Google: Gemini 3.1 Flash Lite Preview lawan Qwen: Qwen3.5 Plus 2026-02-15
Perbandingan berdampingan Google: Gemini 3.1 Flash Lite Preview (US$0,88 / 1 jt token (≈ Rp 15.820)) dan Qwen: Qwen3.5 Plus 2026-02-15 (US$0,91 / 1 jt token (≈ Rp 16.453)) menggunakan harga USD dan kemampuan terkini dari katalog api14. Keduanya berjalan melalui API yang sama dan kompatibel dengan OpenAI.
Spesifikasi
| Google: Gemini 3.1 Flash Lite Preview | Qwen: Qwen3.5 Plus 2026-02-15 | |
|---|---|---|
| Penyedia | Qwen | |
| Masukan | US$0,88 / 1 jt token (≈ Rp 15.820) | US$0,91 / 1 jt token (≈ Rp 16.453) |
| Keluaran | US$5,25 / 1 jt token (≈ Rp 94.920) | US$5,46 / 1 jt token (≈ Rp 98.717) |
| Baca cache | US$0,09 / 1 jt token (≈ Rp 1.582) | - |
| Tulis cache | US$0,29 / 1 jt token (≈ Rp 5.273) | - |
| Penalaran | US$5,25 / 1 jt token (≈ Rp 94.920) | - |
| Input audio | US$1,75 / 1 jt token (≈ Rp 31.640) | - |
| Gambar | US$0,000001 / gambar (≈ Rp 0,0158) | - |
| Pencarian web | US$49,00 / 1 rb pencarian (≈ Rp 885.920) | - |
| Jendela konteks | 1.048.576 | 1.000.000 |
| Output maks. | 65.536 | 65.536 |
| Masukan | text, image, video, file, audio | text, image, video |
| Keluaran | text | text |
| panggilan alat | ||
| Output terstruktur | ||
| Pengaturan penalaran | ||
| Ditambahkan | 3 Mar 2026 | 16 Feb 2026 |
Perbedaan utama
- Keduanya memiliki harga input yang hampir sama.
- Permintaan dengan 1.000 token input dan 500 token output berbiaya US$0,00350 dengan Google: Gemini 3.1 Flash Lite Preview dan US$0,00364 dengan Qwen: Qwen3.5 Plus 2026-02-15.
Lebih mendalam
Google: Gemini 3.1 Flash Lite Preview adalah model teks dari Google, terdaftar dengan id model google/gemini-3.1-flash-lite-preview. Qwen: Qwen3.5 Plus 2026-02-15 adalah model teks dari Qwen, terdaftar dengan id model qwen/qwen3.5-plus-02-15. Keduanya dilayani melalui api14 sebagai model bergaya chat dengan output teks, jadi dari sudut pandang pemanggil keduanya menempati slot yang sama dalam kode Anda: Anda mengirim percakapan dan Anda menerima teks kembali. Tanggal rilis penyedia berdekatan, 2026-03-03 untuk model Gemini dan 2026-02-16 untuk model Qwen, yang menempatkan keduanya pada generasi model terhosting yang sama dan masih baru.
Perbedaan paling jelas ada pada apa yang bisa Anda berikan ke model. Gemini 3.1 Flash Lite Preview menerima input teks, gambar, video, file dan audio, sedangkan Qwen3.5 Plus menerima teks, gambar dan video. Jika pipeline Anda perlu menyerahkan klip audio atau dokumen yang diunggah sebagai bagian file, model Gemini mencakup itu dan model Qwen tidak. Panjang konteks berdekatan: 1.048.576 token untuk Gemini dan 1.000.000 token untuk Qwen, jadi keduanya dapat menampung input yang sangat besar dan tidak ada yang secara berarti lebih besar untuk tujuan praktis. Pada parameter, keduanya tumpang tindih pada set inti yang Anda harapkan, termasuk temperature, top_p, max_tokens, seed, response_format, structured_outputs, tool_choice, tools dan kontrol reasoning. Qwen menambahkan frequency_penalty, presence_penalty, stop, top_k, logprobs dan top_logprobs, yang penting jika Anda mengandalkan probabilitas tingkat token atau kontrol sampling di luar dasar. Kolom harga kualitatif menandai biaya input dan output sebagai seri, jadi tidak ada yang menjadi opsi lebih murah dalam hal apa pun yang perlu Anda rencanakan.
Untuk pemilihan tugas, mulailah dari sisi input. Jika Anda membangun sesuatu yang menyerap audio, atau yang memperlakukan file yang diunggah sembarang sebagai input kelas satu bersama teks dan gambar, Gemini 3.1 Flash Lite Preview adalah pilihan alami karena hanya model itu di antara keduanya yang mencantumkan modalitas tersebut. Jika input Anda hanya teks, gambar dan video, keduanya layak, dan keputusan bergeser ke sampling dan introspeksi: Qwen3.5 Plus memberi Anda penalty, stop sequence, top_k dan output logprob, yang berguna saat Anda menyetel perilaku generasi atau men-debug mengapa token tertentu dipilih. Jika Anda memerlukan kontrol reasoning, keduanya mengeksposnya, jadi itu bukan penentu. Untuk pekerjaan konteks panjang yang lugas atas teks dan gambar, model mana pun bisa dipakai, dan Anda dapat memutuskan berdasarkan gaya output penyedia mana yang Anda sukai dalam evaluasi Anda sendiri.
Memanggil salah satu dari keduanya melalui api14 bekerja dengan cara yang sama karena API-nya kompatibel dengan OpenAI. Anda mengarahkan klien Anda ke base URL api14, mengirim kunci Anda, dan menggunakan bentuk chat completions yang sudah Anda kenal. Satu-satunya hal yang berubah antara kedua model adalah string id model: gunakan google/gemini-3.1-flash-lite-preview untuk model Gemini dan qwen/qwen3.5-plus-02-15 untuk model Qwen. Semua hal lainnya, array messages, struktur role, definisi tool, parsing respons, tetap identik. Itu berarti Anda dapat menyimpan keduanya di balik satu nilai konfigurasi dan beralih per permintaan atau per lingkungan tanpa menyentuh bagian lain dari integrasi Anda.
Berganti cukup dengan satu string
Kedua model menggunakan endpoint dan bentuk permintaan yang sama. Ubah nilai model dari "google/gemini-3.1-flash-lite-preview" ke "qwen/qwen3.5-plus-02-15", prompt, streaming, dan tools tetap berfungsi.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "qwen/qwen3.5-plus-02-15",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Perbandingan lainnya
- LiquidAI: LFM3-1.7B lawan Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B lawan Crouton Alpha
- LiquidAI: LFM3-1.7B lawan Tencent: Hy4
- LiquidAI: LFM3-1.7B lawan Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview lawan Crouton Alpha
- Ricursive: Ripple 65B Preview lawan Tencent: Hy4
- Ricursive: Ripple 65B Preview lawan Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha lawan Tencent: Hy4