Tarifs+7% bonus
Schuyler Stacy2026-07-23

Gemini 3.6 Flash et Gemini 3.5 Flash-Lite expliqués : lequel devriez-vous utiliser ?

Comparez les tarifs, la vitesse, les benchmarks et les cas d’utilisation de Gemini 3.6 Flash et Gemini 3.5 Flash-Lite. Découvrez quel nouveau modèle Google correspond à votre charge de travail en IA.

Gemini 3.6 Flash et Gemini 3.5 Flash-Lite expliqués : lequel devriez-vous utiliser ?

TL;DR

  • Google a lancé Gemini 3.6 Flash et Gemini 3.5 Flash-Lite le 21 juillet 2026. Les deux modèles sont généralement disponibles et ne sont pas des versions expérimentales.
  • Gemini 3.6 Flash est le modèle polyvalent le plus performant pour le codage, l’analyse multimodale, les tâches de connaissance et les flux de travail agentiques complexes.
  • Gemini 3.5 Flash-Lite est le modèle d’exécution plus rapide et moins coûteux pour l’extraction de documents, la traduction, la classification, la recherche et les tâches de sous-agents à grande échelle.
  • Les deux modèles prennent en charge une fenêtre de contexte d’un million de tokens, jusqu’à 64 000 tokens en sortie, les entrées multimodales, le raisonnement, les appels de fonctions, les sorties structurées et l’ancrage dans la recherche.
  • Gemini 3.6 Flash n’est pas systématiquement beaucoup plus intelligent que Gemini 3.5 Flash sur tous les benchmarks. Ses principaux avantages sont un nombre réduit de tokens en sortie, moins d’appels d’outils, des temps d’exécution plus courts et un tarif de sortie inférieur.
  • La manière la plus intéressante de les utiliser n’est peut-être pas de choisir un seul modèle, mais d’utiliser Gemini 3.6 Flash comme agent principal et Gemini 3.5 Flash-Lite comme couche d’exécution.
  • Les deux modèles sont désormais disponibles via GPTProto avec une remise de 40 % sur les tarifs catalogue de Google. Vous pouvez appeler l’API Gemini 3.6 Flash ou l’API Gemini 3.5 Flash-Lite avec une seule clé API GPTProto et un endpoint compatible avec OpenAI.

Google a lancé deux nouveaux modèles Flash prêts pour la production, mais leurs noms n’expliquent pas immédiatement leurs différences.

Gemini 3.5 Flash-Lite est-il simplement une version plus petite de Gemini 3.6 Flash ? « GA » désigne-t-il un modèle distinct ? Gemini 3.6 Flash est-il réellement meilleur que Gemini 3.5 Flash, ou est-il seulement moins cher ?

La réponse courte est que Google a créé deux modèles pour deux couches différentes d’un système d’IA. Gemini 3.6 Flash est conçu pour prendre des décisions plus difficiles et coordonner des flux de travail complexes. Gemini 3.5 Flash-Lite est conçu pour exécuter rapidement et économiquement un grand nombre de tâches plus petites.

Ce guide présente tout ce que vous devez savoir sur Gemini 3.6 Flash et Gemini 3.5 Flash-Lite, notamment leurs dates de sortie, leurs tarifs, leurs spécifications, leurs cas d’utilisation, les exigences de migration et la comparaison entre Gemini 3.6 Flash, Gemini 3.5 Flash et Kimi K3.

Table des matières

Gemini 3.6 Flash and Gemini 3.5 Flash-Lite at a Glance

Google released both models on July 21, 2026. Unlike many recent Gemini launches, neither model entered the API as a temporary preview. Google lists both as stable and generally available for production use.

Specification Gemini 3.6 Flash Gemini 3.5 Flash-Lite
Release date July 21, 2026 July 21, 2026
Availability GA / Stable GA / Stable
Model ID gemini-3.6-flash gemini-3.5-flash-lite
Primary role General-purpose workhorse High-throughput execution model
Default thinking level Medium Minimal
Input context limit 1,048,576 tokens 1,048,576 tokens
Maximum output 65,536 tokens 65,536 tokens
Input types Text, image, video, audio, PDF Text, image, video, audio, PDF
Output type Text Text
Google standard input price $1.50 per 1M tokens $0.30 per 1M tokens
Google standard output price $7.50 per 1M tokens $2.50 per 1M tokens
GPT Proto input price $0.90 per 1M tokens $0.18 per 1M tokens
GPT Proto output price $4.50 per 1M tokens $1.50 per 1M tokens
GPT Proto discount 40% off 40% off
Best suited for Coding, complex agents, knowledge work, spatial and multimodal reasoning Extraction, classification, translation, search, data processing, subagents

Both models have a March 2026 knowledge cutoff, according to their official model cards. For more recent information, developers need to use search grounding or provide current data in the prompt.

