Google: Gemini 3.1 Flash Lite Preview tegen Qwen: Qwen3.5 Plus 2026-02-15
Een vergelijking naast elkaar van Google: Gemini 3.1 Flash Lite Preview (US$ 0,88 / 1M tekstdelen (≈ € 0,78)) en Qwen: Qwen3.5 Plus 2026-02-15 (US$ 0,91 / 1M tekstdelen (≈ € 0,81)) met actuele USD-prijzen en mogelijkheden uit de catalogus van api14. Beide werken via dezelfde OpenAI-compatibele API.
Specificaties
| Google: Gemini 3.1 Flash Lite Preview | Qwen: Qwen3.5 Plus 2026-02-15 | |
|---|---|---|
| Aanbieder | Qwen | |
| Invoer | US$ 0,88 / 1M tekstdelen (≈ € 0,78) | US$ 0,91 / 1M tekstdelen (≈ € 0,81) |
| Uitvoer | US$ 5,25 / 1M tekstdelen (≈ € 4,68) | US$ 5,46 / 1M tekstdelen (≈ € 4,86) |
| Cache lezen | US$ 0,09 / 1M tekstdelen (≈ € 0,08) | - |
| Cache schrijven | US$ 0,29 / 1M tekstdelen (≈ € 0,26) | - |
| Redeneren | US$ 5,25 / 1M tekstdelen (≈ € 4,68) | - |
| Audio-invoer | US$ 1,75 / 1M tekstdelen (≈ € 1,56) | - |
| Afbeelding | US$ 0,000001 / afbeelding (≈ € 0,000000779) | - |
| Webzoeken | US$ 49,00 / 1K zoekopdrachten (≈ € 43,63) | - |
| Contextvenster | 1.048.576 | 1.000.000 |
| Maximale output | 65.536 | 65.536 |
| Invoer | text, image, video, file, audio | text, image, video |
| Uitvoer | text | text |
| tool-aanroepen | ||
| Gestructureerde output | ||
| Instelbaar redeneren | ||
| Toegevoegd | 3 mrt 2026 | 16 feb 2026 |
Belangrijkste verschillen
- Beide hebben ongeveer dezelfde inputprijs.
- Een verzoek met 1.000 input- en 500 outputtokens kost US$ 0,00350 met Google: Gemini 3.1 Flash Lite Preview en US$ 0,00364 met Qwen: Qwen3.5 Plus 2026-02-15.
In detail
Google: Gemini 3.1 Flash Lite Preview is een tekstmodel van Google, vermeld onder het model-id google/gemini-3.1-flash-lite-preview. Qwen: Qwen3.5 Plus 2026-02-15 is een tekstmodel van Qwen, vermeld onder het model-id qwen/qwen3.5-plus-02-15. Beide worden via api14 aangeboden als chatmodellen met tekstuitvoer, dus vanuit het oogpunt van de aanroeper bezetten ze dezelfde plek in je code: je stuurt een gesprek in en je krijgt tekst terug. De releasedatums van de providers liggen dicht bij elkaar, 2026-03-03 voor het Gemini-model en 2026-02-16 voor het Qwen-model, waardoor beide in dezelfde recente generatie gehoste modellen vallen.
Het duidelijkste verschil zit in wat je ze kunt voeren. Gemini 3.1 Flash Lite Preview accepteert tekst, afbeelding, video, bestand en audio als invoer, terwijl Qwen3.5 Plus tekst, afbeelding en video accepteert. Als je pipeline een audioclip of een geüpload document als bestandsdeel moet overdragen, dekt het Gemini-model dat en het Qwen-model niet. De contextlengte ligt dicht bij elkaar: 1.048.576 tokens voor Gemini en 1.000.000 tokens voor Qwen, dus beide kunnen zeer grote invoer bevatten en geen van beide is in de praktijk betekenisvol groter. Qua parameters overlappen de twee op de kernset die je zou verwachten, waaronder temperature, top_p, max_tokens, seed, response_format, structured_outputs, tool_choice, tools en reasoning-besturingen. Qwen voegt frequency_penalty, presence_penalty, stop, top_k, logprobs en top_logprobs toe, wat van belang is als je vertrouwt op waarschijnlijkheden op tokenniveau of op sampling-besturingen buiten de basis. De kwalitatieve prijsvelden markeren invoer- en uitvoerkosten als gelijk, dus geen van beide is op enige manier de goedkopere optie waar je op zou moeten plannen.
Voor taakselectie begin je aan de invoerkant. Als je iets bouwt dat audio opneemt, of dat willekeurig geüploade bestanden als eersteklas invoer naast tekst en afbeeldingen behandelt, is Gemini 3.1 Flash Lite Preview de natuurlijke keuze, omdat het de enige van de twee is die die modaliteiten vermeldt. Als je invoer alleen tekst, afbeeldingen en video is, zijn beide levensvatbaar, en verschuift de beslissing naar sampling en introspectie: Qwen3.5 Plus geeft je penalties, stop-sequenties, top_k en logprob-uitvoer, wat nuttig is wanneer je generatiegedrag afstemt of debugt waarom een bepaald token is gekozen. Als je reasoning-besturingen nodig hebt, bieden beide ze, dus dat is geen tiebreaker. Voor eenvoudig lang-contextwerk over tekst en afbeeldingen voldoet elk model, en kun je beslissen op basis van welke uitvoerstijl van de provider je verkiest in je eigen evaluaties.
Een van beide aanroepen via api14 werkt hetzelfde omdat de API OpenAI-compatibel is. Je richt je client op de api14-basis-URL, stuurt je sleutel en gebruikt de chat completions-vorm die je al kent. Het enige dat tussen de twee modellen verandert, is de model-id-string: gebruik google/gemini-3.1-flash-lite-preview voor het Gemini-model en qwen/qwen3.5-plus-02-15 voor het Qwen-model. Al het andere, de messages-array, de rolstructuur, de tool-definities, het parsen van de respons, blijft identiek. Dat betekent dat je beide achter een enkele configuratiewaarde kunt houden en per verzoek of per omgeving kunt wisselen zonder de rest van je integratie aan te raken.
Wissel met één string
Beide modellen gebruiken hetzelfde endpoint en dezelfde verzoekstructuur. Verander de waarde van model van "google/gemini-3.1-flash-lite-preview" naar "qwen/qwen3.5-plus-02-15", prompts, streaming en tools blijven werken.
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);
Meer vergelijkingen
- LiquidAI: LFM3-1.7B tegen Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B tegen Crouton Alpha
- LiquidAI: LFM3-1.7B tegen Tencent: Hy4
- LiquidAI: LFM3-1.7B tegen Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview tegen Crouton Alpha
- Ricursive: Ripple 65B Preview tegen Tencent: Hy4
- Ricursive: Ripple 65B Preview tegen Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha tegen Tencent: Hy4