Google vừa ra mắt một mô hình mới giúp phát triển AI rẻ hơn và nhanh hơn. Gemini 3.1 Flash-Lite đã được triển khai vào ngày 3 tháng 3 năm 2026, và nó được xây dựng đặc biệt dành cho các nhà phát triển cần khả năng AI khối lượng lớn mà không tốn kém.
Nếu bạn đang tìm kiếm một mô hình AI cân bằng giữa tốc độ, chi phí và chất lượng cho các dự án API của mình, thì đây có thể chính xác là những gì bạn cần.
Gemini 3.1 Flash-Lite là gì?
Gemini 3.1 Flash-Lite là bổ sung mới nhất của Google vào dòng Gemini 3. Nó được định vị là lựa chọn nhanh nhất và hiệu quả chi phí nhất trong dòng sản phẩm, được thiết kế đặc biệt cho khối lượng công việc lớn của nhà phát triển.
Hãy coi nó như phiên bản tinh gọn, mạnh mẽ của Gemini được thiết kế để mở rộng quy mô. Bạn có được hầu hết khả năng thông minh với một phần nhỏ chi phí.
Google đã xây dựng mô hình này cho một trường hợp sử dụng cụ thể: các ứng dụng cần xử lý khối lượng lớn yêu cầu mà không tiêu tốn ngân sách. Nếu bạn đang xây dựng các ứng dụng chuyên sâu về API - như chatbot, quy trình xử lý nội dung, dịch vụ dịch thuật - Flash-Lite sẽ xử lý khối lượng công việc mà không làm cạn kiệt ngân sách của bạn.
Mô hình được tích hợp khả năng suy nghĩ. Điều này mang lại cho bạn quyền kiểm soát. Bạn có thể tăng hoặc giảm mức độ suy luận tùy thuộc vào yêu cầu của từng tác vụ cụ thể.
Mức giá hợp lý
Đây là điểm làm Flash-Lite thực sự nổi bật. Mức giá được đưa ra là:
- 0,25 đô la cho 1 triệu token đầu vào
- 1,50 đô la cho 1 triệu token đầu ra
Mức giá đó cực kỳ cạnh tranh. Bạn đang trả ít hơn đáng kể so với nhiều mô hình khác cùng phân khúc trong khi nhận được hiệu suất tốt hơn.
Phép tính này rất có lợi cho các ứng dụng API khối lượng lớn. Hãy xem một ví dụ cụ thể. Giả sử bạn có một API xử lý 100.000 yêu cầu mỗi ngày. Mỗi yêu cầu liên quan đến khoảng 500 token đầu vào và 300 token đầu ra để xử lý AI. Với Flash-Lite, bạn sẽ chi khoảng 12,50 đô la cho chi phí đầu vào và 4,50 đô la cho chi phí đầu ra mỗi ngày. Tổng cộng khoảng 17 đô la cho 100.000 tương tác được hỗ trợ bởi AI. Hãy thử tính toán với các mô hình khác và bạn sẽ thấy con số tăng lên đáng sợ.
Đối với các nhà phát triển API đang xây dựng các tính năng hỗ trợ AI vào ứng dụng của họ, mức giá này giúp họ có thể đưa ra thị trường những sản phẩm mà cách đây một năm sẽ có chi phí quá đắt đỏ.
Tốc độ vượt trội so với đối thủ
Google tuyên bố Flash-Lite cung cấp Thời gian đến Token phản hồi đầu tiên nhanh hơn 2,5 lần so với Gemini 2.5 Flash. Nó cũng cung cấp tốc độ đầu ra nhanh hơn 45%.
Những con số này rất quan trọng đối với các ứng dụng API. Khi người dùng của bạn phụ thuộc vào phản hồi AI thông qua API, độ trễ sẽ ảnh hưởng trực tiếp đến trải nghiệm của họ. Thời gian phản hồi nhanh hơn có nghĩa là tích hợp phản hồi nhanh hơn, các tính năng thời gian thực mượt mà hơn và sự hài lòng của người dùng tổng thể tốt hơn.
Điểm chuẩn Phân tích Nhân tạo (Artificial Analysis) đã chứng minh những tuyên bố này. Flash-Lite không chỉ nhanh hơn mà còn duy trì chất lượng tương đương hoặc tốt hơn trong khi hoạt động nhanh hơn.
