Gemini 3.5 Flash-Lite

O Gemini 3.5 Flash-Lite é o mais recente da nossa linha de modelos Flash-Lite econômicos. Ele é otimizado para tarefas de programação simples, compreensão precisa de documentos e fluxos de trabalho agênticos leves que exigem inferência rápida com custo mínimo. O 3.5 Flash-Lite é um modelo de substituição adequado para o Gemini 2.5 Flash e cargas de trabalho menos complexas do Gemini 3 Flash.

Ao usar o 3.5 Flash-Lite, você pode usar diferentes níveis de raciocínio para otimizar a qualidade, a velocidade e a saída de tokens:

  • Use o thinking_level.MINIMAL para tarefas de classificação e extração mais simples ou sensíveis à latência: o 3.5 Flash-Lite usa o mínimo de raciocínio por padrão, o que otimiza a velocidade e a eficiência de custo. Isso é ideal para tarefas de classificação, roteamento ou extração de JSON de alta capacidade de processamento.
  • Use o thinking_level.LOW para tarefas de alta capacidade de processamento que exigem raciocínio leve: usa menos tokens de raciocínio para respostas mais rápidas em tarefas de baixa complexidade.
  • Use thinking_level.MEDIUM ou thinking_level.HIGH para subagentes: se você estiver usando o 3.5 Flash-Lite como um subagente autônomo que escreve código, executa comandos de terminal ou chama APIs externas, defina o nível de raciocínio como médio ou alto. O uso do nível mínimo de raciocínio pode causar o encerramento prematuro da ferramenta em tarefas de várias etapas.

O 3.5 Flash-Lite inclui as seguintes mudanças potencialmente interruptivas em comparação com os modelos anteriores do Gemini:

  • Não há suporte para valores personalizados para parâmetros como temperatura, top-K e top-P. Se você definir um valor personalizado para esses parâmetros, ele será ignorado.
  • Não é possível usar valores personalizados para os parâmetros de penalidade de frequência e presença. Definir um valor personalizado para esses parâmetros vai gerar um erro.
  • Não há suporte para solicitações de API em que o último turno de entrada tem um papel de Model. Os seguintes tipos de solicitação vão retornar um erro:
    • Ao usar a API Interactions: solicitações em que o último objeto na matriz input tem "type": "model_output".
    • Ao usar a API GenerateContent: solicitações em que o último objeto na matriz contents tem "role": "model".