What Is Gemini 3.6 Flash?

Gemini 3.6 Flash is Google’s latest general-purpose Flash model for coding, knowledge work, multimodal analysis, and multi-step agentic execution.

It is based on Gemini 3.5 Flash rather than being an entirely separate generation of the Gemini architecture. The main goal of the update is to make Flash more efficient during real work: fewer unnecessary output tokens, fewer reasoning steps, fewer tool calls, and fewer repeated execution loops.

That distinction matters. Gemini 3.6 Flash is not simply trying to produce a higher score on every intelligence benchmark. It is trying to complete the same or better work with less computation and less waiting.

According to Google’s launch announcement, Gemini 3.6 Flash uses approximately 17% fewer output tokens than Gemini 3.5 Flash on the Artificial Analysis Index. Google also reports that it takes fewer turns and tool calls to complete multi-step workflows.

Official evaluations show improvements in several practical areas:

  • DeepSWE increased from 37% to 49%, suggesting fewer incorrect code edits and execution loops.
  • MLE-Bench increased from 49.7% to 63.9% for machine learning research tasks.
  • OSWorld-Verified increased from 78.4% to 83% for computer-use tasks.
  • GDPval-AA v2 increased from 1349 to 1421 for knowledge-work performance.

These are vendor-reported results, so they should not be treated as universal guarantees. However, they support Google’s positioning of Gemini 3.6 Flash as a more reliable model for code migrations, technical diagnostics, document analysis, chart interpretation, and tool-using agents.

The model accepts text, images, video, audio, and PDF files, but it only generates text. It does not directly generate images, videos, or speech.

What Is Gemini 3.5 Flash-Lite—and What Does GA Mean?

Gemini 3.5 Flash-Lite is Google’s fastest and least expensive model in the Gemini 3.5 family. It is optimized for low-latency, high-volume tasks where throughput and API cost matter more than maximum reasoning quality.

The “GA” in Flash-Lite GA means Generally Available. It is an availability status, not part of the model’s name. A GA model is intended for stable production use rather than short-term preview testing.

Gemini 3.5 Flash-Lite is based on Gemini 3.1 Flash-Lite—not Gemini 3.6 Flash. Therefore, it should not be understood as a compressed version of the new 3.6 model. The two releases come from different upgrade paths:

  • Gemini 3.5 Flash → Gemini 3.6 Flash
  • Gemini 3.1 Flash-Lite → Gemini 3.5 Flash-Lite

Google positions Flash-Lite for use cases such as:

  • Document classification and structured extraction
  • Receipt and invoice processing
  • Product attribute extraction
  • Translation and localization
  • Search-result processing
  • High-volume customer-support routing
  • Tabular data processing
  • Repetitive tool calls
  • Parallel subagent execution

Independent testing cited in Google’s announcement measured Gemini 3.5 Flash-Lite at approximately 350 output tokens per second. Actual API performance will vary with prompt length, thinking level, server load, tools, and region, but the result illustrates the model’s throughput-focused design.

Flash-Lite is also considerably more capable than its predecessor. Google reports improvements from 31% to 54% on Terminal-Bench 2.1 and from 60.1% to 72.2% on its long-context evaluation.

It can use higher thinking levels for more complicated tasks, but doing so changes its cost and latency profile. If every request requires deep reasoning, Flash-Lite may lose some of the economic advantage that makes it attractive.

What Do “Flash” and “Flash-Lite” Mean in Gemini?

“Flash” is not an official acronym. It is Google’s product label for Gemini models that prioritize speed, efficiency, and scalable inference.

The practical meaning of Flash is:

  • Faster than heavier flagship models
  • Less expensive to run at scale
  • Suitable for interactive applications
  • Still capable of reasoning, coding, and multimodal understanding

Flash-Lite moves further toward the efficiency end of that spectrum. It is designed for workloads with a large number of relatively bounded tasks, such as extracting fields from thousands of documents or translating millions of short content items.

“Lite” does not mean that the model cannot reason or process multimodal inputs. Gemini 3.5 Flash-Lite still supports thinking, function calling, structured output, search grounding, and a 1M-token context window.

The difference is how Google expects each model to be deployed:

  • Flash: Choose it when the model must understand a complicated goal and decide what to do.
  • Flash-Lite: Choose it when the task is already defined and needs to be completed quickly at scale.

