Google treibt die Geschwindigkeit und Skalierbarkeit von KI mit einem neuen, leichtgewichtigen Modell für massive Workloads weiter voran. Das Unternehmen hat Gemini 3.1 Flash-Lite auf den Markt gebracht und bezeichnet es als sein bislang schnellstes und kosteneffizientestes Modell für KI-Aufgaben mit hohem Anfragevolumen.
Google zufolge ist das Modell für Entwickler gedacht, die KI-Operationen mit hoher Frequenz und Echtzeitdienste betreiben, die bei einer großen Zahl von Anfragen schnelle Antworten benötigen.
Für Skalierbarkeit entwickelt, für den Produktionseinsatz kalkuliert
Gemini 3.1 Flash-Lite reiht sich als schlankes Modell in die Gemini-3-Familie ein und ist auf Umgebungen mit hohem Durchsatz zugeschnitten, in denen Geschwindigkeit und Effizienz entscheidend sind. Das Modell wurde entwickelt, um groß angelegte Bereitstellungen zu unterstützen, ohne den Aufwand, der typischerweise mit größeren Modellen verbunden ist.
Die Veröffentlichung erfolgt zunächst als Preview-Version und steht Entwicklern über Google AI Studio über die Gemini API sowie Unternehmensteams über Vertex AI zur Verfügung. Damit können Organisationen beginnen, das Modell in realen Workloads zu testen, während Google die Gemini-3-Serie.
weiter ausbaut.
Google hat außerdem die Preis- und Leistungsverbesserungen hinter dem Design von Flash-Lite genauer erläutert. Das Modell kostet 0,25 US-Dollar pro einer Million Eingabetoken und 1,50 US-Dollar pro einer Million Ausgabetoken – eine Struktur, die die Kosten für Anwendungen mit großen Anfragevolumen überschaubar halten soll.
Bei der Leistung meldet das Unternehmen eine 2,5-fach schnellere Zeit bis zum ersten Token und eine um 45 % höhere Ausgabegeschwindigkeit im Vergleich zu Gemini 2.5 Flash, sodass Anwendungen nach dem Absenden eines Prompts schneller Antworten liefern können.
Diese Verbesserungen sind besonders für Systeme relevant, die kontinuierliche Prompt-Ströme verarbeiten, etwa bei automatisierter Moderation, groß angelegter Übersetzung oder anderen Diensten mit hohem Anfragevolumen, bei denen sich selbst moderate Zugewinne bei der Antwortgeschwindigkeit über Millionen von Interaktionen hinweg summieren können.
Ein genauerer Blick auf die Ergebnisse
Auch bei branchenüblichen Benchmarks zur Prüfung von Schlussfolgerungsfähigkeit und multimodalem Verständnis schneidet Gemini 3.1 Flash-Lite gut ab. Das Modell erreichte auf der Rangliste von Arena.ai einen Elo-Wert von 1432 – einem Bewertungssystem, das KI-Modelle anhand ihrer Leistung im direkten Vergleich miteinander vergleicht.
Bei akademisch ausgerichteten Tests erzielte Flash-Lite 86,9 % bei GPQA Diamond, einem Benchmark für komplexe Schlussfolgerungsfragen, sowie 76,8 % bei MMMU-Pro, das misst, wie gut Modelle Text, Bilder und andere Medien interpretieren und daraus Schlussfolgerungen ziehen.
Laut Google platzieren diese Ergebnisse Flash-Lite vor mehreren Modellen derselben Kategorie und sogar vor einigen größeren Gemini-Modellen früherer Generationen.
Flash-Lite startet seine Praxistests
Google gibt Entwicklern außerdem mehr Kontrolle darüber, wie das Modell unterschiedliche Aufgaben angeht. Gemini 3.1 Flash-Lite führt anpassbare „Denkstufen“ ein, sodass Teams festlegen können, wie viel Schlussfolgerungsarbeit das System vor der Generierung einer Antwort leisten soll.
Partner mit frühem Zugang testen das Modell bereits in Umgebungen, die dem Produktionseinsatz ähneln. Unternehmen wie Latitude, Cartwheel und Whering erproben Flash-Lite in ihren Anwendungen. Entwickler heben dabei konsistente strukturierte Ausgaben und eine zuverlässige Befolgung von Anweisungen hervor.
In einem Beispiel berichtete Whering bei der Verwendung des Modells zur Produktklassifizierung von einer hundertprozentigen Konsistenz bei der Kennzeichnung von Artikeln. Ein anderer früher Tester erklärte, Flash-Lite habe bei den ersten Bereitstellungen Abschlüsse in unter 10 Sekunden mit nahezu sofortigem Streaming und einer strukturierten Ausgabekonformität von rund 97 % geliefert.
Da der Zugang zur Preview-Version nun läuft, lädt Google Entwickler dazu ein, mit Flash-Lite in großem Maßstab zu experimentieren.
Schwanken Sie noch zwischen Gemini und ChatGPT? Unser Praxistest-Vergleich zeigt sieben Unterschiede auf, die das Nutzungserlebnis prägen.