Hãy nghĩ về ý nghĩa thực tế của điều này. Trong một kịch bản API nơi bạn đang tạo phản hồi cho người dùng, sự khác biệt giữa phản hồi 200ms và 500ms là sự khác biệt giữa trải nghiệm mượt mà và trải nghiệm có vẻ bị lỗi. Người dùng của bạn sẽ từ bỏ các API chậm. Các mô hình nhanh hơn sẽ giữ chân họ.
Tốc độ đầu ra tăng 45% cũng quan trọng đối với các hoạt động theo lô. Nếu bạn đang tạo tài liệu, tóm tắt hoặc xử lý các tải trọng lớn theo khối, đầu ra nhanh hơn có nghĩa là bạn hoàn thành công việc sớm hơn và có thể phục vụ nhiều người dùng hơn trong khung thời gian của mình.
Các điểm chuẩn chất lượng ấn tượng
Tốc độ và giá cả không quan trọng nếu mô hình tạo ra kết quả kém. Đây là nơi Flash-Lite thể hiện:
- Bảng xếp hạng Arena.ai: Điểm Elo 1432
- GPQA Diamond: 86,9%
- MMMU Pro: 76,8%
Những điểm số này đặt Flash-Lite vượt lên trên các mô hình Gemini lớn hơn từ các thế hệ trước. Bạn nhận được khả năng suy luận và hiểu biết đa phương thức tốt hơn so với các mô hình cũ hơn, lớn hơn với mức giá thấp hơn.
Mô hình này vượt trội hơn các mô hình khác cùng phân khúc trong các điểm chuẩn về suy luận và đa phương thức. Điều này bao gồm các đối thủ cạnh tranh như GPT-5 mini, Claude 4.5 Haiku và Grok 4.1 Fast.
Hãy cùng phân tích ý nghĩa thực sự của các điểm chuẩn đó. Bảng xếp hạng Arena.ai là một bảng xếp hạng do cộng đồng điều khiển, nơi người dùng so sánh các mô hình đối đầu. Điểm Elo 1432 đưa Flash-Lite vào nhóm tinh hoa. GPQA Diamond kiểm tra khả năng suy luận khoa học ở cấp độ sau đại học. MMMU Pro đánh giá khả năng hiểu đa phương thức trên hình ảnh, văn bản và suy luận.
Mức 86,9% trên GPQA đặc biệt ấn tượng. Điều đó có nghĩa là mô hình có thể trả lời đúng các câu hỏi khoa học cấp độ sau đại học gần 87% thời gian. Đối với một mô hình được định vị là lựa chọn "giá rẻ" trong dòng sản phẩm, đó là một điều đáng chú ý.
Mức độ suy nghĩ: Kiểm soát mức độ mô hình suy nghĩ
Một trong những tính năng thú vị nhất là các mức độ suy nghĩ được tích hợp sẵn. Các nhà phát triển có thể kiểm soát mức độ xử lý mà mô hình áp dụng cho mỗi tác vụ.
Đối với các tác vụ API đơn giản như phân loại yêu cầu cơ bản hoặc tạo phản hồi đơn giản, bạn có thể giảm mức độ suy nghĩ. Đối với các khối lượng công việc phức tạp như tạo tài liệu API chi tiết, gỡ lỗi mã hoặc làm theo hướng dẫn phức tạp, bạn có thể tăng mức độ suy nghĩ lên.
Tính linh hoạt này rất quan trọng để quản lý chi phí trong các ứng dụng API. Bạn chỉ phân bổ thêm tài nguyên khi cần thiết, giữ chi phí cho mỗi yêu cầu ở mức thấp trong khi xử lý các khối lượng công việc đa dạng.
Tính năng suy nghĩ hoạt động giống như một nút xoay. Ở cài đặt thấp nhất, mô hình tạo ra các phản hồi nhanh chóng, thẳng thắn. Tăng lên và bạn sẽ nhận được khả năng suy luận kỹ lưỡng hơn, khả năng tuân thủ hướng dẫn tốt hơn và các kết quả đầu ra tinh tế hơn.
Điều này quan trọng vì không phải mọi yêu cầu API đều cần suy nghĩ sâu sắc. Một kiểm tra trạng thái đơn giản không cần xử lý nhiều như việc tạo một ví dụ mã phức tạp. Bằng cách trao quyền kiểm soát cho các nhà phát triển, Google cho phép bạn tối ưu hóa cả chi phí và chất lượng trên cơ sở từng yêu cầu.
