Карточка модели Google DeepMind. · источник
Карточка модели Google DeepMind. · источник
Карточка модели Google DeepMind (пользовательский интерфейс: окно с 01.01.2025 по 01.05.2025). · источник
Estimate from the version's published specs, benchmarks and reviews, 0-5; scores are only comparable within one criteria year. Scored as launched (3 Mar 2026, preview). Reasoning: Artificial Analysis Intelligence Index 34 at launch (v4.0; The Decoder 3 Mar 2026), nearest anchor 35. Coding null: no Terminal-Bench 4.0 (Google published LiveCodeBench 72.0%). Context 1M tokens (DeepMind model card). Price $0.25 in / $1.50 out per 1M = $0.5625 blended at 3:1. Speed 363 output tokens/s (Google's benchmark table, Artificial Analysis data; The Decoder: over 360). Input text, image, audio, video.[1]
On multimodal tasks, it beats top-tier models like Claude Opus 4.6 and Kimi K2.5, hitting 78 percent on the MMMU-Pro benchmark.
While Claude also has the same 1-million token context window, this model is arguably the best model for summarizing boring paperwork because it's so cheap to run.
The results aren't consistent, and the content quickly drifts into nonsense, but with tight guardrails, there could be some interesting use cases, like quick UI mockups to visualize ideas.
| Google's fastest and cheapest model Gemini 3.1 Flash-Lite got smarter but also tripled the price · 3 мар. 2026 г. | 0.60 |
|---|---|
| Google just launched Gemini 3.1 Flash-Lite — 7 prompts to test its new 'Thinking' mode · 3 мар. 2026 г. | 0.50 |
| Google Deepmind's Gemini 3.1 Flash-Lite generates websites almost in real time · 24 мар. 2026 г. | 0.40 |
Фото читателей, отдельно от медиа пина с источниками. Оцените то, что вы ели или видели, а в пине ресторана отметьте блюда прямо на своём фото.
Первая запись — всегда источник пина. Общая достоверность — это взвешенное среднее того, насколько каждый источник подтверждает указанные выше время начала и окончания; вес источника уменьшается вдвое за каждые 180 дней разницы с самым новым.
Запись Google «Gemini 3.1 Flash-Lite: создана для интеллекта в масштабе» датирована 3 марта 2026 г. и сообщает, что в тот же день она раскатывается в предварительной версии для разработчиков через Gemini API и для компаний через Vertex AI.
The Wikipedia article lists Gemini 3.1 Flash-Lite as released on 3 March 2026.
DeepMind's model card gives the benchmark table against the model's predecessor and named rivals.
Чего-то не хватает или есть ошибка? Напишите своими словами: ссылку, подтверждающую этот пин, другую дату начала или окончания и почему, или факт, которого нет или который неверен. ИИ сверит это с источниками пина, поищет лучшие и добавит любую страницу, которая вас подтверждает. Собственные источники пина всё равно весят больше всего. Изображение, на котором показано что-то другое или показано плохо, тоже проверяется и опускается ниже или заменяется.
Оригинальное название: Gemini 3.1 Flash-Lite Released
| Бенчмарк | Gemini 3.1 Flash-Lite | Gemini 2.5 Flash | Gemini 2.5 Flash-Lite | GPT-5 mini | Claude 4.5 Haiku | Grok 4.1 Fast |
|---|---|---|---|---|---|---|
| Цена входа ($ за 1 млн токенов, без кэширования, чем ниже, тем лучше) | $0.25 | $0.30 | $0.10 | $0.25 | $1.00 | $0.20 |
| Цена выхода ($ за 1 млн токенов, чем ниже, тем лучше) | $1.50 | $2.50 | $0.40 | $2.00 | $5.00 | $0.50 |
| Скорость вывода (токенов в секунду) | 363 | 249 | 366 | 71 | 108 | 145 |
| Humanity’s Last Exam (академическое рассуждение, полный набор, текст + мультимодальность, без инструментов) | 16.0% | 11.0% | 6.9% | 16.7% | 9.7% | 17.6% |
| GPQA Diamond (научные знания, без инструментов) | 86.9% | 82.8% | 66.7% | 82.3% | 73.0% | 84.3% |
| MMMU-Pro (мультимодальное понимание и рассуждение, без инструментов) | 76.8% | 66.7% | 51.0% | 74.1% | 58.0% | 63.0% |
| CharXiv Reasoning (синтез информации из сложных графиков) | 73.2% | 63.7% | 55.5% | 75.5% | 61.7% | 31.6% |
| Video-MMMU (получение знаний из видео) | 84.8% | 79.2% | 60.7% | 82.5% | — | 74.6% |
| SimpleQA Verified (параметрические знания) | 43.3% | 28.1% | 11.5% | 9.5% | 5.5% | 19.5% |
| FACTS Benchmark Suite (бенчмарк фактической точности по привязке к источникам, параметрическим знаниям, поиску и мультимодальности) | 40.6% | 50.4% | 17.9% | 33.7% | 18.6% | 42.1% |
| MMMLU (многоязычные вопросы и ответы) | 88.9% | 86.6% | 84.5% | 84.9% | 83.0% | 86.8% |
| LiveCodeBench (генерация кода (UI: 1/1/2025–5/1/2025)) | 72.0% | 62.6% | 34.3% | 80.4% | 53.2% | 76.5% |
| MRCR v2 (8 иголок) (работа с длинным контекстом, 128k (в среднем)) | 60.1% | 54.3% | 30.6% | 52.5% | 35.3% | 54.6% |
| MRCR v2 (8 иголок) (работа с длинным контекстом, 1M (по точкам)) | 12.3% | 21.0% | 5.4% | — | — | 6.1% |