Gemini 3.1 Flash-Lite ขึ้น GA บน Gemini Enterprise Agent Platform — โมเดลถูกที่สุดของซีรีส์ 3 ($0.25/$1.50 ต่อ 1M tokens) เน้น tool calling, agentic orchestration

วันที่ 8 พ.ค. 2026 Michael Gerstenhaber (VP, Product Management, Cloud AI) ลงประกาศใน Google Cloud Blog ว่า Gemini 3.1 Flash-Lite — โมเดลเร็ว/ถูกที่สุดของซีรีส์ Gemini 3 — ขึ้น generally available บน Gemini Enterprise Agent Platform หลังจากอยู่ใน preview มาตั้งแต่ต้นเดือน มี.ค.

ราคาที่ประกาศ — $0.25 ต่อ 1M input tokens / $1.50 ต่อ 1M output tokens — ทำให้ Flash-Lite เป็นไม้เด็ดของ Google สำหรับงาน high-volume ที่ต้องการ latency ต่ำและต้นทุนต่อ token ต่ำที่สุด — โดยที่ Google เน้นว่า “ไม่ใช่แค่ถูก แต่ฉลาดพอจะ orchestrate agentic workflow ได้” — เป็นการ position ให้แข่งกับ GPT-5.5 mini และ Claude Haiku 4.5

ใครเอาไปใช้ทำอะไร

โพสต์ของ Gerstenhaber เน้น case study เพื่อชี้ให้เห็นว่า Flash-Lite ไม่ใช่ “โมเดลเล็กราคาถูกแบบทั่วไป” แต่คือ workhorse ของ workflow agentic จริง

• JetBrains — ใช้ Flash-Lite เป็น backbone ของ AI assistant + Junie agent ใน IDE — Vladislav Tankov (Director of AI) บอกว่าสมดุล intelligence/latency เหมาะกับ real-time developer support
• Gladly — ใช้ Flash-Lite เป็น core ของ text-channel agent บริการลูกค้า รับ “หลายล้าน call ต่อสัปดาห์” บน SMS/WhatsApp/Instagram — ได้ ~60% ลดต้นทุนเทียบกับ thinking-tier model — p95 latency ~1.8s สำหรับ reply generation, sub-second สำหรับ classifier/tool call, success rate ~99.6%
• Astrocade — multimodal safety check (ภาพ+ข้อความ) ก่อน building agent ทำงาน + แปลคอมเมนต์ inline ระหว่างผู้เล่นต่างประเทศ + refine prompt asset generation
• krea.ai — prompt enhancer ใน Nodes tool — ขยาย idea คร่าว ๆ ของผู้ใช้เป็น full image generation prompt pipeline
• OffDeal (banker tool “Archie”) — real-time research/data lookup ระหว่าง Zoom call กับ investment banker — Flash-Lite เป็น “โมเดลเดียวที่ตอบทันโดยไม่เสียคุณภาพ”
• Ramp — high-volume, latency-sensitive workflow ของ financial operations
• AlphaSense — ขยาย data processing capacity ของ market intelligence platform

ตำแหน่งใน lineup ของ Google

Flash-Lite ถูก position ให้อยู่ระหว่าง Gemini 3 Pro (สุด-flagship) และ Gemini 3 Flash (สมดุลกลาง) — ใช้สำหรับ workload ที่ต้องการ:

1. Tool calling + orchestration ที่ scale — Gerstenhaber เน้นเป็นพิเศษว่า “developers and enterprises noted the precision required for agentic tasks like tool calling and orchestration” — หมายความว่า Google มองว่านี่เป็นโมเดลสำหรับ router/classifier/triage ใน agent system มากกว่าจะเป็น “main thinker”
2. Real-time UX — code completion, customer support, prompt enhancement — งานที่ p95 < 2s ต้องการ

ตำแหน่งนี้สำคัญเพราะ — agentic workflow สมัยใหม่ใช้หลายโมเดลคู่กัน — ใช้ Pro/Sonnet/GPT-5.5 ทำ planning + ใช้ Flash-Lite/Haiku/GPT-5.5 mini รัน tool หลายร้อยครั้งต่อ session — ราคา $0.25/$1.50 บีบให้ pricing ของ tier นี้ลงไปอีกในเดือนต่อ ๆ ไป

มุมมอง AI Curator

โพสต์นี้เป็น “soft GA” — ของ Flash-Lite อยู่ใน preview มาตั้งแต่ มี.ค. แต่การประกาศ GA บน Gemini Enterprise Agent Platform (ไม่ใช่แค่ Vertex AI) คือการบอกตลาดเอ็นเทอร์ไพรซ์ว่า — นี่คือ stack ที่ Google ตั้งใจให้ทุก agent enterprise รัน — ราคาที่ตั้งบีบ OpenAI/Anthropic ต้องตอบอีกรอบในเดือน พ.ค.-มิ.ย. ก่อน I/O 2026 (19 พ.ค.) — ที่หลายคนคาดว่าจะมีโมเดลใหม่ ทั้ง Pro และ Flash gen ถัดไป

มุมไทย — บริษัทไทยที่ใช้ Gemini API/Vertex AI ตอน build chatbot/CS agent (ธนาคาร, อีคอมเมิร์ซ, ผู้ให้บริการมือถือ) ได้ประโยชน์ตรงทันทีในเดือนนี้ — แต่จุดที่ต้องระวังคือ — agentic orchestration ที่เรียก tool 50-100 ครั้งต่อ session ต้นทุนยังถูกครอบโดย output token (ไม่ใช่ input) — ราคา $1.50/1M output ของ Flash-Lite ยังแพงเป็น 6 เท่าของ input — ถ้า output ของแต่ละ tool call มี structured response ยาว ๆ ค่าใช้จ่ายต่อ session อาจไม่ถูกอย่างที่คิด — ทดสอบจริงก่อน production เสมอ

อีกประเด็น — คำพูดของ Vladislav Tankov จาก JetBrains น่าสนใจ — JetBrains มี Junie agent ที่ก่อนหน้านี้รัน Claude/OpenAI หลัก — การที่เขาออกมาบอกว่า Flash-Lite “transformed responsiveness” ของ IDE assistant + Junie agent หมายความว่า JetBrains มี multi-model strategy แบบ Cursor/Cline — เลือกโมเดลตามงาน ไม่ใช่ vendor lock — เป็น signal ว่า model arbitrage ใน IDE space กำลังเป็น default

แหล่งข่าว

• Google Cloud Blog — Gemini 3.1 Flash-Lite is now generally available
• Google Blog — Gemini 3.1 Flash Lite: Our most cost-effective AI model yet
• Vertex AI Docs — Gemini 3.1 Flash-Lite
• TestingCatalog — Google shipped Gemini 3.1 Flash-Lite in General Availability