Ling 3.0 Tiny vs Gemini 3.5 Flash-Lite: Gratis är inte billigt, och den etablerade är fortfarande det säkra kortet

"Free" är det dyraste ordet i modellmarknadens ordförråd, eftersom det oftast betyder att någon är på väg att ta betalt för något annat än prislappen. Det är fällan som gömmer sig i jämförelsen mellan Ling 3.0 Tiny, Ant Group InclusionAIs nya MoE-resonemangsmodell med 7,9 miljarder parametrar, och Gemini 3.5 Flash-Lite, Go​ogles billigaste och snabbaste nuvarande Ge​mini-nivå. Ling 3.0 Tiny är gratis att anropa just nu och kostar $0,06 / $0,18 per miljon tokens efter sin kampanj den 14 augusti – men Artificial Analysis mätte att den förbrukade 210M output-tokens enbart för att bedöma sin klass på 56 modeller, med en median på 63M, och flaggade den som "mycket mångordig". Gemini 3.5 Flash-Lite kostar fem gånger så mycket per token, $0,30 / $2,50, men har ett oberoende Intelligence Index på 36 – 13 poäng över Ling 3.0 Tiny – och en utdatahastighet på cirka 490 tokens per sekund. Den billigare prislappen, den snabbare prataren och det lägre betyget är alla samma modell. Det är hela historien om den här jämförelsen, och hela anledningen till att tänka två gånger innan du som standard väljer nykomlingen enbart på pris.

Båda modellerna befinner sig i budgetnivån, men de är i olika skeden av dess livscykel. Gemini 3.5 Flash-Lite är den mogna etablerade aktören: lanserad den 21 juli 2026, kontinuerligt omtestad av en tredje part, och brett utplacerad som standardnivån för högvolym- och latenskänsligt agentarbete. Ling 3.0 Tiny är en vecka gammal, prissatt för att locka användare, och har bedömts exakt en gång. Den här texten klargör vad varje modell faktiskt är, vad de oberoende siffrorna säger och varför det "gratis" priset är den minst användbara siffran i jämförelsen.

Ling 3.0 Tiny, nykomlingen med en mätare

Ling 3.0 Tiny launched on August 6, 2026 on commercial APIs with a quiet-listing pattern rather than a launch event. It is a mixture-of-experts model with 7.9B total parameters and roughly 1.3B active per token, a 256K-token context window (listed as 262K on the commercial listings and Artificial Analysis), up to 32K output tokens, native function calling, and prompt caching. Two modes switch per request: "Thinking," on by default, which spends output tokens on extended reasoning, and "Instant," which answers directly. It is text-in, text-out — no image, audio, or video input.

The pricing structure deserves precision, because "free" is doing a lot of work. It is listed as inclusionai/ling-3.0-tiny:free at $0 per million tokens on both sides; a second gateway runs it free until 8:00am PT on August 14, 2026, then applies its listed rate of $0.06 per million input and $0.18 per million output tokens, with cached input at $0.01. Artificial Analysis, which sampled the free tier, shows the $0.00 / $0.00 price on its live page. So the model is genuinely free right now, and genuinely metered a week from now.

Gemini 3.5 Flash-Lite, den nuvarande

Gemini 3.5 Flash-Lite är Go​ogles svar på samma fråga, lanserad en nivå ner i Gemini 3.5-serien. Den är inbyggt multimodal vad gäller inmatning — text, bilder, video, ljud och filer — med textutdata, ett kontextfönster på 1M-token, upp till 64K utdatatoken och konfigurerbar resoneringsansträngning (minimal, låg, högre) så att en pipeline kan justera djupet och kostnaden per begäran. Dess oberoende poäng är ett verkligt generationshopp: Artificial Analysis Intelligence Index 36, rankad #12 av 151 spårade modeller, upp från 25 för Gemini 3.1 Flash-Lite. När det gäller hastighet är den den snabbaste modellen i 3.5-serien — Go​ogle angav 350 utdatatoken per sekund vid lanseringen, och AA:s live-sida har uppmätt cirka 490 token per sekund, rankad #2 bland spårade modeller. Dess leverantörsrapporterade agentiska siffror — 74,0 % på OSWorld-Verified, 54 % på Terminal-Bench 2.1, 72,2 % på ett 128K multi-needle-retrievaltest — är Go​ogles egna och vägledande snarare än absoluta sanningar, och en öppen fråga (computer-use angivet som inbyggt på Go​ogles blogg men utan stöd i API-dokumentationen) är värd att kontrollera innan du förlitar dig på det.