Người dùng Apidog có thể hưởng lợi như thế nào?
Nếu bạn đang xây dựng API với Apidog, Flash-Lite mở ra một số khả năng thú vị.
Tạo tài liệu API tự động trở nên hợp lý hơn nhiều. Bạn có thể sử dụng Flash-Lite để tạo tài liệu toàn diện cho các điểm cuối của mình trên quy mô lớn. Mỗi khi bạn tạo một điểm cuối mới, mô hình có thể tạo ra các mô tả rõ ràng, các yêu cầu ví dụ và sơ đồ phản hồi. Chi phí thấp giúp việc tài liệu hóa mọi điểm cuối một cách kỹ lưỡng trở nên khả thi.
Tạo kiểm thử giờ đây đã có ý nghĩa kinh tế. Việc tạo các trường hợp kiểm thử cho các điểm cuối API của bạn bằng AI trước đây rất tốn kém. Với Flash-Lite, bạn có thể tạo các bộ kiểm thử toàn diện mà không phải lo lắng về chi phí tăng vọt. Cung cấp đặc tả API của bạn cho mô hình và nhận lại các kiểm thử điều kiện biên, kiểm thử xử lý lỗi và xác thực luồng thành công.
Chuyển đổi yêu cầu/phản hồi hoạt động tốt cho API middleware. Nếu API của bạn cần chuyển đổi yêu cầu giữa các định dạng khác nhau hoặc chuẩn hóa phản hồi cho các máy khách khác nhau, Flash-Lite sẽ xử lý logic một cách nhanh chóng và rẻ tiền.
Tạo mã từ các đặc tả là nơi khả năng suy nghĩ tỏa sáng. Cung cấp cho Flash-Lite một đặc tả API và nhận được mã hoạt động. Mô hình tuân thủ các hướng dẫn đủ tốt để tạo ra các triển khai chức năng từ định nghĩa OpenAPI hoặc Swagger của bạn.
Hỗ trợ gỡ lỗi trở nên khả thi ở quy mô lớn. Khi người dùng gặp lỗi, bạn có thể sử dụng Flash-Lite để phân tích lỗi, giải thích điều gì đã sai và đề xuất các cách khắc phục - tất cả thông qua API của bạn.
So sánh với đối thủ cạnh tranh
Flash-Lite gia nhập một thị trường đông đúc các mô hình AI nhanh, giá cả phải chăng. Vậy nó cạnh tranh như thế nào?
So với GPT-5 mini, Flash-Lite cho thấy khả năng suy luận tương đương hoặc tốt hơn trong khi thường nhanh hơn. Giá cả cạnh tranh, mặc dù so sánh chính xác còn phụ thuộc vào trường hợp sử dụng cụ thể và mô hình sử dụng token của bạn.
So với Claude 4.5 Haiku, Flash-Lite vượt trội hơn trong các điểm chuẩn đa phương thức. Cả hai mô hình đều nhắm đến phân khúc nhanh, giá cả phải chăng, nhưng sản phẩm của Google mang lại lợi thế của hệ sinh thái Gemini rộng lớn hơn và tích hợp chặt chẽ với Google Cloud.
So với Grok 4.1 Fast, Flash-Lite đạt điểm cao hơn trên bảng xếp hạng Arena. Cả hai đều cung cấp cấu trúc giá tương tự, nhưng hiệu suất điểm chuẩn của Flash-Lite cho thấy chất lượng đầu ra thực tế mạnh mẽ hơn.
Điểm khác biệt chính là Flash-Lite đến từ Google. Nếu bạn đã sử dụng các dịch vụ Google Cloud, Vertex AI hoặc hệ sinh thái Gemini rộng hơn, việc tích hợp sẽ mượt mà hơn. Đối với các nhà phát triển API sử dụng Apidog, bạn có thể tích hợp Flash-Lite vào quy trình làm việc của mình thông qua các lệnh gọi HTTP đơn giản.
Các trường hợp sử dụng API thực tế
Bạn thực sự có thể xây dựng những gì với mô hình này trong các dự án API của mình?