Gemini 3.6 Flash vs Gemini 3.5 Flash: What Actually Improved?

Gemini 3.6 Flash is the direct successor to Gemini 3.5 Flash, but “successor” does not mean that every intelligence score has increased.

The most meaningful improvements are efficiency, coding reliability, tool use, and total time per task.

Comparison Gemini 3.6 Flash Gemini 3.5 Flash
Standard input price $1.50/M $1.50/M
Standard output price $7.50/M $9/M
Default thinking level Medium Medium
Context window 1M 1M
Maximum output 64K 64K
Artificial Analysis Intelligence Index 50 50
Average time per task in launch testing 1.3 minutes 2.7 minutes
Primary advantage Lower token use and faster task completion Established production baseline

In Artificial Analysis testing, both models scored 50 on its Intelligence Index. That makes it difficult to argue that Gemini 3.6 Flash represents a large increase in general intelligence.

However, Gemini 3.6 Flash completed the tested tasks in less than half the average time. Its output price is also approximately 16.7% lower, while the model uses fewer output tokens in many agentic workloads.

For production users, this may be more valuable than a small benchmark increase. A model that reaches a similar answer with fewer tokens, fewer failed tool calls, and fewer correction loops can reduce both the infrastructure cost and the time users spend waiting.

There is little pricing incentive to begin a new deployment on Gemini 3.5 Flash when Gemini 3.6 Flash has the same standard input price and a lower output price. Existing applications, however, should still test migration compatibility instead of changing the model ID without review.

Developers who are not ready to migrate can continue to test Gemini 3.5 Flash on GPT Proto before comparing its real output quality, latency, and token consumption with Gemini 3.6 Flash.

Gemini 3.6 Flash and Gemini 3.5 Flash-Lite Pricing

The following prices are Google’s paid Gemini API rates per one million tokens at launch.

Model Standard Input Standard Output Batch Input Batch Output
Gemini 3.6 Flash $1.50 $7.50 $0.75 $3.75
Gemini 3.5 Flash $1.50 $9.00 $0.75 $4.50
Gemini 3.5 Flash-Lite $0.30 $2.50 $0.15 $1.25
Gemini 3.1 Flash-Lite* $0.25 $1.50 $0.125 $0.75

*Gemini 3.1 Flash-Lite charges a higher input rate for audio. Refer to the current Gemini API pricing page before deploying a production workload.

A Simple Cost Example

Suppose a workload consumes 100 million input tokens and generates 20 million output tokens.

Ignoring caching, grounding, and storage fees, the standard Google API cost would be:

  • Gemini 3.6 Flash: $150 input + $150 output = $300
  • Gemini 3.5 Flash: $150 input + $180 output = $330
  • Gemini 3.5 Flash-Lite: $30 input + $50 output = $80

This illustrates the large sticker-price difference between Flash and Flash-Lite. However, fixed token calculations do not tell the entire story.

A cheaper model can become expensive if it requires more retries, produces longer reasoning traces, or fails to complete a task. Similarly, a model with a higher token rate may have a lower cost per completed task if it uses fewer turns and tools.

That is why Gemini 3.6 Flash’s token efficiency matters. If it produces approximately 17% fewer output tokens while also charging 16.7% less for each output token, the savings on the output portion of some workloads can be substantially greater than the price-table difference alone suggests.

Gemini 3.5 Flash-Lite presents the opposite lesson. It is the least expensive model in the 3.5 family, but it is not cheaper than 3.1 Flash-Lite for every token type. Its text, image, and video input price increased from $0.25 to $0.30 per million tokens, while output increased from $1.50 to $2.50.

Developers are paying more than they did for 3.1 Flash-Lite, but they are receiving much better reasoning, agentic performance, and throughput.

GPT Proto Pricing: Access Both Models at 40% Off

Both models are also available through GPT Proto at 40% below Google’s listed standard token rates.

Model Google Input GPT Proto Input Google Output GPT Proto Output
Gemini 3.6 Flash $1.50/M $0.90/M $7.50/M $4.50/M
Gemini 3.5 Flash-Lite $0.30/M $0.18/M $2.50/M $1.50/M

At these rates, the same workload of 100 million input tokens and 20 million output tokens would cost approximately:

  • Gemini 3.6 Flash on GPT Proto: $90 input + $90 output = $180
  • Gemini 3.5 Flash-Lite on GPT Proto: $18 input + $30 output = $48

The same workload would cost approximately $300 and $80 respectively at Google’s standard listed rates.