Det är inte heller, per token, billigt för sin nivå. Namnet "Lite" beskriver modellens plats i sortimentet, inte ett sjunkande pris: Gemini 2.5 Flash-Lite var $0.10 / $0.40, 3.1 Flash-Lite var $0.25 / $1.50 och 3.5 Flash-Lite är $0.30 / $2.50 per miljon tokens, med cachad inmatning på $0.03. Effektivitetsvinsten kommer från hastighet och tokeneffektivitet, och Artificial Analysis egna mätningar visar att den verkliga kostnaden per uppgift ungefär fördubblades generation efter generation, medan tiden per uppgift halverades.

Den oberoende resultattavlan, läst i sitt sammanhang

Sätter man de två modellerna på samma index är gapet slående: Gemini 3.5 Flash-Lite på 36, Ling 3.0 Tiny på 23. Men den där rubrikjämförelsen är bara halva bilden, eftersom de två modellerna inte bedöms mot samma fält. AA placerar Ling 3.0 Tiny som #6 av 56 i sin tiny-modellklass, mot en klassmedian på 8 — långt över genomsnittet för en modell av dess storlek. Gemini 3.5 Flash-Lite ligger på #12 av 151 i det bredare bevakade fältet. Den ena är en exceptionell tiny-modell; den andra är en solid budgetmodell i den öppna poolen. Båda påståendena är sanna, och de betyder olika saker. Ling 3.0 Tiny är ett bättre värde för sin storleksklass än vad Gemini 3.5 Flash-Lite är för sin nivå — och Gemini 3.5 Flash-Lite är fortfarande den mer kapabla modellen med bred marginal på samma oberoende skala.

Måtten, en rad vardera:

• Oberoende poäng — Ling 3.0 Tiny AA Index 23 (#6/56, klassmedian 8) mot Gemini 3.5 Flash-Lite AA Index 36 (#12/151).

• Pris — Ling 3.0 Tiny $0,06 / $0,18 per 1M efter ett gratis erbjudande jämfört med Gemini 3.5 Flash-Lite $0,30 / $2,50 per 1M (cachad indata $0,03).

• Verbositet — Ling 3.0 Tiny 210M utdatatokens över indexkörningen vs Gemini 3.5 Flash-Lite uppmätt men inte verbos enligt den flaggan.

Modalitet — Ling 3.0 Tiny endast text vs Gemini 3.5 Flash-Lite text, bild, video, ljud och filinmatning.

• Kontext — 256K på Ling 3.0 Tiny jämfört med 1M på Gemini 3.5 Flash-Lite, med 64K max utdata på båda.

• Hastighet — Ling 3.0 Tiny ~90–264 tokens/s över de endpoints som publicerat en siffra jämfört med Gemini 3.5 Flash-Lite ~490 tokens/s i AAs livemätning.

Hastighetsraden är den som mest sannolikt kommer att ändras. Ling 3.0 Tinnys utmatningshastighet är verkligen inte fastställd: Artificial Analysis listar den som N/A, medan Vercel annonserar 264 tokens/sekund. Gemini 3.5 Flash-Lites ~490 tokens/sekund är en live-AA-mätning som togs långt efter att den egna lanseringsvolatiliteten lagt sig. För en latenskänslig nivå är det skillnaden mellan en känd kvantitet och en öppen fråga.

