Gemini 3.5 Flash-Lite は一般提供の低レイテンシなマルチモーダルモデルで、Google のドキュメントは 3.5 ファミリーで最速かつ最も低コストなモデルと説明し、サブエージェントのタスクや文書のパースといった高スループットで低コストな実行向けに最適化されているとしています。
- 入力
- テキスト 画像 動画 音声 $0.3/M
- 出力
- テキスト $2.5/M
- 音声入力
- $0.3/M
- キャッシュ読み取り
- $0.03/M
- コンテキスト
- 1M
- GPT-4o 比
- 約 94% 割安
- 知識カットオフ
- 2026-03
ベンチマーク
ベンダー公表: Alibaba (Qwen) Anthropic ByteDance Google Moonshot OpenAI Tencent Z.ai
価格の位置づけ
同種 65 モデル中の料金の位置
このバーは、Synthorai 上の同種モデルの中でこのモデルの価格がどこに位置するかを示します。両端には最も安いモデルと最も高いモデルの名前が入ります。表示は基本料金で、バッチ・リージョン・キャッシュ書き込みの割引は料金ページにあります。
スペックと制限
トークン
| コンテキストウィンドウ(ベンダー仕様) | 1,048,576 |
|---|---|
| 最大出力(ベンダー仕様) | 65,536 |
| 知識カットオフ | 2026-03 |
プロンプトキャッシュ
| キャッシュ方式 | 自動 + 明示 |
|---|---|
| 最小プレフィックス | 4,096 |
思考
| ベンダー側パラメータ | thinkingLevel |
|---|---|
| 指定可能な値 | minimal · low · medium · high |
| デフォルト | minimal リクエストで未指定の場合に適用 |
| 無効化の可否 | 非対応 |
| 思考の挙動 | デフォルトは最も安価なレベルですが、minimal はオフスイッチではなく下限であり、Google は Flash-Lite が思考の完全なオフに対応しないと述べています。 |
| パラメータ | reasoning_effort |
| 値 | minimal · low · medium · high ゲートウェイ側のパラメータ面——上のベンダーマッピングが適用されます |
モデル
| モダリティ | テキスト + 画像 + 動画 + 音声 → テキスト |
|---|
- GA。
- 1M トークンのコンテキスト、64K 最大出力。
- 3.5 ファミリーで最も高速かつ低コストのモデルで、高スループット・低コストな実行(サブエージェントのタスク、ドキュメント解析)に最適化。
- 思考と、Computer Use を含む組み込みツールに対応。
- 注意:この世代から temperature/top_p/top_k は非推奨となり無視されます。
- 知識カットオフは DeepMind のモデルカードによるもので(API ページからは該当行が削除されています)、2026 年 3 月です。
- カードには一部の領域が 2025 年 1 月までに限られると補足されています。
1つのプロンプト — ゲートウェイ経由で測定
Gemini 3.5 Flash-Lite パス · 3 sentences
Enabling reasoning forces the model to generate extensive, hidden "chain-of-thought" tokens before answering, effectively multiplying your input and output volume. Because LLM pricing is strictly usage-based per token, processing these invisible reasoning steps alongside your final answers instantly doubled your API costs. To control this spend, we must either restrict reasoning to complex queries or optimize our prompt architecture to reduce token bloat.
出力 81 tok レイテンシ 1.9 s
指示追従（ちょうど三文 — 数えられる）、読み手に合わせた調整（CFO 向けの語り口）、そして下のトークン計から見える隠れた思考の課金ギャップ。
Gemini 3.5 Flash-Lite パス · 8/8 cases
Here is the corrected function: ```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` ### Explanation The original function suffered from two main counting issues: it initialized `best` and `cur` to `0` instead of `1` (causing a single-element list like `[1]` to return `0` instead of `1`), and it only updated `best` inside the `if` block when a match was found. Because the `max()` update was skipped in the `else` block and after the loop terminated, any run that ended at the final index or occurred as a single isolated element was never captured by `best`. […]
出力 251 tok レイテンシ 2.6 s
修正が実際に正しいか（実行可能か）、説明の密度、そして範囲の限られたタスクでのトークン効率。
Gemini 3.5 Flash-Lite パス · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "September", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null } ```
出力 58 tok レイテンシ 1.0 s
スキーマ遵守（フィールドをでっち上げない）、ハルシネーション圧（guidance は明示的に保留されている）、そして構造化出力の経路の違い。
Gemini 3.5 Flash-Lite パス · 115 words, 0 banned, 1 question
Managing multiple LLM providers just got faster and cheaper. Our API gateway now features intelligent prompt caching that spans across OpenAI, Anthropic, and other major AI models. By storing and reusing frequent responses at the edge, this update slashes latency and significantly reduces your overall token costs. You configure the cache rules once, and our routing engine handles the rest behind the scenes. Why pay twice for the exact same answer when your infrastructure can remember it? Developers can deploy this capability instantly with zero code changes to existing applications. Stop wasting valuable compute cycles on duplicate requests today. Upgrade your routing pipeline and experience immediate performance gains across every integrated model you currently use.