GPT Proto uses pay-as-you-go billing, so developers do not need a separate subscription for each model. The same API key and account balance can also be used across GPT Proto’s collection of 200+ text, image, video, and audio models.

You can check the current rates on the Gemini 3.6 Flash API page and Gemini 3.5 Flash-Lite API page.

Which Gemini Flash Model Should You Choose?

The best model depends on whether your bottleneck is task complexity or execution volume.

Workload Recommended model Why
Large codebase changes Gemini 3.6 Flash Better planning and fewer unwanted edits
Multi-step coding agent Gemini 3.6 Flash Stronger tool use and execution loops
Chart and document analysis Gemini 3.6 Flash Better multimodal and spatial reasoning
Complex business research Gemini 3.6 Flash Stronger knowledge-work performance
Document classification Gemini 3.5 Flash-Lite Lower cost and higher throughput
Receipt or invoice extraction Gemini 3.5 Flash-Lite Designed for structured document processing
Large-scale translation Gemini 3.5 Flash-Lite Fast, multimodal, and inexpensive
Search-result processing Gemini 3.5 Flash-Lite Suitable for parallel high-volume execution
Simple subagent tasks Gemini 3.5 Flash-Lite Low-cost execution with adjustable thinking
Agent orchestration Both Flash plans; Flash-Lite executes

The More Interesting Answer: Use Both

Imagine an e-commerce platform that needs to extract product information from thousands of listings, PDFs, images, and supplier documents.

Gemini 3.6 Flash could:

  1. Inspect several representative documents.
  2. Design the extraction schema.
  3. Decide which sources are reliable.
  4. Identify ambiguous or conflicting product information.
  5. Review exceptions that require deeper reasoning.

Gemini 3.5 Flash-Lite could then run in parallel to:

  1. Read every product document.
  2. Extract brand, material, size, price, and availability.
  3. Translate product descriptions.
  4. Return structured JSON.
  5. Flag unusual records for the main agent.

This architecture avoids paying 3.6 Flash rates for every repetitive extraction while still using the stronger model where its reasoning matters.

Gemini 3.6 Flash vs Kimi K3

Gemini 3.6 Flash and Kimi K3 were released within days of each other, but they optimize for different things.

Kimi K3 is Moonshot AI’s 2.8-trillion-parameter flagship model for long-horizon coding, reasoning, and end-to-end knowledge work. Gemini 3.6 Flash emphasizes speed, token efficiency, multimodal workflows, and integration with Google’s tools.

The following figures come from the same Artificial Analysis comparison, making them more useful than comparing unrelated vendor benchmark tables.

Comparison Gemini 3.6 Flash Kimi K3
Intelligence Index 50 57
Observed output speed Approximately 275 tokens/s Approximately 36 tokens/s
Input price $1.50/M $3/M
Output price $7.50/M $15/M
Context window Approximately 1M Approximately 1M
Model type Proprietary Open-weight release announced
Best fit Fast and cost-efficient agents Higher-intelligence, long-horizon work

Kimi K3 has the stronger overall Intelligence Index score. It is a better candidate when maximum reasoning quality and sustained knowledge work matter more than response speed.

Gemini 3.6 Flash is approximately twice as cheap by listed input and output token prices, and its observed generation speed is several times higher. That makes it more attractive for interactive tools, coding loops, document analysis, and applications serving many simultaneous users.

There is also an openness difference, although it requires a date-sensitive qualification. Moonshot described Kimi K3 as an open-source model, but its official launch documentation said the complete weights would be released by July 27, 2026. They were not yet fully available at this article’s July 23 update.

The practical verdict is:

  • Choose Gemini 3.6 Flash for speed, lower API cost, multimodal input, and Google-native tools.
  • Choose Kimi K3 for stronger general intelligence, long-running knowledge work, and future self-hosting possibilities.
  • Test both on the actual workflow before assuming a higher benchmark score will produce a lower cost per successful task.

You can also try Kimi K3 on GPT Proto to compare its behavior with other current models.

Where Can You Access Gemini 3.6 Flash and Gemini 3.5 Flash-Lite?

Google provides direct access to the two models through Google AI Studio, the Gemini API, the Gemini app, and its enterprise products. Gemini 3.6 Flash is also available through Google Antigravity.

Developers who want one key for multiple AI providers can now access both models through GPT Proto:

GPT Proto provides an OpenAI-compatible API interface. Instead of maintaining separate Google, Kimi, OpenAI, DeepSeek, and other provider accounts, developers can use one API key, one balance, and the same base URL across 200+ models.

