# Gemini 3.5 Flash-Lite

> Fiche du modèle de langage Gemini 3.5 Flash-Lite sur Quelle IA, édition du 28 septembre 2026. Gemini 3.5 Flash-Lite (Google DeepMind) : score IA de 76,4, 74e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/gemini-3-5-flash-lite/
Origine : Google DeepMind · États-Unis · sorti le 21 juillet 2026

## Score général

- Score IA : 76,4 (marge à 90 % : de 73,5 à 79,3)
- Rang : 74 (Groupe 8, ex æquo)
- Couverture : 85 % du poids des tâches, 31 mesures
- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

## Scores par tâche

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | 75,6 | Rang 58 · 67 % |
| Code | 70,9 | Provisoire · 23 % |
| Agents | non mesuré | Non mesuré |
| Usage | 78,7 | Rang 73 · 100 % |
| Maths | 71,7 | Rang 65 · 62 % |
| Sciences | 75,6 | Rang 54 · 60 % |
| Français | 75,6 | Rang 46 · 100 % |
| Vision | 79,8 | Provisoire · 33 % |
| Écriture | 80,0 | Rang 63 · 100 % |
| Web | 79,5 | Rang 58 · 100 % |

## Artificial Analysis (hors du score)

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index v4.3. C'est un autre indice, qui ne compte pas dans le score IA de Quelle IA et ne se compare pas directement à lui.

| Version évaluée | Indice v4.3 | Rang chez eux | Vitesse | Premier jeton | Prix par million de jetons (entrée / sortie) |
| --- | --- | --- | --- | --- | --- |
| [Gemini 3.5 Flash-Lite](https://artificialanalysis.ai/models/gemini-3-5-flash-lite) | 22,2 | 131e sur 193 | 326,1 jetons/s | 9,27 s | 0,3 $ / 2,5 $ |

Médianes de leurs mesures : vitesse en jetons produits par seconde, délai avant le premier jeton en secondes. Prix en dollars par million de jetons, en entrée puis en sortie. Rang parmi les 193 modèles que leur indice classe. Relevé le 1er octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis, https://artificialanalysis.ai/models/gemini-3-5-flash-lite

## Exécution locale

Non. Gemini 3.5 Flash-Lite est un modèle fermé : il s'utilise en ligne, par l'application de son éditeur ou par API.

## Fiche technique

- Prix : 0,26 € / 2,17 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 1 048 576 jetons (environ 786 000 mots)
- Entrées : Texte, image, vidéo, son, PDF
- Réflexion : Minimale, faible, moyenne, élevée (quatre niveaux réglables)
- Paramètres : Non communiqué
- Licence : Propriétaire (poids fermés, accès par l'éditeur)
- Classe énergétique : C (sur une échelle de A à G)
- Hébergement en Europe : Possible
- Connaissances jusqu'à : Mars 2026

## Où le trouver

- Par API : [OpenRouter](https://openrouter.ai/google/gemini-3.5-flash-lite)
- Par API : [API Google DeepMind](https://ai.google.dev)
- L'essayer : [Gemini](https://gemini.google.com)

## Dans les outils de code

- Disponible dans : [OpenCode](https://quelleia.com/outils/#opencode) (à l'usage)
- Relevé du 30 septembre 2026 sur la page publique de chaque outil. Un modèle proposé par un outil figure dans la liste que son éditeur publie. Rien n'y est mesuré.