出力 130 tok レイテンシ 2.0 s
制約の遵守（語数の上限、禁止語リスト、唯一の疑問文）、文体の指紋、そして長さの制御。
30 秒で Gemini 3.5 Flash-Lite を使う
OpenAI 互換。base_url を差し替えるだけで、SDK はそのまま。POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="gemini-3.5-flash-lite",
messages=[{"role": "user", "content": "Summarize this diff"}],
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "gemini-3.5-flash-lite",
messages: [{ role: "user", content: "Summarize this diff" }],
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3.5-flash-lite",
"messages": [{"role": "user", "content": "Hello"}]
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "gemini-3.5-flash-lite",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("gemini-3.5-flash-lite")
.addUserMessage("Summarize this diff")
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Gemini 3.5 Flash-Lite について
- Google のモデルカードはそこに翻訳と分類を加え、エージェント的な検索を含め高スループットが重要な場面で手を伸ばすべきモデルと位置づけています。
- テキスト・画像・動画・音声の入力を 1M トークンのコンテキストウィンドウと 65,536 出力トークンで受け取り、関数呼び出し、構造化出力、コード実行、検索と Maps のグラウンディング、URL コンテキスト、ファイル検索、コンテキストキャッシュ、Batch API、Flex および Priority の推論、そしてプレビュー段階のコンピュータ使用に対応します。
- 思考は thinking_level を使い minimal、low、medium、high から選び、既定は Gemini 3 のラインで最も安価な minimal です。
- ただし minimal はオフのスイッチではなく下限であるため、すべての呼び出しに出力の料金で課金される思考トークンが伴います。
- 知識カットオフは 2026 年 3 月で、Google は一部の領域が 2025 年 1 月にとどまると注記しています。
- モデルページはさらに API の変更も示しています。
- temperature、top_p、top_k は非推奨で現在は無視されており、Google は将来の世代がこれらを HTTP 400 で拒否するとし、代わりに明示的なシステム指示を推奨しています。
- Synthorai は OpenAI 互換のチャットエンドポイント経由で提供します。
よくある質問
Gemini 3.5 Flash-Lite API は無料で試せますか?
はい。新規アカウントには 10 回のトライアル呼び出しと最大 $1 の無料クレジットが付与され、カード登録は不要です。入力 $0.3/M で計算すると、このクレジットだけで Gemini 3.5 Flash-Lite に対して約 416 回の ~8K トークンのリクエストを送れます。
Gemini 3.5 Flash-Lite は何が得意ですか?
3.5 ファミリー最速・最低コスト、高スループットのサブエージェントと解析向け、100 万コンテキスト、思考と組み込みツール。全体像はベンダー公式のリリースノートに基づく「このモデルについて」セクションをご覧ください。
Gemini 3.5 Flash-Lite の料金はいくらですか?
Synthorai 上の Gemini 3.5 Flash-Lite は入力 100 万トークンあたり $0.3、出力 100 万トークンあたり $2.5 です。ベンダー定価のままで、プラットフォーム手数料はありません。キャッシュ済み入力トークンは $0.03/M で課金されます。
Gemini 3.5 Flash-Lite はプロンプトキャッシュに対応していますか?
はい。自動キャッシュがデフォルトで有効なうえ、確実な割引を得られる明示モードもあります。キャッシュ済み入力トークンは $0.03/M(未キャッシュは $0.3/M)で課金されます。なお、キャッシュには 4,096 トークン以上の安定したプレフィックスが必要です。 プロンプトキャッシュガイド →
Gemini 3.5 Flash-Lite を利用するには?
お使いの OpenAI SDK の base_url を "https://synthorai.io/v1" に向け、model="gemini-3.5-flash-lite" を設定すれば完了です。API キー 1 本でゲートウェイ上のすべてのモデルを利用できます。
Gemini 3.5 Flash-Lite の知識カットオフはいつですか?
ベンダー公式ドキュメントによると、Gemini 3.5 Flash-Lite の知識カットオフは 2026-03 です(2026-07-22 時点)。
関連モデル
比較
このページの値はすべてベンダー自身のドキュメント(上部にリンク)から転記し、確認した日付を付しています。価格はカタログ全体で比較しますが、ベンダーごとに定義が異なる仕様値は差異を明記するにとどめ、図表で比較はしません。当社が測定した数値はなく、スコアも付けていません。