Verbositetens ekonomi: varför gratis inte är billigt

Här är räkneexemplet som vanligtvis avgör den här jämförelsen. Kör samma resonemangstunga uppgift — säg 4 000 input-tokens, 2 000 output-tokens — genom båda modellerna efter att Ling 3.0 Tiny:s kampanj har löpt ut. Ling 3.0 Tiny debiterar (4 000 × $0,06 + 2 000 × $0,18) / 1 000 000, cirka $0,0006. Gemini 3.5 Flash-Lite debiterar (4 000 × $0,30 + 2 000 × $2,50) / 1 000 000, cirka $0,0062. Vid identiska tokenantal är Ling 3.0 Tiny 10x billigare. Lägg därtill utförligheten: en resonemangsmodell som genererar tanketokens som output producerar inte identiska tokenantal. Om Ling 3.0 Tiny:s utförlighetskvot på 210M mot 63M håller för din arbetsbelastning tredubblas den effektiva kostnaden per uppgift ungefär på outputsidan, och 10x-fördelen krymper mot 3–4x. Fortfarande billigare — men inte längre gratis, och inte i samma klass som 210M-siffran får det att låta.

Den ärliga beskrivningen är att de två modellerna inte är utbytbara vid samma kvalitet. Ling 3.0 Tinys 23 är ett exceptionellt resultat för en modell med 1,3B aktiva parametrar; Gemini 3.5 Flash-Lites 36 är en annan liga när det gäller kapacitet, plus vision, plus 1M kontext, plus etablerad hastighet. Man betalar för det gapet — fem gånger priset per token, och mer per uppgift när hastighetsskillnaderna räknas in — men det är ett verkligt kapacitetsgap, inte ett marknadsföringsmässigt sådant. Om din arbetsbelastning klarar sig med den billigare modellens kvalitet är Ling 3.0 Tiny det bättre värdet. Om din arbetsbelastning kräver kapaciteten, sluter inget prisförsprång gapet.

Där en router gör skäl för sig

Detta är precis den typ av arbetsbelastning där ett routinglager slår en satsning på en enda modell, och hosting-förutsättningarna spelar roll för hur du bygger det. Gemini 3.5 Flash-Lite är live på OrcaRouter till leverantörens listpris — $0,30 in / $2,50 ut per 1M, vidarefakturerat med 0 % påslag, så siffran på Go​ogles priskort är siffran hos oss, och eventuella framtida prissänkningar slår igenom samma dag. Den ligger bakom samma OpenAI-kompatibla endpoint som 200+ andra modeller, med automatisk failover mellan leverantörer när en basleverantör försämras mitt under körningen, och routing-DSL:en kan skicka en prompt till flera modeller och behålla det bästa svaret.

Ling 3.0 Tiny finns inte på OrcaRouter; den serveras via egna endpoints, gratis idag. Den kombinationen gör faktiskt fallet för routing starkare snarare än svagare. Använd det fria fönstret för att benchmarka Ling 3.0 Tiny mot din egen trafik innan det kostar pengar. Bygg sedan produktionssökvägen på den hostade nivån — Gemini 3.5 Flash-Lite för anrop som behöver vision, lång kontext eller en stabil hastighetsprofil, med routinglagret fritt att eskalera till en dyrare modell för den svåra minoriteten. En gratisnivå är ett bra experiment och ett skört beroende; den hostade nivån är det du kan bygga en produkt på. På OrcaRouter kan du köra båda i samma graf — Ling 3.0 Tiny via direkt endpoint, Gemini 3.5 Flash-Lite via nyckel — och låta routern besluta per förfrågan.

Dom

Om du väljer mellan dessa två och inte kör dem tillsammans, är beslutet enkelt att formulera men svårt att acceptera. Ling 3.0 Tiny är det bättre erbjudandet och den svagare modellen: en vecka gammal, textbaserad resonemangsnivå med ett utmärkt resultat för sin storlek, ett aggressivt pris och en oklar bild av hastighet och mångordighet – värd en omedelbar utvärdering i gratis provperiod och värd att veta att den börjar mätas den 14 augusti. Gemini 3.5 Flash-Lite är den säkrare produktionsstandarden: oberoende poängsatt 13 poäng högre, multimodal, 1M-kontext, fem gånger snabbare enligt en vedertagen mätning, och prissatt därefter. Gratis är inte billigt när modellen pratar tre gånger så mycket för att tänka vid ett lägre kapacitetstak – och den etablerade är det säkra kortet av en anledning.