5. La misma versión también incluyó Flash Cyber 3.5. Son modelos de la misma familia con números de versión distintos; no interpretes el 3.5 de Flash-Lite como “antiguo y abandonado”.
¿Comparten la misma ventana de contexto?
Sí. Ambos aceptan hasta 1 millón de tokens de entrada. El contexto largo no debe ser el factor decisivo entre ellos; elige según calidad de razonamiento, coste y velocidad.
¿Puedo usar ambos en la misma aplicación?
Sí, y es el patrón recomendado. Envía llamadas simples, baratas y de alto volumen a Flash-Lite. Escala las solicitudes complejas a 3.6 Flash. Como la forma de la API es idéntica, el cambio consiste en modificar un solo campo del modelo.
¿Se pueden probar gratis?
Ambos tienen un nivel gratuito en Google AI Studio, sujeto a límites de tarifa. Google puede usar los datos del nivel gratuito para mejorar sus productos, así que revisa los términos antes de enviar información sensible.
En resumen
Usa Flash-Lite como modelo predeterminado para cargas simples, rápidas y económicas a escala. Promueve a Gemini 3.6 Flash las llamadas complejas, ramificadas, agentivas o con código, donde la diferencia de 24 puntos en Terminal-Bench justifica un coste entre 3 y 5 veces mayor.
No decidas en abstracto. Envía tus prompts reales a ambos modelos, mide calidad y latencia, y establece umbrales de promoción basados en datos. Apidog convierte esa comparación en dos solicitudes reproducibles.
Top comments (0)