Cổng API thông minh trở nên khả thi về mặt kinh tế ở quy mô lớn. Bạn có thể thêm định tuyến yêu cầu được hỗ trợ bởi AI, tự động thử lại với logic thông minh hơn hoặc giới hạn tốc độ động dựa trên nội dung yêu cầu. Chi phí thấp cho mỗi yêu cầu giúp các tính năng này trở nên khả thi.
Chatbot và trợ lý API giờ đây đã hợp lý. Xây dựng một trợ lý giúp người dùng điều hướng API của bạn, giải thích các điểm cuối hoặc tạo các đoạn mã trở nên phải chăng. Người dùng của bạn nhận được trợ giúp tức thì mà không tốn chi phí hỗ trợ con người.
Kiểm duyệt nội dung ở quy mô lớn hoạt động mà không làm cạn kiệt ngân sách. Nếu API của bạn chấp nhận nội dung do người dùng tạo, giờ đây bạn có thể kiểm duyệt ở quy mô lớn. Mô hình có thể gắn cờ nội dung có vấn đề, phân loại bài gửi hoặc phát hiện cảm xúc với chi phí mà một dự án sử dụng các mô hình cao cấp sẽ không thể chịu được.
Chuyển đổi và chuẩn hóa dữ liệu diễn ra đủ nhanh cho các ứng dụng thời gian thực. Chuyển đổi giữa các định dạng, làm giàu dữ liệu với ngữ cảnh bổ sung hoặc chuyển đổi tải trọng cho các phiên bản API khác nhau đều hoạt động tốt.
Mô phỏng và các hướng dẫn phức tạp nằm trong tầm tay. Những người thử nghiệm sớm tại các công ty như Latitude, Cartwheel và Whering đã sử dụng mô hình này để giải quyết các vấn đề phức tạp ở quy mô lớn, ca ngợi khả năng tuân thủ hướng dẫn của nó.
Ai nên sử dụng nó
Flash-Lite phù hợp với một số loại dự án API.
Các startup xây dựng API hỗ trợ AI được hưởng lợi nhiều nhất. Khi bạn đang trong giai đoạn phát triển và mọi đồng tiền đều quan trọng, mức giá cho phép bạn mở rộng quy mô mà không phải lo lắng. Bạn có được AI mạnh mẽ mà không phải chịu các hóa đơn làm sập startup.
Các doanh nghiệp tối ưu hóa chi phí API có thể di chuyển khối lượng công việc AI lớn từ các mô hình đắt tiền sang Flash-Lite. Sự khác biệt về chất lượng là tối thiểu đối với nhiều tác vụ, nhưng khoản tiết kiệm là đáng kể. Một công ty xử lý hàng triệu yêu cầu API hàng ngày có thể tiết kiệm hàng triệu đô la mỗi năm.
Các công ty ưu tiên API xây dựng công cụ dành cho nhà phát triển cần tốc độ. Nếu sản phẩm của bạn phụ thuộc vào phản hồi AI nhanh chóng, Flash-Lite cung cấp cấu hình độ trễ giúp các nhà phát triển hài lòng.
Các hoạt động theo lô khối lượng lớn trở nên khả thi về mặt kinh tế. Các công việc mà trước đây tốn hàng nghìn đô la với các mô hình cao cấp giờ chỉ tốn hàng trăm đô la với Flash-Lite.
Khi nào nên chọn một mô hình khác
Flash-Lite không hoàn hảo cho mọi tình huống.
Nếu bạn đang xây dựng các ứng dụng khối lượng thấp mà chi phí không phải là mối lo ngại, thì các khả năng bổ sung của Gemini 2.5 Flash hoặc Pro có thể đáng giá hơn. Bạn sẽ nhận được khả năng suy luận mạnh mẽ hơn và cửa sổ ngữ cảnh lớn hơn.
Nếu công việc của bạn liên quan đến các tác vụ suy luận cực kỳ phức tạp đòi hỏi phân tích tốt nhất hiện có, bạn có thể muốn xem xét các mô hình cấp cao hơn. Flash-Lite nhanh và có khả năng, nhưng có những giới hạn về những gì một mô hình nhanh và giá cả phải chăng có thể đạt được.
Nếu bạn cần cửa sổ ngữ cảnh cực lớn để xử lý các tài liệu lớn, hãy kiểm tra kỹ các thông số kỹ thuật. Flash-Lite được tối ưu hóa cho tốc độ và chi phí, điều này đôi khi có nghĩa là phải đánh đổi về độ dài ngữ cảnh.
