Gemini 3.1 Flash-Lite (Preview) ist der Preview-Kanal von Googles latenzarmem, kosteneffizientem multimodalem Modell, das für hochfrequente, leichtgewichtige Aufgaben optimiert ist und das Google als Frontier-Klasse-Leistung positioniert, die mit größeren Modellen zu einem Bruchteil der Kosten mithält.
- Eingabe
- Text Bild Video Audio $0.25/M
- Ausgabe
- Text $1.5/M
- Audio-Input
- $0.75/M
- Kontext
- 1M
- vs. GPT-4o
- ~95% günstiger
- Knowledge Cutoff
- 2025-01
Benchmarks
Herstellerangaben: Alibaba (Qwen) Anthropic ByteDance Google Moonshot OpenAI Tencent Z.ai
Preis im Vergleich
Preisposition unter 60 vergleichbaren Modellen
Der Balken zeigt, wo der Preis dieses Modells unter allen Modellen derselben Art auf Synthorai liegt. An beiden Enden stehen das günstigste und das teuerste Modell. Es sind Grundpreise; Rabatte für Batch, Region und Cache-Schreibvorgänge stehen auf der Preisseite.
Spezifikationen & Limits
Tokens
| Kontextfenster (Herstellerangabe) | 1.048.576 |
|---|---|
| Max. Output (Anbieter-Spezifikation) | 65.536 |
| Knowledge Cutoff | 2025-01 |
Thinking
| Parameter | reasoning_effort |
|---|---|
| Werte | minimal · low · medium · high akzeptierte Werte je Anbieter |
Modell
| Modalitäten | Text + Bild + Video + Audio → Text |
|---|
- VERALTET: am 2026-05-25 abgeschaltet
- Migration auf gemini-3.1-flash-lite
- war das erste Flash-Lite der Gemini-3-Reihe
Ein Prompt, gemessen über das Gateway
Gemini 3.1 Flash-Lite bestanden · 3 sentences
Enabling reasoning models increases your costs because the system now generates a significantly higher volume of "hidden" chain-of-thought tokens required to process complex logic. Since you are billed for every token produced during this internal deliberation phase, your total output volume has expanded alongside the depth of the analysis. You are essentially paying for the model to "think out loud" before arriving at a final answer, which directly scales your operational expenditure.
Ausgabe 86 tok Latenz 1.4 s
Befolgen der Anweisung (genau drei Sätze - abzählbar), Zuschnitt auf das Publikum (CFO-Register), und die Abrechnungslücke durch verstecktes Denken, die die Token-Zähler unten offenlegen.
Gemini 3.1 Flash-Lite bestanden · 8/8 cases
### Fixed Code ```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 best = max(best, cur) else: cur = 1 return best ``` ### Explanation of the Bug The original function failed because it initialized `best` and `cur` to `0` and effectively counted "transitions" (how many times an element matched its predecessor) rather than the total count of elements in a run. By starting at `0`, a single-element list returned `0` instead of `1`, and because `cur` reset to `0` and only incremented when a match was found, the function effectively counted "extra" matches beyond the first element, failing to account for the initial element of any run. […]
Ausgabe 271 tok Latenz 2.0 s
Ob der Fix tatsächlich korrekt ist (ausführbar), die Dichte der Erklärung, und die Token-Effizienz bei einer klar begrenzten Aufgabe.
Gemini 3.1 Flash-Lite bestanden · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "September", "revenue_usd_m": 412, "growth_pct": null, "guidance": null } ```
Ausgabe 56 tok Latenz 1.3 s
Schema-Treue (keine erfundenen Felder), Halluzinationsdruck (guidance wird ausdrücklich zurückgehalten), und Unterschiede im Pfad für strukturierte Ausgabe.
Gemini 3.1 Flash-Lite bestanden · 125 words, 0 banned, 1 question
We are launching a new caching layer for our API gateway that stores LLM responses across multiple providers. By capturing frequently requested prompts, this feature significantly lowers latency and reduces operational costs for your applications. Instead of querying expensive models for repetitive tasks, your system retrieves identical outputs instantly from our high-speed cache. This integration maintains consistency while supporting diverse provider workflows, ensuring your infrastructure remains both efficient and scalable. Are you ready to optimize your token usage and improve response times for every user? Configuration takes only minutes through our existing dashboard. This addition provides a practical strategy to manage API spend without sacrificing performance or quality. […]
Ausgabe 140 tok Latenz 2.3 s
Einhaltung der Vorgaben (Wortbudget, Liste verbotener Wörter, die eine Frage), Stil-Fingerabdruck, und Längensteuerung.