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| EuroEval, Allociné (sentiment) | Français | 97 % | 83,8 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| GPQA Diamond | Sciences | 83,3 % | 75,5 | actif | https://epoch.ai/benchmarks |
| DTBench | Raisonnement | 83,5 % | 75,8 | saturé | https://conceptualreasoning.ai/dtbench |
| EuroEval, HellaSwag (bon sens) | Français | 71,5 % | 68,1 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| OTIS Mock AIME 2024-2025 | Maths | 71,1 % | 68,5 | saturé | https://epoch.ai/benchmarks |
| EuroEval, ScaLA (grammaire) | Français | 69,8 % | 111,1 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, FQuAD (compréhension) | Français | 68,4 % | 61,2 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| GPQA Diamond | Sciences | 75,8 % | 69,5 | actif | https://epoch.ai/benchmarks |
| GPQA Diamond | Sciences | 74,2 % | 68,4 | actif | https://epoch.ai/benchmarks |
| EuroEval, ELTeC (noms propres) | Français | 60,5 % | 46,5 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| OTIS Mock AIME 2024-2025 | Maths | 60 % | 65,1 | saturé | https://epoch.ai/benchmarks |
| compar:IA | Français | 1 091,0 Elo | 102,3 | actif | https://arene.comparia.beta.gouv.fr/ranking |
| Arena, écriture créative | Écriture | 1 435,4 Elo | 84,6 | actif | https://arena.ai/leaderboard |
| Arena, questions en français | Français | 1 480,4 Elo | 82,6 | actif | https://arena.ai/leaderboard |
| Arena, questions de code | Code | 1 501,0 Elo | 81,8 | actif | https://arena.ai/leaderboard |
| Arena, texte | Usage | 1 454,1 Elo | 81,9 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 469,2 Elo | 79,4 | actif | https://arena.ai/leaderboard |
| Arena, vision | Vision | 1 264,1 Elo | 84,4 | actif | https://arena.ai/leaderboard |
| Arena, questions de maths | Maths | 1 441,8 Elo | 78,0 | actif | https://arena.ai/leaderboard |
| EuroEval, INCLUDE (connaissances) | Français | 54,3 % | 47,2 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| ARC-AGI-1 | Raisonnement | 53,5 % | 74,8 | saturé | https://arcprize.org/leaderboard |
| OTIS Mock AIME 2024-2025 | Maths | 51,1 % | 62,7 | saturé | https://epoch.ai/benchmarks |
| Code Arena, WebDev | Web | 1 439,7 Elo | 79,9 | actif | https://arena.ai/leaderboard |
| LMCA | Raisonnement | 37,6 | 78,2 | actif | https://conceptualreasoning.ai/lmca |
| SciCode | Code | 41,3 % | 72,9 | actif | https://artificialanalysis.ai/evaluations/scicode |
| WeirdML (v2) | Code | 39 % | 67,0 | actif | https://htihle.github.io/weirdml.html |
| EuroEval, OrangeSum (résumé) | Français | 38,8 % | 95,2 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, MultiLoKo (connaissances locales) | Français | 32,7 % | 66,7 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| ARC-AGI-1 | Raisonnement | 32,3 % | 69,6 | saturé | https://arcprize.org/leaderboard |
| FrontierMath, paliers 1 à 3 (v2) | Maths | 26 % | 73,7 | actif | https://epoch.ai/benchmarks |
| Chess Puzzles | Raisonnement | 22 % | 79,0 | actif | https://epoch.ai/benchmarks |
| ARC-AGI-1 | Raisonnement | 17 % | 64,6 | saturé | https://arcprize.org/leaderboard |
| Chess Puzzles | Raisonnement | 21 % | 78,2 | actif | https://epoch.ai/benchmarks |
| Chess Puzzles | Raisonnement | 18 % | 75,8 | actif | https://epoch.ai/benchmarks |
| ProofBench | Maths | 13 % | 80,5 | saturé | https://www.vals.ai/benchmarks/proof_bench |
| Mystery Game Puzzles | Raisonnement | 19 % | 81,5 | actif | https://epoch.ai/benchmarks |
| ARC-AGI-2 | Raisonnement | 10,3 % | 75,5 | saturé | https://epoch.ai/benchmarks |
| GDP.pdf | Données | 10 % | 77,3 | actif | https://surgehq.ai/benchmarks/gdp-pdf |
| ARC-AGI-1 | Raisonnement | 7,5 % | 59,2 | saturé | https://arcprize.org/leaderboard |
| ARC-AGI-2 | Raisonnement | 5,3 % | 72,3 | saturé | https://epoch.ai/benchmarks |
| Mystery Game Puzzles | Raisonnement | 12 % | 73,0 | actif | https://epoch.ai/benchmarks |
| ARC-AGI-2 | Raisonnement | 1,5 % | 66,6 | saturé | https://epoch.ai/benchmarks |
| ARC-AGI-2 | Raisonnement | 0,8 % | 64,7 | saturé | https://epoch.ai/benchmarks |
| FrontierMath, palier 4 (v2) | Maths | 0 % | 70,5 | saturé | https://epoch.ai/benchmarks |
| CritPt | Sciences | 0 % | 61,2 | actif | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de Gemini 3.5 Flash-Lite ?** Gemini 3.5 Flash-Lite obtient un score IA de 76,4, avec une marge de 73,5 à 79,3, dans l'édition du 28 septembre 2026. Il est classé 74e sur 246 modèles, à partir de 31 mesures.

**Dans quelles tâches Gemini 3.5 Flash-Lite est-il le plus fort ?** Ses deux meilleures tâches sont écriture (80,0) et vision (79,8). Sa tâche la plus faible est code (70,9).

**Gemini 3.5 Flash-Lite peut-il tourner en local ?** Non. Gemini 3.5 Flash-Lite est un modèle fermé : il s'utilise en ligne, par l'application de son éditeur ou par API.

**Combien coûte Gemini 3.5 Flash-Lite ?** 0,26 € par million de jetons en entrée et 2,17 € en sortie, au tarif affiché par les fournisseurs. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

**Qui édite Gemini 3.5 Flash-Lite ?** Gemini 3.5 Flash-Lite est édité par Google DeepMind (États-Unis), et il est sorti le 21 juillet 2026. C'est un modèle fermé.

Source : Quelle IA, édition du 28 septembre 2026. https://quelleia.com