Phản hồi ban đầu từ các nhà phát triển
Các nhà phát triển đã dùng thử mô hình này nêu bật hai điểm mạnh chính: hiệu quả và khả năng suy luận. Theo Kolby Nottingham tại Latitude, Flash-Lite xử lý các đầu vào phức tạp với độ chính xác của một mô hình cấp cao hơn trong khi vẫn duy trì tốc độ.
Đó là một sự kết hợp hiếm có. Thông thường, bạn phải hy sinh chất lượng để đổi lấy tốc độ hoặc trả giá cao cho khả năng suy luận. Flash-Lite dường như đã vượt qua được thách thức này.
Các nhà phát triển truy cập sớm từ AI Studio và Vertex AI đã thử nghiệm mô hình này một cách kỹ lưỡng. Các công ty đã sử dụng nó báo cáo rằng nó xử lý các khối lượng công việc đa dạng một cách hiệu quả. Một lúc nó thực hiện phân loại nhanh. Lúc khác, nó tạo tài liệu. Sự linh hoạt của các mức độ suy nghĩ cho phép mỗi trường hợp sử dụng được tối ưu hóa.
Khả năng tuân thủ hướng dẫn nổi bật trong các đánh giá. Mô hình đọc kỹ lời nhắc của bạn và tạo ra các kết quả đầu ra phù hợp với các thông số kỹ thuật của bạn. Điều đó không phải là điều hiển nhiên trong phân khúc mô hình nhanh.
Cách bắt đầu
Flash-Lite hiện có sẵn ở dạng xem trước thông qua:
- Google AI Studio dành cho nhà phát triển
- Vertex AI dành cho doanh nghiệp
Nếu bạn đã sử dụng các mô hình Gemini, lộ trình nâng cấp rất đơn giản. API được thiết kế để tích hợp vào các quy trình làm việc hiện có với những thay đổi tối thiểu.
Bắt đầu rất đơn giản. Đăng ký Google AI Studio nếu bạn là nhà phát triển cá nhân. Tạo một dự án mới và chọn Flash-Lite từ danh sách thả xuống mô hình. Một triệu token đầu vào đầu tiên của bạn sẽ miễn phí trong thời gian xem trước.
Để triển khai doanh nghiệp thông qua Vertex AI, thiết lập liên quan đến quy trình làm việc tiêu chuẩn của Google Cloud. Nếu bạn đã chạy trên Vertex, việc thêm Flash-Lite chỉ mất vài phút.
API tuân theo các mẫu Gemini tiêu chuẩn. Nếu bạn đã sử dụng bất kỳ mô hình Gemini nào trước đây, bạn đã biết cú pháp. Điểm khác biệt chính là tham số mức độ suy nghĩ mới kiểm soát mức độ xử lý mà mô hình áp dụng.
Việc tích hợp với quy trình làm việc Apidog của bạn rất đơn giản. Thực hiện các lệnh gọi HTTP đến API Gemini từ mã backend của bạn, xử lý các phản hồi và trả về cho người dùng của bạn.
Điều này có ý nghĩa gì đối với các nhà phát triển API
Gemini 3.1 Flash-Lite đại diện cho một sự thay đổi đáng kể đối với các nhà phát triển API. Google đang có một bước đi rõ ràng để chiếm lĩnh thị trường nhà phát triển khối lượng lớn, có ý thức về chi phí.
Mô hình này báo hiệu rằng AI nhanh, giá cả phải chăng đang trở thành tiêu chuẩn cơ bản. Khi một công ty AI hàng đầu phát hành một tùy chọn giá rẻ mà vượt trội hơn các mô hình cao cấp thế hệ trước, nó sẽ nâng cao tiêu chuẩn cho tất cả mọi người.
Chúng ta đang chứng kiến sự phân nhánh trong thị trường. Các mô hình cao cấp tiếp tục đẩy mạnh giới hạn khả năng. Các mô hình nhanh đang trở nên đủ tốt cho hầu hết các khối lượng công việc API sản xuất với mức giá thấp hơn đáng kể. Phân khúc trung bình đang biến mất.
Đối với các nhà phát triển API, đây là tin tốt. Nhiều lựa chọn hơn với mức giá tốt hơn. Nhiều cạnh tranh hơn thúc đẩy đổi mới. AI tốt hơn có sẵn với giá rẻ hơn.