The GPT Proto model strings are:

gemini-3.6-flash
gemini-3.5-flash-lite

This also makes A/B testing easier. An application can route complex requests to Gemini 3.6 Flash and high-volume extraction or classification jobs to Gemini 3.5 Flash-Lite without rebuilding its API integration.

How to Use Gemini 3.6 Flash and Gemini 3.5 Flash-Lite API on GPT Proto

GPT Proto supports an OpenAI-compatible Chat Completions endpoint, so developers who already use the OpenAI SDK can access the two Gemini models by changing the API key, base URL, and model name.

Step 1: Create a GPT Proto API Key

Create or sign in to your GPT Proto account, add usage credits, and open the API Keys section in the dashboard.

Generate a new API key and store it securely. Do not paste the key directly into public repositories, frontend code, or shared documents.

For macOS or Linux, save it as an environment variable:

export GPTPROTO_API_KEY="sk-your-gptproto-api-key"

Step 2: Install the OpenAI Python SDK

Install or update the OpenAI SDK:

python -m pip install openai

GPT Proto uses the following OpenAI-compatible base URL:

https://gptproto.com/v1

Step 3: Call the Gemini 3.6 Flash API

Use Gemini 3.6 Flash when the request involves coding, planning, multimodal analysis, knowledge work, or a complex sequence of decisions.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["GPTPROTO_API_KEY"],
    base_url="https://gptproto.com/v1",
)

response = client.chat.completions.create(
    model="gemini-3.6-flash",
    messages=[
        {
            "role": "system",
            "content": (
                "You are a careful software engineering assistant. "
                "Inspect the problem before proposing changes and explain "
                "how each recommendation should be verified."
            ),
        },
        {
            "role": "user",
            "content": (
                "Review this API migration plan and identify compatibility, "
                "security, and performance risks."
            ),
        },
    ],
    max_completion_tokens=2048,
)

print(response.choices[0].message.content)

This request is sent to GPT Proto’s unified endpoint while using gemini-3.6-flash as the model ID.

Step 4: Switch to Gemini 3.5 Flash-Lite

To use Flash-Lite, keep the same client, API key, and base URL. Only change the model string:

response = client.chat.completions.create(
    model="gemini-3.5-flash-lite",
    messages=[
        {
            "role": "user",
            "content": (
                "Extract the merchant, invoice date, currency, subtotal, tax, "
                "and total from the following invoice text. Return valid JSON."
            ),
        }
    ],
    max_completion_tokens=1024,
)

print(response.choices[0].message.content)

Gemini 3.5 Flash-Lite is the better option for large batches of extraction, translation, classification, routing, and other clearly defined tasks.

Step 5: Route Tasks Between the Two Models

A production application does not have to send every request to the same model. A simple routing rule can use:

  • gemini-3.6-flash for planning, coding, exception handling, and difficult multimodal analysis.
  • gemini-3.5-flash-lite for repetitive execution, structured extraction, translation, and high-volume processing.

Because both models use the same GPT Proto endpoint and account balance, switching between them only requires changing the model ID.

Avoid adding deprecated Gemini sampling parameters such as temperature, top_p, and top_k to new integrations. Google has deprecated these parameters for Gemini 3.6 Flash and Gemini 3.5 Flash-Lite.

Migration Notes: Do Not Treat It as a Model-ID-Only Upgrade

Gemini 3.6 Flash may look like an obvious replacement for Gemini 3.5 Flash, but Google introduced API behavior changes that can affect existing applications.

Starting with Gemini 3.6 Flash and Gemini 3.5 Flash-Lite:

  • temperature is deprecated.
  • top_p is deprecated.
  • top_k is deprecated.
  • Prefilled model turns are no longer supported.
  • A request whose last non-empty turn is a model message can return an HTTP 400 error in future implementations.

Google currently says the deprecated sampling parameters are ignored, but future model generations may reject them. Developers should remove them rather than relying on the API to continue ignoring the values.

Before migrating production traffic, test:

  • Structured JSON output
  • Function and tool calls
  • Multi-turn message history
  • Prompts that previously depended on temperature
  • Long-document accuracy
  • Thinking-level behavior
  • Token use and cost per completed task
  • Retry and timeout handling

This is particularly important for agentic applications, where a small change in tool selection or reasoning length can significantly affect total cost.

Limitations to Know Before Switching

Both new models are capable, but they still have important limitations.

They Only Generate Text

Gemini 3.6 Flash and Gemini 3.5 Flash-Lite can analyze images, videos, audio, and PDFs, but they do not directly generate media. Image, video, speech, and music generation require separate models.

