Nel gruppo di modelli rilasciati da Google il 21 luglio, accanto al piu' noto Gemini 3.6 Flash, ce n'e' uno pensato per un pubblico preciso: chi deve elaborare enormi quantita' di testo spendendo il meno possibile. Si chiama Gemini 3.5 Flash-Lite e costa 0,30 dollari per milione di token in ingresso e 2,50 dollari per milione in uscita. E' il modello piu' economico e veloce della serie 3.5, gia' disponibile in Google AI Studio e Vertex AI.
A cosa serve un modello "leggero"
Prima di guardare a come si usa, conviene chiarire perche' esiste un modello cosi' economico accanto ai fratelli piu' potenti: risponde a un'esigenza reale delle aziende, che spesso devono elaborare volumi enormi di testo dove la difficolta' del singolo compito e' bassa ma la quantita' e' altissima. Non tutti i compiti richiedono il modello piu' potente. Classificare migliaia di email, estrarre dati da documenti, etichettare recensioni, moderare commenti, generare risposte brevi e standardizzate: sono lavori ad alto volume e bassa complessita', in cui conta soprattutto il costo per operazione. Su questo terreno un modello "lite" e' spesso la scelta razionale: costa una frazione dei modelli di punta e risponde piu' in fretta. Con 0,30 dollari per milione di token in ingresso, si possono analizzare centinaia di pagine di testo per pochi centesimi.
Come si colloca nel listino Google
Per capire il posizionamento aiuta il confronto con il fratello maggiore: Gemini 3.6 Flash costa 1,50 dollari per milione di token in ingresso e 7,50 in uscita, ed e' orientato a compiti piu' complessi, come l'assistenza alla programmazione su attivita' di lungo respiro (dove Google dichiara tagli ai costi fino al 65% rispetto alle generazioni precedenti). Flash-Lite sta un gradino sotto: meno "ragionamento", ma un prezzo circa cinque volte inferiore. La scelta tra i due dipende dal compito, ed e' questa granularita' — un modello per ogni fascia di costo — la vera strategia di Google sul mercato delle API.
Come provarlo passo passo, gratis
Un dettaglio non da poco: Flash-Lite condivide con il resto della serie una finestra di contesto molto ampia, che gli permette di ingerire in un colpo solo documenti lunghi. Questo lo rende adatto anche a compiti come l'estrazione di dati da interi contratti o report, purche' l'operazione richiesta resti semplice e ripetitiva. Il modo piu' rapido per testarlo e' Google AI Studio, gratuito per iniziare:
- Vai su aistudio.google.com e accedi con un account Google.
- Crea una chiave API dalla sezione API keys.
- Nel selettore dei modelli scegli Gemini 3.5 Flash-Lite.
- Prova un prompt di classificazione, il caso d'uso ideale per questo modello.
Esempio di prompt da incollare, con l'output atteso:
Classifica il sentiment di ciascuna recensione come POSITIVO, NEUTRO o NEGATIVO. Rispondi solo con l'etichetta.
1) "Spedizione velocissima, prodotto perfetto" → POSITIVO
2) "Confezione integra ma consegna in ritardo di tre giorni" → NEUTRO
3) "Non ha mai funzionato, assistenza irraggiungibile" → NEGATIVO
Per usarlo da codice, la chiamata via API con la libreria ufficiale google-genai in Python e' minima:
from google import genai
client = genai.Client(api_key="LA_TUA_CHIAVE")
resp = client.models.generate_content(
model="gemini-3.5-flash-lite",
contents="Riassumi in una frase: l'IA riduce i costi dei compiti ripetitivi."
)
print(resp.text)Il piano gratuito di AI Studio ha limiti di frequenza (un certo numero di richieste al minuto e al giorno) pensati per test e prototipi; per l'uso in produzione ad alto volume si passa alla fatturazione a consumo con i prezzi indicati sopra.
Un conto pratico: quanto costa davvero
Per rendere concreti i numeri, immaginiamo di dover classificare il sentiment di 100.000 recensioni, ciascuna lunga in media 200 token, con una risposta di pochi token (l'etichetta). L'input totale e' di 20 milioni di token: a 0,30 dollari al milione fa 6 dollari. L'output, poche parole per recensione, incide per pochi centesimi. In pratica l'intero lavoro costa circa 6-7 dollari. Con Gemini 3.6 Flash, a 1,50 dollari al milione in ingresso, lo stesso compito costerebbe intorno ai 30 dollari: cinque volte tanto per un risultato che, su una classificazione semplice, sarebbe quasi identico. E' questo il senso di un modello "lite": non fa cose che gli altri non sanno fare, ma fa quelle semplici a un costo che rende sostenibili anche i volumi enormi.
Quando conviene e quando no
Flash-Lite e' la scelta giusta quando il volume e' alto e il compito e' ben definito: classificazione, estrazione, risposte brevi, smistamento. Non e' invece indicato per ragionamenti complessi, scrittura creativa di qualita', analisi articolate o programmazione impegnativa: li' conviene salire a Gemini 3.6 Flash o ai modelli Pro. La regola pratica e' semplice: parti dal compito, non dal modello. Se una prova con Flash-Lite dà risultati affidabili, hai trovato la soluzione piu' economica; se sbaglia troppo, sali di fascia. E' proprio questa possibilita' di scegliere il modello giusto per ogni lavoro il vantaggio di un'offerta cosi' segmentata, e spiega perche' il segmento "leggero" e' diventato il vero campo di battaglia tra Google, OpenAI e i modelli aperti come DeepSeek, dove si concentra gran parte del volume di produzione.