Gemini 3.1 Flash-Lite có phù hợp với dự án API của bạn không?
Chọn Flash-Lite nếu:
- Bạn cần thời gian phản hồi nhanh cho người dùng API của mình
- Bạn đang xây dựng các tính năng hỗ trợ AI vào API của mình
- Hiệu quả chi phí quan trọng đối với mô hình kinh doanh của bạn
- Bạn muốn chất lượng tương đương với các mô hình lớn hơn với mức giá thấp hơn
- Bạn đã ở trong hệ sinh thái của Google và muốn tích hợp chặt chẽ
Bạn có thể muốn một mô hình khác nếu:
- Khối lượng công việc của bạn thấp và chi phí không phải là mối lo ngại
- Bạn cần khả năng suy luận tối đa cho các tác vụ API cực kỳ phức tạp
- Bạn đang làm việc bên ngoài Google Cloud và thích các hệ sinh thái nhà cung cấp khác
Đối với hầu hết các nhà phát triển API xây dựng ứng dụng sản xuất, Flash-Lite đạt được sự cân bằng tối ưu giữa khả năng và chi phí.
Điểm mấu chốt
Gemini 3.1 Flash-Lite thể hiện nỗ lực của Google nhằm giúp AI dễ tiếp cận ở quy mô lớn. Với mức giá cạnh tranh, tốc độ ấn tượng và chất lượng vượt trội hơn các mô hình ở cấp cao hơn, đây là một lựa chọn hấp dẫn cho cả nhà phát triển API và doanh nghiệp.
Mô hình hiện đã có sẵn ở dạng xem trước. Nếu bạn đang xây dựng các tính năng AI vào API của mình cần xử lý khối lượng lớn trong khi vẫn giữ chi phí thấp, thì đây là điều đáng thử nghiệm.
Các con số điểm chuẩn rất mạnh mẽ. Mức giá rất cạnh tranh. Tốc độ là thật. Google đã cung cấp một mô hình giúp phát triển AI trở nên hợp lý hơn mà không làm giảm chất lượng quan trọng đối với các ứng dụng sản xuất.
Đối với các nhà phát triển API xây dựng sản phẩm thực sự được sử dụng bởi các nhà phát triển thực sự, Flash-Lite cung cấp các số liệu quan trọng: phản hồi nhanh, chất lượng cao và chi phí cho phép bạn mở rộng quy mô mà không sợ hãi. Đó chính xác là những gì thị trường cần.
Thời điểm cũng quan trọng. Chúng ta đang ở một thời điểm trong quá trình phát triển AI nơi công nghệ đã đủ trưởng thành để sử dụng trong sản xuất chính thống, nhưng chi phí lại là một rào cản đối với nhiều nhóm. Flash-Lite loại bỏ rào cản đó. Các startup giờ đây có thể xây dựng các tính năng API hỗ trợ AI mà không đốt cháy nguồn vốn ban đầu. Các doanh nghiệp có thể mở rộng AI trên nhiều cơ sở hạ tầng API của họ mà không cần sự chấp thuận của Giám đốc tài chính cho các ngân sách khổng lồ. Các nhà phát triển cá nhân có thể thử nghiệm và đưa ra thị trường các sản phẩm mà chỉ hai năm trước đây đã yêu cầu một lượng vốn đáng kể.
Đây là cách mà quá trình dân chủ hóa trông như thế nào trong thực tế. Không chỉ là nói về việc làm cho AI dễ tiếp cận, mà là các công cụ thực tế cho phép nhiều người hơn xây dựng với AI. Flash-Lite đại diện cho một bước tiến thực sự theo hướng đó.
Mô hình đã sẵn sàng để sử dụng trong sản xuất ngay hôm nay. Google đã nói rõ rằng đây là bản phát hành xem trước, nhưng phản hồi từ những người thử nghiệm ban đầu cho thấy nó đủ ổn định cho khối lượng công việc thực tế. API trưởng thành, tài liệu chắc chắn và việc tích hợp với các công cụ Google Cloud hiện có giúp việc triển khai trở nên đơn giản.
Nếu bạn đang xây dựng thứ gì đó với AI trong API của mình hôm nay, bạn nên thử nghiệm Flash-Lite. Sự kết hợp giữa tốc độ, chất lượng và chi phí khiến nó nổi bật trên một thị trường đông đúc.