A 1M Context Window Does Not Guarantee Perfect Recall

The context limit tells you how much content the API can accept, not whether every fact will receive equal attention. Important instructions and evidence should still be clearly structured, especially in very long prompts.

Thinking Tokens Count Toward Output Billing

Increasing the thinking level can improve difficult tasks, but it also increases output consumption and latency. Flash-Lite at a high thinking level may behave very differently from its minimal default.

GA Does Not Eliminate Hallucinations

Both official model cards list hallucination, occasional slowness, and timeouts as known limitations. High-stakes outputs still require grounding, validation, or human review.

Computer Use Documentation Is Currently Inconsistent

Google’s launch guide states that the new models support its built-in tool suite, including Computer Use. However, the individual Gemini 3.5 Flash-Lite model page currently lists Computer Use as unsupported, while the launch materials describe it as available.

Developers planning browser or interface automation with Flash-Lite should verify the latest API capability documentation before production deployment.

Final Verdict

Gemini 3.6 Flash and Gemini 3.5 Flash-Lite are not redundant releases.

Gemini 3.6 Flash is the better default when a task requires coding, planning, complex reasoning, multimodal interpretation, or multiple tool calls. Its main advantage over Gemini 3.5 Flash is not a dramatic increase in general intelligence, but a better combination of speed, token efficiency, coding reliability, and output pricing.

Gemini 3.5 Flash-Lite is the better choice when the task is clearly defined and must be repeated thousands or millions of times. It costs more than the previous Flash-Lite generation in several pricing categories, but it delivers a significant improvement in reasoning, tool reliability, and throughput.

For many production systems, the best decision will be to use both: Gemini 3.6 Flash as the planner and Gemini 3.5 Flash-Lite as the scalable execution layer.

Both models are now available on GPT Proto at 40% off Google’s standard listed rates. Developers can use the Gemini 3.6 Flash API for complex coding and agentic workflows, switch to the Gemini 3.5 Flash-Lite API for high-volume execution, or browse the full GPT Proto AI model collection to compare more than 200 models through one API platform.

Studio créatif

Générez images, vidéos et plus avec les API de production.

Commencer à créer
Studio créatif
Modèles associés
Tous les modèles
Google
40% OFF
Google
40% OFF
Google
40% OFF
MoonshotAI
10% OFF

Questions fréquemment posées

Quand Gemini 3.6 Flash et Gemini 3.5 Flash-Lite ont-ils été lancés ?

Google a lancé les deux modèles le 21 juillet 2026. Ils sont devenus disponibles via l’API Gemini, Google AI Studio, l’application Gemini et les produits destinés aux entreprises le même jour.

Gemini 3.6 Flash est-il généralement disponible ?

Oui. Gemini 3.6 Flash est généralement disponible et répertorié comme modèle de production stable. Son identifiant de modèle API est gemini-3.6-flash.

Que signifie Gemini 3.5 Flash-Lite GA ?

GA signifie « Generally Available », c’est-à-dire généralement disponible. Cela indique que Gemini 3.5 Flash-Lite est prêt pour la production et n’est pas une version d’aperçu temporaire. « GA » désigne un statut de disponibilité et ne fait pas partie du nom du modèle.

Combien coûtent Gemini 3.6 Flash et Gemini 3.5 Flash-Lite ?

Gemini 3.6 Flash coûte 1,50 $ par million de tokens d’entrée et 7,50 $ par million de tokens de sortie au tarif standard de l’API payante. Gemini 3.5 Flash-Lite coûte 0,30 $ par million de tokens d’entrée et 2,50 $ par million de tokens de sortie. Le traitement par lots propose des tarifs de tokens environ 50 % inférieurs.

Gemini 3.6 Flash est-il meilleur que Gemini 3.5 Flash ?

Gemini 3.6 Flash constitue généralement le meilleur choix pour la production, car son tarif de sortie est inférieur, il utilise moins de tokens de sortie, exécute les tâches plus rapidement et améliore plusieurs benchmarks de codage et d’agentivité. Toutefois, les deux modèles ont obtenu le même score de 50 sur l’Artificial Analysis Intelligence Index. La version 3.6 représente donc davantage une amélioration de l’efficacité et de l’exécution qu’un bond universel en matière d’intelligence.

Quelle est la différence entre Flash et Flash-Lite ?

Flash est conçu pour équilibrer intelligence, rapidité et coût lors de tâches complexes du monde réel. Flash-Lite privilégie une latence et un coût API réduits ainsi qu’un débit élevé pour les tâches répétitives ou délimitées, comme l’extraction, la traduction, la classification et l’exécution de sous-agents.

