Gemini 3.5 Flash-Lite API
NovoLLMA API do Gemini 3.5 Flash-Lite oferece a rota Gemini de baixo custo mais recente: contexto de 1M, visão e uso de ferramentas com tarifa Lite.
- Entrada · USD / 1M tokens$0.255 USDPreço oficial
$0.3 USD - Saída · USD / 1M tokens$2.125 USDPreço oficial
$2.5 USD - Poupança15%
- Contexto1M
- Ver preços de ferramentas e regras de cobrança
O que vamos criar hoje?
Traga uma ideia, uma pergunta ou um primeiro rascunho.
01
Para que serve este modelo
A API do Gemini 3.5 Flash-Lite oferece a rota Gemini de baixo custo mais recente: contexto de 1M, visão e uso de ferramentas com tarifa Lite.
O Gemini 3.5 Flash-Lite é o modelo mais recente da linha Lite que o Google oferece na família Gemini, listado na OmniaKey como gemini-3.5-flash-lite. Ele mantém a janela de contexto de 1M tokens da família, a entrada de imagem e o uso de ferramentas, acrescenta o rótulo fast do catálogo e indica Cursor, Cline e Aider para configuração de clientes. Aplicam-se três tarifas: entrada, saída e entrada em cache. As três ficam em uma faixa mais baixa que o Gemini 3.8 Flash, que é o modelo principal um degrau acima.
O sentido de um ID Lite é a aritmética sobre volume. Quando uma tarefa é um prompt curto com uma resposta curta e roda cem mil vezes por dia, a diferença entre a faixa Flash e a faixa Lite decide se o recurso entra em produção. Essa troca vale para classificação, marcação, extração de campos, resumos curtos e triagem de primeira passada. Não vale para trabalho com muito raciocínio: uma tarefa que exige uma cadeia longa de pensamento pertence a um modelo Pro, e uma que exige muitas rodadas de ferramentas normalmente pertence à entrada principal Flash.
Um padrão útil é o de duas passadas. Deixe o 3.5 Flash-Lite responder tudo o que puder com um formato de saída estrito, marque resultados de baixa confiança com uma regra explícita e entregue apenas esses ao Gemini 3.8 Flash ou ao Gemini 4 Argon. A passada Lite mantém o caso comum barato, e a escalada mantém a qualidade onde importa. Registre qual passada produziu cada resposta para que uma revisão posterior possa dizer se a passada barata bastou.
Cargas de trabalho de programação mais adequadas
Marcação de tickets em volume
Atribua duas ou três etiquetas e uma prioridade a cada ticket de suporte recebido, com uma lista fixa de etiquetas permitidas e uma resposta JSON. A faixa de tarifa Lite torna uma fila grande acessível, e a janela de 1M faz com que uma conversa longa com anexos ainda caiba. Dica prática: rejeite qualquer etiqueta fora da lista e conte essas rejeições.
Extração de campos de faturas
Leia a imagem de uma fatura digitalizada e retorne fornecedor, data, moeda, valor líquido e imposto como um único objeto pequeno. A entrada de imagem cobre a digitalização, e a resposta curta mantém a cobrança de saída baixa. Dica prática: exija null em vez de um palpite quando um campo estiver ilegível, depois envie esses documentos a um modelo de faixa superior.
Primeira passada barata, depois escalada
Triagem de um conjunto longo de documentos para achar as poucas páginas que mencionam uma cláusula, e depois envie apenas essas páginas a um modelo Pro para a leitura de fato. Duas passadas custam menos que uma passada Pro sobre tudo e muitas vezes respondem mais rápido na prática. Dica prática: mantenha o prompt de triagem e o prompt de leitura em um único arquivo, para que uma alteração em qualquer um deles fique visível.
02
Notas de teste
Verificado em 2026-10-27 pela API OmniaKey com um prompt de código padrão (mediana de 3 execuções) e três testes de capacidade.
- Tokens de saída do nosso prompt de programação padrão, incluindo raciocínio
- 318
- Custo dessa saída pelos preços atuais
- $0,00068
- Modo JSON
- Aprovado
- Chamada de ferramentas
- Aprovado
- Entrada de imagem
- Aprovado
03
Especificação técnica
Fatos de catálogo e detalhes de integração verificados para esta rota.
- ID do modelo
- gemini-3.5-flash-lite
- Contexto
- 1M
- Entradas e ferramentas
- Visão · Uso de ferramentas · Respostas rápidas
- Ponto de extremidade da API
- /v1/chat/completions
- Acertos no cache / 1 milhão
- $0.0255 USD
- Clientes de programação
- Cursor · Cline · Aider
Limites a considerar
- Ele fica acima do Gemini 2.5 Flash-Lite no catálogo, então não é a listagem Gemini mais barata. Uma tarefa muito sensível a custo deve comparar os dois antes de supor que a geração Lite mais nova é a conta menor.
- O catálogo lista visão, uso de ferramentas e o rótulo fast, e não lista nenhum parâmetro de nível de pensamento ou de raciocínio para este ID. Não presuma que os controles de pensamento do Flash principal se aplicam; defina o que estiver disponível e verifique a resposta.
- Modelos Lite lidam com tarefas curtas e bem especificadas. Um prompt que exige planejamento em várias etapas, contagem cuidadosa ou cadeias longas de ferramentas tem o formato errado para esta faixa, independentemente do que o tamanho da janela sugira.
