Gemini 3.1 Flash-Lite (preview) es el canal de vista previa del modelo multimodal de baja latencia y rentable de Google, optimizado para tareas ligeras de alta frecuencia, que Google posiciona como un rendimiento de clase frontera que rivaliza con modelos más grandes a una fracción del coste.
- Entrada
- texto imagen vídeo audio $0.25/M
- Salida
- texto $1.5/M
- Entrada de audio
- $0.75/M
- Contexto
- 1M
- vs GPT-4o
- ~95% más barato
- Corte de conocimiento
- 2025-01
Benchmarks
Publicado por los proveedores: Alibaba (Qwen) Anthropic ByteDance Google Moonshot OpenAI Tencent Z.ai
El precio en contexto
Posición del precio entre 68 modelos comparables
La barra muestra dónde queda el precio de este modelo entre todos los modelos del mismo tipo en Synthorai. En cada extremo se nombra el más barato y el más caro. Son tarifas base; los descuentos por lote, región y escritura en caché están en la página de precios.
Especificaciones y límites
Tokens
| Ventana de contexto (especificación del proveedor) | 1.048.576 |
|---|---|
| Salida máxima (especificación del proveedor) | 65.536 |
| Corte de conocimiento | 2025-01 |
Razonamiento
| Parámetro | reasoning_effort |
|---|---|
| Valores | minimal · low · medium · high los valores aceptados los define el proveedor |
Modelo
| Modalidades | texto + imagen + vídeo + audio → texto |
|---|
- OBSOLETO: cerrado el 2026-05-25
- migre a gemini-3.1-flash-lite
- fue el primer Flash-Lite de la serie Gemini 3
Un prompt, medido a través de la pasarela
Gemini 3.1 Flash-Lite superado · 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.
salida 86 tok latencia 1.4 s
Cumplimiento de la instrucción (exactamente tres frases, se pueden contar), adaptación al público (registro de CFO) y la diferencia de facturación por razonamiento oculto que dejan ver los contadores de tokens de abajo.
Gemini 3.1 Flash-Lite superado · 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. […]
salida 271 tok latencia 2.0 s
Si la corrección funciona de verdad (se puede ejecutar), lo densa que es la explicación y la eficiencia en tokens en una tarea acotada.
Gemini 3.1 Flash-Lite superado · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "September", "revenue_usd_m": 412, "growth_pct": null, "guidance": null } ```
salida 56 tok latencia 1.3 s
Respeto del esquema (sin campos inventados), tentación de alucinar (la guidance se omite a propósito) y diferencias entre las vías de salida estructurada.
Gemini 3.1 Flash-Lite superado · 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. […]
salida 140 tok latencia 2.3 s
Respeto de las restricciones (límite de palabras, lista de palabras prohibidas, una única pregunta), sello de estilo y control de la longitud.
Usa Gemini 3.1 Flash-Lite en 30 segundos
Compatible con OpenAI: cambia el base_url y conserva tu 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(""));Acerca de Gemini 3.1 Flash-Lite
- Lanzado en marzo de 2026 como el primer Flash-Lite de la serie Gemini 3, toma entrada de texto, imagen, vídeo, audio y PDF dentro de una ventana de contexto de 1.048.576 tokens y un límite de salida de 65.536 tokens, y devuelve texto.
- Los usos recomendados incluyen la traducción, la transcripción, la extracción de datos, el resumen y el enrutamiento de modelos, la misma banda de alto rendimiento y sensible al coste a la que siempre ha apuntado el nivel Lite.
- Admite llamada a funciones, salidas estructuradas, ejecución de código, grounding de búsqueda y de Maps, contexto de URL, búsqueda de archivos, caché de contexto, la Batch API y la inferencia Flex y Priority; no se admiten el uso del ordenador, la Live API ni la generación de imágenes o de audio.
- El pensamiento se fija con la cadena thinking_level en lugar de un presupuesto numérico y, como minimal es el mínimo en Gemini 3 y no un interruptor de apagado, los tokens de razonamiento se facturan en cada llamada; las firmas de pensamiento deben devolverse para mantener coherente el razonamiento entre varios turnos.
- Google ha dejado obsoleto desde entonces este identificador de vista previa y dirige el trabajo nuevo hacia gemini-3.1-flash-lite en disponibilidad general, así que conviene tratarlo como una instantánea fijada y no como un objetivo a largo plazo.
- Synthorai lo hace invocable a través de su endpoint de chat compatible con OpenAI.
Preguntas frecuentes
¿Se puede probar gratis la API de Gemini 3.1 Flash-Lite?
Sí: las cuentas nuevas reciben 10 llamadas de prueba y hasta $1 de crédito gratuito, sin tarjeta. A $0.25/M de tokens de entrada, solo con ese crédito tienes para unas 500 solicitudes de ~8K tokens a Gemini 3.1 Flash-Lite.
¿En qué destaca Gemini 3.1 Flash-Lite?
Rendimiento de clase frontera a una fracción del coste; niveles de pensamiento configurables antes de responder; para traducción, extracción y enrutamiento. En la sección «Acerca de» tienes la visión completa, según las notas de lanzamiento del propio proveedor.
¿Cuánto cuesta Gemini 3.1 Flash-Lite?
Gemini 3.1 Flash-Lite cuesta $0.25 por millón de tokens de entrada y $1.5 por millón de tokens de salida en Synthorai. Es el precio de lista del proveedor, sin recargo de plataforma.
¿Cuál es la ventana de contexto de Gemini 3.1 Flash-Lite?
Gemini 3.1 Flash-Lite tiene una ventana de contexto de 1M tokens en Synthorai. Una sola respuesta puede tener hasta 65,536 tokens.
¿Gemini 3.1 Flash-Lite admite caché de prompts?
Gemini 3.1 Flash-Lite no tiene hoy descuento por lectura de caché en Synthorai. La caché de prompts sí está disponible en otros modelos de la pasarela: consulta la tabla de precios para ver alternativas con caché. Comparativa de caché entre proveedores →
¿Cómo obtengo acceso a Gemini 3.1 Flash-Lite?
Apunta el SDK de OpenAI que ya usas a base_url="https://synthorai.io/v1", pon model="gemini-3.1-flash-lite-preview" y listo. Una sola clave API sirve para todos los modelos de la pasarela.
¿Cuál es la fecha de corte de conocimiento de Gemini 3.1 Flash-Lite?
La fecha de corte de conocimiento de Gemini 3.1 Flash-Lite es 2025-01, según la documentación oficial del proveedor (a fecha de 2026-07-09).
Modelos relacionados
Comparar
Todos los valores de esta página están transcritos de la documentación del propio proveedor, enlazada arriba, e indican la fecha en que se comprobaron. Los precios se comparan con los de todo el catálogo; cuando los proveedores definen una especificación de forma distinta, se muestra el valor indicando la diferencia en lugar de llevarlo a un gráfico. Aquí no hay mediciones nuestras ni puntuaciones.