Gemini 3.5 Flash вышел с ценой $1.50/$9 и индексом интеллекта 55

Google представила Gemini 3.5 Flash на конференции I/O 19 мая 2026 года и в тот же день включила модель в потребительское приложение Gemini, режим AI Mode в поиске и Gemini API. По данным Artificial Analysis, Flash набирает 55 баллов в композитном Intelligence Index — пятое место среди всех публично оценённых LLM. Цена доступа при этом составляет $1.50 за миллион входных токенов и $9 за миллион выходных.

Линейка Gemini 3.5 анонсирована как «frontier intelligence with action» — упор на агентные и кодовые сценарии. Старшую модель семейства, Gemini 3.5 Pro, Google показала на том же мероприятии, но к середине июня она остаётся в ограниченном превью для отдельных корпоративных клиентов Vertex AI; публичный запуск и официальная цена пока не объявлены. Таким образом, реально доступной фронтирной моделью июньского цикла Google стала именно Flash-версия.

Какие бенчмарки показывает Gemini 3.5 Flash

Flash обгоняет прошлогоднюю Pro-версию на агентных и кодовых задачах. На Terminal-Bench 2.1 модель набирает 76,2% против 70,3% у Gemini 3.1 Pro, на MCP Atlas — 83,6% против 78,2%, на Finance Agent v2 — 57,9% против 43,0%. На бенчмарке экономически значимых задач GDPval-AA Flash достигает Elo 1656 — заметно выше Gemini 3 Flash (1204) и Gemini 3.1 Pro (1314) и почти вровень с GPT-5.4 в режиме xhigh (1674).

Кодовая ниша остаётся слабым местом относительно топовых reasoning-моделей. На SWE-Bench Pro Flash показывает 55,1% против 64,3% у Claude Opus 4.7 — разрыв почти в девять пунктов в пользу более дорогой модели Anthropic. Flash позиционируется как быстрый и дешёвый агент, а не как абсолютный лидер по сложным рассуждениям.

Структура отрыва от прошлого поколения показательна. Прибавка на Finance Agent v2 — почти пятнадцать пунктов (57,9% против 43,0%) — указывает, что Google тренировала Flash на длинных многошаговых задачах с инструментами, а не только на одиночных запросах. По агрегированному GDPval-AA, который оценивает экономически значимые рабочие сценарии, прыжок от Gemini 3 Flash (Elo 1204) к версии 3.5 (1656) составляет более 450 пунктов Elo — больше, чем разница между 3 Flash и 3.1 Pro. Для Flash-линейки это самое крупное обновление за поколение.

Сколько стоит Gemini 3.5 Flash и что изменилось в цене

Flash стоит $1.50 за миллион входных и $9 за миллион выходных токенов при контекстном окне 1 048 576 токенов и максимальном выходе 65 536 токенов. Для Flash-линейки это рост цены: предыдущие версии Flash продавались заметно дешевле, и Google здесь повторяет траекторию Anthropic и OpenAI, которые тоже подняли тарифы на свежие модели. The Decoder отмечает, что Google следует за Anthropic и OpenAI, делая новые модели существенно дороже предыдущих.

Сравнение с собственной Pro-линейкой объясняет логику позиционирования. Gemini 3.1 Pro стоит $2/$12 при индексе 57; Flash отстаёт всего на два пункта индекса, но дешевле на входе на четверть. При этом Flash выигрывает по скорости: свыше 280 выходных токенов в секунду в быстрых режимах — это ключевой аргумент для агентных пайплайнов, где латентность важнее предельного качества рассуждений.

Цена входа в $1.50 за миллион токенов остаётся низкой по меркам моделей с миллионным контекстом, но это уже не та бюджетная Flash, к которой привык рынок. Поднимая тариф, Google закрывает разрыв между Flash и Pro по стоимости и заставляет команды считать экономику внимательнее: при больших объёмах генерации выходные $9 за миллион способны превысить экономию на входе. Для высокочастотных агентов с короткими ответами модель остаётся выгодной; для пайплайнов с длинной генерацией арифметика смещается в сторону более дешёвых open-weight альтернатив.

Где Flash имеет смысл, а где нет

Сильные стороны Flash — комбинация скорости, миллионного контекста и низкой цены на входе. Это делает модель удобной для высокочастотных агентных задач: вызовы инструментов через MCP, длинные цепочки действий, обработка больших объёмов документов. Высокий результат на MCP Atlas и Terminal-Bench подтверждает, что Google оптимизировала Flash именно под tool use. Поддержка протокола MCP здесь не формальность: бенчмарк проверяет умение модели выбирать и связывать вызовы внешних серверов, а не ограничиваться текстовым ответом, и именно эта способность определяет применимость модели в продакшен-агентах.

• Подходит: агентные пайплайны с частыми вызовами инструментов, обработка длинных документов, сценарии реального времени, где критична латентность.
• Спорно: сложная кодогенерация — на SWE-Bench Pro Flash уступает Opus 4.7 почти девять пунктов.
• Не подходит: задачи, требующие максимального reasoning, где разница в качестве оправдывает переход на топовые модели верхнего яруса.

Доступность стала отдельным преимуществом релиза. В отличие от Pro-версии, которая застряла в превью, Flash сразу появилась во всех ключевых поверхностях Google — потребительском приложении Gemini, режиме AI Mode в поиске, среде Antigravity 2.0 и Gemini API через Vertex. Модель стала дефолтной в приложении Gemini, то есть её охват измеряется не корпоративными лицензиями, а аудиторией потребительских продуктов Google. Это меняет масштаб обкатки: реальные паттерны нагрузки и edge-кейсы Flash собирает быстрее любого конкурента в своём сегменте.

Контекст вокруг релиза задаёт более широкий рынок: к середине июня 2026 года средний ценовой сегмент стал главной ареной конкуренции, где Flash соперничает с Qwen, NVIDIA Nemotron и линейкой Claude Sonnet. Обзор расклада сил доступен в материале «Карта фронтирных моделей на июнь 2026», а историю long-context-лидерства Google — в материале о Gemini 2.5 Pro на RULER-2M. Полная подборка релизов собрана в категории «Модели».

Ближайший вопрос — выход Gemini 3.5 Pro, который Сундар Пичаи обещал «в следующем месяце» после I/O. Если Pro повторит соотношение цена/качество Flash в верхнем ярусе, Google усилит давление сразу на двух фронтах: на топовые reasoning-модели и на бюджетный агентный сегмент. До публичного запуска Pro и публикации её официальной цены реальным выбором у Google остаётся Flash.