Gemini 3.5 Flash: быстрее, умнее и в 5,5 раз дороже предшественника

Быстрее всех, но кошелек опустеет быстрее
Google DeepMind сделала то, что все давно ожидали, но никто не хотел признавать: эпоха дешевых "Flash"-моделей закончилась. Gemini 3.5 Flash, анонсированный на Google I/O и сразу вышедший в общий доступ без традиционной пометки "preview", - это технологический шаг вперед, обернутый в ценник, который заставит разработчиков пересчитать свои бюджеты.
Модель выдает свыше 280 токенов в секунду - примерно на 70% быстрее Gemini 3 Flash и быстрее таких конкурентов, как GPT-5.4 mini. На Intelligence Index от Artificial Analysis она набирает 55 баллов - на 9 пунктов выше предшественника. Это ставит ее выше Grok 4.3 (53 балла) и Claude Sonnet 4.6 (52 балла). Звучит отлично. Но дальше начинается арифметика, которая портит всю картину.
Цены выросли по всем фронтам
Google подняла цены сразу с двух сторон: и базовый тариф, и фактическое потребление токенов в реальных задачах. Теперь Gemini 3.5 Flash стоит $1,50 за миллион входных токенов и $9,00 за миллион выходных - против $0,50 и $3,00 у Gemini 3 Flash. То есть тариф вырос втрое.
Но это лишь половина проблемы. Агентные задачи требуют значительно больше итераций - модель буквально "разговаривает" сама с собой дольше, чем любой из протестированных конкурентов. В результате прогон бенчмарка Artificial Analysis Intelligence Index обошелся в $1 551,60 для Gemini 3.5 Flash против $892,28 для Gemini 3.1 Pro. Иными словами, "бюджетная" Flash-модель обходится на 75% дороже Pro в реальных условиях агентной работы.
Для сравнения: Gemini 3 Flash с рассуждениями стоил $278 за тот же прогон. Разница - пятикратная. Это уже не "небольшая корректировка цен", это смена позиционирования продукта.
Отраслевой тренд: все лаборатории зондируют ценовую чувствительность
Гугл здесь не одинок - скорее, завершает формирование отраслевого консенсуса. Anthropic с Claude Opus 4.7 незаметно поднял реальную стоимость на 30-40% за счет нового токенизатора. OpenAI с GPT-5.5 прибавил 50-90% к стоимости относительно GPT-5.4, хотя там рост был за счет базовых цен при снижении потребления токенов. Google пошла иным путем: подняла и то, и другое одновременно.
Это показательно. Все три крупнейшие лаборатории синхронно тестируют, сколько API-разработчики готовы платить за "следующее поколение". Сырая цена за токен перестает быть релевантной метрикой - важна стоимость завершенной задачи, а не миллиона символов.
Где Flash 3.5 реально хорош
Самые впечатляющие результаты - в агентных задачах и мультимодальности. На GDPval-AA (реальные агентные сценарии) модель набрала Elo 1656, значительно обогнав Gemini 3 Flash (1204) и Gemini 3.1 Pro (1314). Лидер здесь GPT-5.4 с показателем 1674 - разрыв минимальный.
В мультимодальности Google традиционно сильна. Gemini 3.5 Flash поддерживает текст, изображения, видео и речь - в отличие от Claude Opus 4.7, Grok 4.3 и GPT-5.5, которые работают только с текстом и картинками. На бенчмарке MMMU-Pro модель набрала 84% - лучший результат среди всех протестированных моделей.
Галлюцинации тоже сократились: показатель упал до 61% против 92% у предшественника - снижение на 31 процентный пункт. Звучит как прорыв, но MiMo-V2.5-Pro и Grok 4.3 уже давно сидят на отметке 25%. Так что тут скорее "догоняем", чем "лидируем".
Слабое место: программирование
При всех достоинствах у Gemini 3.5 Flash есть заметная дыра в навыках кодирования. В coding-бенчмарках модель уступает GPT-5.5 и Claude Opus 4.7 - и это критично для разработчиков, которые рассматривают Flash как замену более тяжелым моделям в своих пайплайнах. Если ваш основной сценарий - генерация кода или code review, переход на 3.5 Flash принесет разочарование.
Контекст и доступность
Модель вышла сразу повсюду: в приложении Gemini, в AI Mode в Google Search, в Google AI Studio, Android Studio и корпоративных продуктах Gemini Enterprise. Контекстное окно осталось прежним - 1 миллион токенов, максимальный вывод - 65 536 токенов. Дата среза знаний - январь 2025 года.
Google также анонсировала новый Interactions API в бета-версии - по сути, их ответ на OpenAI Responses с серверным управлением историей диалога.
Для российских разработчиков ситуация стандартная: Gemini API доступен через Google AI Studio, но оплата требует иностранной карты или работы через посредников. VPN для базового доступа к документации не нужен, но для полноценной работы с API - зависит от вашей юрисдикции.
Что это значит
Gemini 3.5 Flash - это честный апгрейд по качеству, но радикальный пересмотр ценностного предложения Flash-линейки. Раньше Flash означал "дешево и достаточно быстро". Теперь Flash означает "быстро, умно, но дорого".
Следующий месяц обещает Gemini 3.5 Pro - судя по тренду, по цене он будет выше Gemini 3.1 Pro, а значит, API-разработчики окажутся перед непростым выбором: платить за флагман или искать компромисс в более дешевых моделях конкурентов.
Похожие новости
OpenAI выпустила GPT-6.2 Astra и Sol: входные и выходные токены Astra в API на 20% дешевле, чем у GPT-6 Astra
OpenAI представила две модели: флагманскую GPT-6.2 Astra и экономичную GPT-6.2 Sol. Они доступны в ChatGPT Work, Codex и API и тратят меньше выходных токенов. В API Astra дешевле GPT-6 Astra: входные и выходные токены на 20% ниже, на кэшированные входные скидка 60%.
OpenAI показала агентов GPT-6 для клиник: Luna выполняет задачу за 8,5 цента
OpenAI предложила больницам и страховщикам GPT-6 Astra и Luna: агенты сами кликают по программам клиник и порталам страховых. Среди партнеров компании - CVS Health и Cigna Healthcare.
NVIDIA Vera Rubin NVL72 в MLPerf Endpoints: более 10x токенов на киловатт к GB300
В предварительных результатах MLPerf Endpoints v1.0 система Vera Rubin NVL72 выдала более чем в 10 раз больше токенов на киловатт, чем GB300 NVL72. Результаты еще не верифицированы MLCommons.