- O catálogo mostra uma faixa de tarifa e nenhum modo em lote. Trabalho em massa ainda precisa da sua própria fila, política de nova tentativa e controle de taxa, e um item com falha tem de ser capturado pelo seu validador, não pela plataforma.
04
Compare modelos próximos
Compare o ajuste da carga de trabalho e as taxas atuais de token listadas antes de escolher uma rota.
| Modelo | Melhor para | Contexto | Entrada | Saída |
|---|---|---|---|---|
| Gemini 3.5 Flash-LiteEsta página gemini-3.5-flash-lite | Classificação, extração e triagem em alto volume, onde respostas curtas e uma conta pequena decidem o projeto. | 1M | $0.255 USD Preço oficial $0.3 USD | $2.125 USD Preço oficial $2.5 USD |
| Gemini 3.8 Flash gemini-3.8-flash | A entrada principal Flash para ciclos de agente que precisam de respostas mais cuidadosas em uma faixa de tarifa superior. | 1M | $0.45 USD Preço oficial $0.75 USD | $2.25 USD Preço oficial $3.75 USD |
| Gemini 2.5 Flash-Lite gemini-2.5-flash-lite | A listagem Gemini de menor custo, para tarefas que o modelo Lite da geração 2.5 já resolve bem. | 1M | $0.085 USD Preço oficial $0.1 USD | $0.34 USD Preço oficial $0.4 USD |
05
Guias de início rápido do SDK
Use um URL base e um ID de modelo de cURL, Python ou TypeScript.
curl https://api.omniakey.com/v1/chat/completions \
-H "Authorization: Bearer $OMNIAKEY_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3.5-flash-lite",
"messages": [
{"role": "user", "content": "Review this pull request"}
],
"stream": true
}'06
Estimar o custo em tokens
Insira os tokens de entrada e saída esperados para comparar as taxas listadas atuais.
- Estimativa OmniaKey
- US$ 0,068
- Estimativa pelo preço oficial
- US$ 0,08
- Economia estimada
- US$ 0,012
A estimativa cobre apenas tokens de entrada e saída. O uso do cache, novas tentativas, ferramentas e contabilidade de token do lado do cliente podem alterar a cobrança final.
07
Guias de programação relacionados
Orientações mais detalhadas sobre seleção, configuração e solução de problemas para esta família de modelos.
Preço da API Gemini 3.8 Flash e custo por tarefa
O Google Standard cobra hoje $0.75 por milhão de tokens de entrada e $3.75 de saída; novas tentativas e a taxa de aprovação definem o custo real.
Leia o guiaGemini 4 Argon vs GPT-6 Astra: preço, velocidade e acertos nas mesmas tarefas
Três tarefas reais com os mesmos prompts: quem acertou, em quanto tempo e por quanto.
Leia o guia08
Fontes e verificação
Os fatos e links do modelo foram verificados em 2026-10-27. A documentação do provedor continua sendo a autoridade para o comportamento upstream.
Perguntas frequentes
Quanto custa Gemini 3.5 Flash-Lite no OmniaKey?
OmniaKey cobra $0.255 USD por 1 milhão de tokens de entrada e $2.125 USD por 1 milhão de tokens de saída, em dólares americanos. Os preços oficiais são $0.3 USD e $2.5 USD; você salva 15%.
Qual é a janela de contexto para Gemini 3.5 Flash-Lite?
A janela de contexto listada é 1M. Os limites utilizáveis reais também podem depender do formato da solicitação do cliente e do upstream.
Como o Gemini 3.5 Flash-Lite é cobrado?
Aplicam-se três tarifas: uma para tokens de entrada, uma para tokens de saída e uma mais baixa para entrada em cache. Elas ficam em uma faixa abaixo do Gemini 3.8 Flash, e o catálogo mostra uma única faixa em vez de níveis por comprimento de prompt. Os valores atuais estão na tabela de preços da página do modelo.
Qual é a diferença entre o Gemini 3.5 Flash-Lite e o Gemini 3.8 Flash?
Principalmente a faixa de tarifa. Ambos listam janela de contexto de 1M tokens, entrada de imagem, uso de ferramentas, o rótulo fast e os mesmos três clientes de programação, então a lista de capacidades não os separa. A entrada Flash-Lite é a mais barata das duas, e a entrada Flash principal é a que se usa quando as respostas exigem mais cuidado.
Este é o modelo Gemini mais barato na OmniaKey?
Não. O Gemini 2.5 Flash-Lite lista tarifas menores nas três linhas, e o Gemini 2.5 Flash fica no mesmo nível deste modelo. Compare os dois IDs Lite nos seus próprios prompts: a geração mais nova não é automaticamente a conta menor, e a qualidade das respostas decide quantos resultados você tem de refazer.
Como chamo o Gemini 3.5 Flash-Lite?
Faça POST para https://api.omniakey.com/v1/chat/completions com gemini-3.5-flash-lite como model. Texto, partes de imagem e definições de ferramentas vão todos no array messages de um corpo compatível com OpenAI. O ID diferencia maiúsculas de minúsculas e inclui os dois pontos, então copie-o da página do modelo em vez de digitá-lo de novo.
Ele consegue ler imagens e chamar ferramentas?
O catálogo lista tanto visão quanto uso de ferramentas, e indica Cursor, Cline e Aider. Na prática, combine imagens com uma pergunta estreita, como um único campo de um formulário, porque um modelo pequeno se sai melhor com um pedido claro do que com uma tarefa de leitura aberta. Teste as suas próprias digitalizações antes de prometer precisão.