Gemini 3.1 Flash-Lite in 30 Sekunden nutzen
OpenAI-kompatibel: Tauschen Sie die base_url, behalten Sie Ihr SDK. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="gemini-3.1-flash-lite-preview",
messages=[{"role": "user", "content": "Summarize this diff"}],
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "gemini-3.1-flash-lite-preview",
messages: [{ role: "user", content: "Summarize this diff" }],
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3.1-flash-lite-preview",
"messages": [{"role": "user", "content": "Hello"}]
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "gemini-3.1-flash-lite-preview",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("gemini-3.1-flash-lite-preview")
.addUserMessage("Summarize this diff")
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Über Gemini 3.1 Flash-Lite
- Im März 2026 als erstes Flash-Lite der Gemini-3-Serie veröffentlicht, nimmt es Text-, Bild-, Video-, Audio- und PDF-Eingaben innerhalb eines Kontextfensters von 1.048.576 Token und eines Output-Limits von 65.536 Token entgegen und gibt Text zurück.
- Zu den empfohlenen Anwendungen zählen Übersetzung, Transkription, Datenextraktion, Zusammenfassung und Model-Routing, also dasselbe durchsatzstarke, kostensensible Band, auf das die Lite-Stufe immer gezielt hat.
- Es unterstützt Function Calling, strukturierte Ausgaben, Code-Ausführung, Search- und Maps-Grounding, URL-Kontext, File Search, Context-Caching, die Batch API sowie Flex- und Priority-Inferenz; Computer Use, die Live API sowie Bild- oder Audiogenerierung werden nicht unterstützt.
- Thinking wird über den thinking_level-String statt über ein numerisches Budget gesetzt, und weil minimal bei Gemini 3 die Untergrenze und kein Ausschalter ist, werden Reasoning-Token bei jedem Aufruf abgerechnet; Thought Signatures müssen zurückgespiegelt werden, damit das Reasoning über mehrere Turns kohärent bleibt.
- Google hat diesen Preview-Bezeichner inzwischen als veraltet markiert und verweist für neue Arbeit auf das allgemein verfügbare gemini-3.1-flash-lite; behandeln Sie ihn daher als angepinnten Snapshot statt als langfristiges Ziel.
- Synthorai macht es über seinen OpenAI-kompatiblen Chat-Endpoint aufrufbar.
FAQ
Lässt sich die Gemini 3.1 Flash-Lite API kostenlos testen?
Ja, neue Konten erhalten 10 Test-Calls und bis zu $1 kostenloses Guthaben, keine Kreditkarte erforderlich. Bei $0.25/M Input-Tokens deckt allein dieses Guthaben rund 500 Requests mit je ~8K Tokens gegen Gemini 3.1 Flash-Lite ab.
Worin ist Gemini 3.1 Flash-Lite am besten?
Frontier-Klasse-Leistung zu einem Bruchteil der Kosten; konfigurierbare Thinking-Stufen vor der Antwort; für Übersetzung, Extraktion und Routing gebaut. Das vollständige Bild finden Sie im Über-Abschnitt, direkt aus den offiziellen Release Notes des Anbieters.
Was kostet Gemini 3.1 Flash-Lite?
Gemini 3.1 Flash-Lite kostet auf Synthorai $0.25 pro Million Input-Tokens und $1.5 pro Million Output-Tokens. Das ist der Listenpreis des Anbieters, ohne Plattform-Aufschlag.
Unterstützt Gemini 3.1 Flash-Lite Prompt-Caching?
Gemini 3.1 Flash-Lite hat auf Synthorai derzeit keinen Cache-Lese-Rabatt. Prompt-Caching gilt weiterhin für andere Modelle auf dem Gateway; cache-fähige Alternativen finden Sie in der Preistabelle. Caching-Vergleich der Anbieter →
Wie erhalte ich Zugang zu Gemini 3.1 Flash-Lite?
Richten Sie Ihr vorhandenes OpenAI SDK auf base_url="https://synthorai.io/v1", setzen Sie model="gemini-3.1-flash-lite-preview", fertig. Ein API-Key deckt jedes Modell auf dem Gateway ab.
Wo liegt der Knowledge Cutoff von Gemini 3.1 Flash-Lite?
Der Knowledge Cutoff von Gemini 3.1 Flash-Lite liegt bei 2025-01, laut offizieller Dokumentation des Anbieters (Stand: 2026-07-09).
Verwandte Modelle
Vergleichen
Jeder Wert auf dieser Seite ist aus der Dokumentation des Anbieters übernommen, oben verlinkt, und trägt das Datum der Prüfung. Preise werden über den gesamten Katalog verglichen; Spezifikationswerte, die Anbieter unterschiedlich definieren, werden mit benanntem Unterschied gezeigt statt grafisch verglichen. Nichts hier wird von uns gemessen, und nichts wird bewertet.