Les deux modèles prennent-ils en charge une fenêtre de contexte d’un million de tokens ?

Oui. Gemini 3.6 Flash et Gemini 3.5 Flash-Lite prennent en charge jusqu’à 1 048 576 tokens d’entrée et jusqu’à 65 536 tokens de sortie.

Gemini 3.5 Flash-Lite peut-il traiter des images et des vidéos ?

Oui. Il accepte les fichiers texte, image, vidéo, audio et PDF en entrée. Toutefois, ses sorties sont limitées au texte.

Gemini 3.6 Flash et Flash-Lite sont-ils gratuits ?

Google propose une offre gratuite limitée de l’API Gemini pour les utilisations éligibles. Les applications de production nécessitant des limites plus élevées, la mise en cache, l’accès à l’API Batch ou des contrôles avancés doivent généralement utiliser l’offre payante. Les quotas gratuits et la disponibilité régionale peuvent changer.

Les développeurs doivent-ils migrer immédiatement depuis Gemini 3.5 Flash ?

Gemini 3.6 Flash présente de solides avantages en matière de prix et d’efficacité, mais les développeurs doivent d’abord tester leurs prompts et leurs flux de travail avec outils. Les paramètres d’échantillonnage tels que temperature, top_p et top_k sont obsolètes, et les tours de modèle préremplis ne sont plus pris en charge.

Puis-je utiliser Gemini 3.6 Flash et Gemini 3.5 Flash-Lite sur GPTProto ?

Oui. Les deux modèles sont disponibles via l’API compatible avec OpenAI de GPTProto. Utilisez `gemini-3.6-flash` ou `gemini-3.5-flash-lite` comme identifiant de modèle avec l’URL de base `https://gptproto.com/v1`. La même clé API et le même solde de compte fonctionnent avec les autres modèles disponibles sur GPTProto.

Combien coûtent les nouveaux modèles Gemini sur GPTProto ?

GPTProto propose les deux modèles avec une remise de 40 % sur les tarifs catalogue standards de Google. Gemini 3.6 Flash coûte 0,90 $ par million de tokens d’entrée et 4,50 $ par million de tokens de sortie. Gemini 3.5 Flash-Lite coûte 0,18 $ par million de tokens d’entrée et 1,50 $ par million de tokens de sortie. Consultez la page de chaque modèle pour connaître le tarif actuel avant d’estimer les coûts de production.

Articles associés

Plus de blogs
GLM-5.2 vs Kimi K3 pour le codage : lequel est le meilleur pour les développeurs en 2026 ?

GLM-5.2 vs Kimi K3 pour le codage : lequel est le meilleur pour les développeurs en 2026 ?

En bref : Kimi K3 est le modèle de codage le plus performant lorsque la tâche est difficile, longue ou visuelle. Il devance GLM-5.2 dans la comparaison de codage publiée par Moonshot et accepte les images et les vidéos via son service hébergé. GLM-5.2 reste le meilleur choix par défaut pour le travail courant sur les dépôts : il coûte beaucoup moins cher, est plus compact à exploiter et utilise la licence MIT permissive. Kimi K3 propose désormais aussi des poids téléchargeables, mais son dépôt de 1,56 To, son déploiement recommandé avec au moins 64 accélérateurs et sa licence personnalisée en font un engagement nettement plus important pour l'auto-hébergement. Choisissez Kimi lorsque les capacités constituent le facteur limitant ; choisissez GLM lorsque le coût et la simplicité opérationnelle comptent au quotidien. L'aspect intéressant de la comparaison de code GLM-5.2 vs Kimi K3 n'est pas que les deux modèles puissent écrire un composant React ou résoudre un algorithme court. Les modèles de ce niveau franchissent déjà cette étape. La vraie question est de savoir ce qui se passe lorsque la mission devient complexe : audit d'un dépôt, migration portant sur plusieurs fichiers, bogue qui n'apparaît que dans une capture d'écran ou prototype Three.js jouable devant maintenir la cohérence de plusieurs systèmes. C'est également à ce moment que l'écart de prix commence à compter. Kimi K3 semble meilleur sur les tests publics les plus difficiles, mais son tarif officiel de sortie est plus de trois fois supérieur à celui de GLM-5.2. Une équipe qui effectue des milliers de revues ordinaires pourra peut-être accomplir davantage de travail par dollar avec GLM. Un développeur qui tente de sauver un projet visuel particulièrement difficile acceptera volontiers de payer pour K3.

Tiffany Layne | 2026-07-28

Kimi K3 contre GPT-5.6 Sol : des tokens moins chers ou des tâches moins chères ?

