🚀 Google ra mắt Gemini 3.1 Flash-Lite: Model rẻ hơn 8 lần, nhanh hơn 2.5 lần
$0.25 cho một triệu input token. Đó là mức giá Google vừa đặt ra cho Gemini 3.1 Flash-Lite, model mới nhất và rẻ nhất trong dòng Gemini 3.1.
💰 Giá rẻ đến mức nào?
Gemini 3.1 Flash-Lite có giá $0.25 mỗi triệu input token và $1.50 mỗi triệu output token. Con số này rẻ hơn 8 lần so với Gemini 3.1 Flash thông thường.
Nếu bạn đang chạy chatbot xử lý hàng triệu tin nhắn mỗi ngày, mức chênh lệch đó không còn là tiết kiệm nhỏ nữa. Đó là khoản tiền đủ để bạn mở thêm tính năng, tăng giới hạn người dùng, hoặc đơn giản là giảm chi phí vận hành xuống đáng kể.
⚡ Tốc độ thực tế
Flash-Lite nhanh hơn 2.5 lần về Time to First Token so với Flash, và tốc độ output tăng thêm 45%.
Với các ứng dụng cần phản hồi tức thì như live chat hay autocomplete, TTFT thấp nghĩa là người dùng thấy chữ xuất hiện gần như ngay lập tức. Không cần chờ, không có cảm giác lag.
🎯 Chất lượng có bị hy sinh không?
Google tuyên bố chất lượng của Flash-Lite tương đương Gemini 2.5 Flash, dòng model trước đó. Bạn không trả tiền cho model mới nhất, nhưng bạn nhận được mức chất lượng đã được kiểm chứng trong nhiều tháng qua.
Đây là lựa chọn hợp lý cho những tác vụ không cần suy luận phức tạp: phân loại email, tóm tắt văn bản ngắn, trích xuất dữ liệu có cấu trúc, hay trả lời câu hỏi FAQ.
🛠️ Dùng được ở đâu?
Flash-Lite có mặt trên Google AI Studio và Vertex AI ngay bây giờ. Nếu bạn muốn thử, bạn có thể gọi model qua tên gemini-3.1-flash-lite.
Lưu ý quan trọng: phiên bản Preview sẽ ngừng hoạt động vào ngày 9/7/2026. Nếu bạn đang build với preview endpoint, hãy chuyển sang gemini-3.1-flash-lite chính thức trước ngày đó để tránh gián đoạn.
📋 Phù hợp nhất cho ai?
Flash-Lite không phải model cho mọi bài toán. Google định vị rõ ràng cho các trường hợp sau:
- Chatbot high-volume xử lý hàng triệu lượt hội thoại mỗi ngày
- Phân loại dữ liệu ở quy mô lớn, ví dụ gắn nhãn ticket hỗ trợ khách hàng
- Xử lý văn bản hàng loạt như tóm tắt bài viết, trích xuất thông tin từ hợp đồng
- Ứng dụng cost-sensitive nơi ngân sách API là ràng buộc cứng
Nếu bài toán của bạn cần suy luận nhiều bước, giải toán phức tạp, hay lập trình, bạn vẫn cần Flash hoặc Pro. Flash-Lite không thay thế được những trường hợp đó.
Bạn đang xây dựng ứng dụng nào mà chi phí API đang là rào cản lớn nhất? Flash-Lite có thể là câu trả lời bạn cần thử ngay hôm nay.
#VibeAICoder #GoogleGemini #AINews #GeminiFlashLite #AITools
