Google a publié CEX 3.1 Flash-Lite, dont le prix d'entrée est 1/8 de celui de Pro, avec six benchmarks surpassant GPT-5 mini et Claude 4.5 Haiku

Selon les informations de 1M AI News, le 4 mars, Google a publié la version préliminaire de CEX 3.1 Flash-Lite, positionnée comme le modèle le plus rapide et le moins coûteux de la série CEX 3. Ce modèle, basé sur l’architecture CEX 3 Pro, utilise une conception hybride d’experts (MoE), n’activant qu’une partie des paramètres pour réduire le coût de l’inférence. La tarification de l’API est de 0,25 $ pour 1 million de tokens en entrée et 1,50 $ pour 1 million de tokens en sortie, soit environ 1/8 du prix du CEX 3.1 Pro (2 $ / 18 $). En termes de performance, par rapport à CEX 2.5 Flash, la latence du premier token est réduite de 2,5 fois, la vitesse de sortie augmente de 45 %, atteignant 363 tokens par seconde. Il supporte jusqu’à 1 million de tokens en entrée et 64 000 tokens en sortie, acceptant du texte, des images, de l’audio et de la vidéo en entrée. Sur 11 tests de référence internes, Flash-Lite dépasse GPT-5 mini et Claude 4.5 Haiku dans 6 d’entre eux, avec un score de 86,9 % sur GPQA Diamond (questions scientifiques de niveau doctorat), 76,8 % sur MMMU-Pro (raisonnement multimodal), et 72,0 % sur LiveCodeBench (génération de code). Le modèle intègre un « niveau de réflexion » ajustable, permettant aux développeurs de contrôler la profondeur de l’inférence dans AI Studio et Vertex AI, afin d’équilibrer qualité et coût dans les scénarios à haute fréquence. L’accès à la version préliminaire est actuellement disponible via l’API CEX (Google AI Studio) et Vertex AI.