Kimi K3 contre GPT-5.6 Sol : des tokens moins chers ou des tâches moins chères ?

TL;DR Mise à jour — 28 juillet 2026 : les poids complets de Kimi K3 sont désormais publics. Moonshot AI a publié le checkpoint de 2,8 T, le rapport technique et la licence Kimi K3 dans ses dépôts officiels. Cette publication renforce l’argument en faveur du contrôle et du déploiement de K3 face à GPT-5.6 Sol, mais elle ne modifie pas les résultats indépendants des benchmarks et ne rend pas K3 peu coûteux à exploiter soi-même. Kimi K3 est moins cher par token. GPT-5.6 Sol constitue le choix par défaut le plus performant pour les agents de production à forts enjeux. Ces deux affirmations peuvent être vraies. L’écart est plus faible que ne le suggèrent les tableaux de prix. Lors des tests d’Artificial Analysis, GPT-5.6 Sol max obtient un score de 59 sur l’Intelligence Index, contre 57 pour Kimi K3. Pourtant, le coût mesuré par tâche est d’environ 1,04 $ pour Sol et 0,95 $ pour K3—et non l’écart de deux pour un suggéré par leurs prix officiels de sortie. Ma réponse courte : choisissez GPT-5.6 Sol lorsque la fiabilité générale, les performances des agents de programmation et l’écosystème d’outils hébergés d’OpenAI sont prioritaires. Choisissez Kimi K3 lorsque l’entrée vidéo, les tâches sur de longs contextes, des tarifs affichés plus bas ou l’accès à des poids ouverts publiés changent la décision.

Schuyler Stacy | 2026-07-28

Qu'est-ce que Kimi K3 — et est-il vraiment proche de GPT-5.6 et de Fable 5 ?

Qu'est-ce que Kimi K3 — et est-il vraiment proche de GPT-5.6 et de Fable 5 ?

TL;DR Kimi K3 est le modèle multimodal de Moonshot AI doté de 2,8 billions de paramètres, conçu pour le codage sur de longues périodes, le travail de connaissance, le raisonnement et les workflows d'agents. Des tests indépendants le placent globalement près de Claude Opus 4.8 et de GPT-5.5, tandis que GPT-5.6 Sol et Claude Fable 5 restent en tête. K3 se rapproche sur les benchmarks agentiques et domine certains tests d'automatisation, mais son taux d'hallucination mesuré a augmenté par rapport à K2.6. Kimi K3 est désormais disponible avec des poids ouverts. Moonshot AI a publié le checkpoint complet, la fiche du modèle, le rapport technique et la licence personnalisée Kimi K3. Le dépôt officiel Hugging Face représente environ 1,56 To répartis sur 96 fragments safetensors, et Moonshot recommande des déploiements sur supernœuds avec au moins 64 accélérateurs. Les poids ouverts règlent la question de la propriété. Ils ne font pas de K3 un modèle local ordinaire. Pour la plupart des développeurs, l'API hébergée reste le point de départ le plus pratique. L' API Kimi K3 sur GPTProto affiche actuellement 2,70 $ par million de tokens d'entrée et 13,50 $ par million de tokens de sortie. Choisissez les poids lorsque le contrôle des données, l'inférence personnalisée ou la modification du modèle justifient l'infrastructure et l'examen de la licence. En bref, Kimi K3 est suffisamment proche de GPT-5.6 et de Fable 5 pour appartenir à la même conversation—et sa sortie avec poids ouverts offre désormais aux développeurs une option de déploiement que ni l'un ni l'autre de ces modèles fermés ne propose.

Michael Johnson | 2026-07-28

Meilleure API d’IA pour les développeurs en 2026 : comparaison de 10 plateformes

Meilleure API d’IA pour les développeurs en 2026 : comparaison de 10 plateformes

TL;DR Best direct APIs: OpenAI is the safest general-purpose default; Anthropic Claude is strongest for coding and long-running agents; Gemini suits low-cost multimodal prototyping; and DeepSeek leads on text-token price. Best multi-model options: OpenRouter is the clearest choice for testing many LLMs. GPTProto is the stronger fit when one product needs text, image, and video models under one API key and shared balance. Best infrastructure choices: Amazon Bedrock fits AWS-governed enterprise deployments, while Replicate, fal.ai, and Together AI are better suited to open-model or generative-media inference. There is no universal winner. Compare workload fit, model coverage, real billing units, production controls, and switching cost. Prices and availability were checked on July 14, 2026; verify live provider pages before deployment.

Tiffany Layne | 2026-07-15