Teste no Agent Studio Implante o app de exemplo Preços

Observação: a opção "Implantar app de exemplo" requer um projeto do Google Cloud com o faturamento e a API Agent Platform ativados.
ID do modelo gemini-3.5-flash-lite
Modalidades
Texto Entrada e saída
Imagem Somente entrada
Áudio Somente entrada
Vídeo Somente entrada
Limites de tokens Janela de contexto 1.048.576
Máximo de tokens de saída 65.536
Recursos
Ferramentas
APIs
Opções de consumo
Limite de tamanho de entrada
  • API GenerateContent: 500 MiB compactados
  • API Interactions: 256 MiB compactados (síncronos ou de streaming); 9,75 MiB descompactados (adiados, quando o segundo plano e o armazenamento são verdadeiros)
Limite de URI da API Interactions Até 100 URIs distintos do Cloud Storage (gs://) por solicitação em todas as modalidades na API Interactions, incluindo URIs transferidos de turnos anteriores usando previous_interaction_id. O generateContent aceita URIs do gs:// até os limites de itens do modelo por modalidade (até 6.500 arquivos multimodais combinados,incluindo arquivos de texto simples).
Especificações técnicas Imagem
  • Máximo de imagens por comando: 3.000 (imagens e PDFs combinados)
  • Tamanho máximo da parte inline (API GenerateContent): 256 MB
  • Tamanho máximo por arquivo do Cloud Storage: 2 GiB menos 500 KiB
  • Tamanho máximo por arquivo de URLs HTTP ou HTTPS públicos: 15 MiB
  • Tamanho máximo por arquivo para uploads locais diretos no console: 7 MiB inline (até 50 MiB em stage no Cloud Storage)
  • Tamanho máximo por arquivo para importações do Google Drive no console: 7 MB (10 MB no total)
  • Tokens de resolução padrão: 1.120
  • Tipos MIME compatíveis:
    image/png, image/jpeg, image/webp, image/heic, image/heif
Texto
  • Número máximo de arquivos por comando: 3.000 PDFs (compartilhados com imagens; até 6.500 arquivos no total, incluindo texto simples)
  • Número máximo de páginas por arquivo: 3.000
  • Tamanho máximo da parte inline (API GenerateContent): 256 MB
  • Tamanho máximo por arquivo do Cloud Storage: 2 GiB menos 500 KiB
  • Tamanho máximo por arquivo de URLs HTTP ou HTTPS públicos: 15 MiB
  • Tamanho máximo por arquivo para uploads locais diretos no console: 7 MiB inline (até 50 MiB em stage no Cloud Storage)
  • Tamanho máximo por arquivo para importações do Google Drive no console: 7 MB (10 MB no total)
  • Tokens de resolução padrão: 560
  • OCR para PDFs digitalizados: não usado por padrão
  • Tipos MIME compatíveis:
    application/pdf, text/plain
Vídeo
  • Duração máxima do vídeo (com áudio): aproximadamente 45 minutos
  • Duração máxima do vídeo (sem áudio): aproximadamente 1 hora
  • Número máximo de vídeos por comando: 10
  • Tamanho máximo da parte inline (API GenerateContent): 256 MB
  • Tamanho máximo por arquivo do Cloud Storage: 2 GiB menos 500 KiB
  • Tamanho máximo por arquivo de URLs HTTP ou HTTPS públicos: 15 MiB
  • Tokens de resolução padrão por frame: 70
  • Tipos MIME compatíveis:
    video/x-flv, video/quicktime, video/mpeg, video/mpegs, video/mpg, video/mp4, video/webm, video/wmv, video/3gpp
Áudio
  • Duração máxima do áudio por comando: Aproximadamente 8, 4 horas ou até 1 milhão de tokens
  • Número máximo de arquivos de áudio por comando: 1.000
  • Tamanho máximo da parte inline (API GenerateContent): 256 MB
  • Tamanho máximo por arquivo do Cloud Storage: 2 GiB menos 500 KiB
  • Tamanho máximo por arquivo de URLs HTTP ou HTTPS públicos: 15 MiB
  • Entendimento de fala para: resumo, transcrição e tradução de áudio
  • Tipos MIME compatíveis:
    audio/x-aac, audio/flac, audio/mp3, audio/m4a, audio/mpeg, audio/mpga, audio/mp4, audio/ogg, audio/pcm, audio/wav, audio/webm
Padrões de parâmetros
  • Temperatura: 1,0
  • topP: 0.95
  • topK: 64
  • Penalidade de frequência: 0
  • Penalidade de presença: 0
Regiões compatíveis

Disponibilidade do modelo

  • Global: global
  • Multirregional: us, eu
  • Ásia-Pacífico: asia-south1

Processamento de ML

  • Multirregional: us, eu
  • Ásia-Pacífico: asia-south1

Capacidade de Processamento Provisionada

  • Global: global
  • Multirregional: us, eu
  • Ásia-Pacífico: asia-south1

Standard PayGo

  • Global: global
  • Multirregional: us, eu
Versões
  • gemini-3.5-flash-lite
    • Estágio de lançamento: GA
    • Data de lançamento: 21 de julho de 2026
    • Data de desativação†: 21 de julho de 2027 ou depois
Controles de segurança Previsão on-line
  • Residência de dados
  • CMEK
  • VPC-SC
  • AXT
Inferência em lote
  • Residência de dados
  • CMEK
  • VPC-SC
  • AXT
Armazenamento em cache de contexto
  • Residência de dados
  • CMEK
  • VPC-SC
  • AXT
Consulte Controles de segurança para mais informações.

† As datas de desativação listadas se referem à desativação do suporte na Gemini Enterprise Agent Platform. Os modelos podem permanecer acessíveis pela API Gemini após essas datas. A API Gemini não é uma oferta do Google Cloud e está sujeita aos próprios Termos de Serviço. Para mais detalhes, consulte a documentação da API Gemini.