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 60 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 el conjunto aceptado es del 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 del gateway
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
Seguimiento de la instrucción (exactamente tres frases - contables), adaptación a la audiencia (registro de CFO), y la brecha de facturación por pensamiento oculto que los medidores de tokens de abajo dejan ver.
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 el arreglo es realmente correcto (ejecutable), la densidad de la explicación, y la eficiencia en tokens sobre 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
Obediencia al esquema (sin campos inventados), presión de alucinación (guidance se retiene explícitamente), y diferencias en la ruta 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
Obediencia a las restricciones (presupuesto de palabras, lista de palabras prohibidas, la única pregunta), huella de estilo, y control de la longitud.
Use Gemini 3.1 Flash-Lite en 30 segundos
Compatible con OpenAI: cambie el base_url y conserve su 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 por tokens de entrada, solo ese crédito cubre aproximadamente 500 solicitudes de ~8K tokens contra 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. Consulte la sección Acerca de para el panorama completo 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: el precio de lista del proveedor, sin margen de plataforma.
¿Gemini 3.1 Flash-Lite admite caché de prompts?
Gemini 3.1 Flash-Lite no tiene hoy descuento por lectura de caché en Synthorai. El caché de prompts sigue disponible para otros modelos del gateway. Consulte la tabla de precios para ver alternativas con caché. Comparativa de caché entre proveedores →
¿Cómo obtengo acceso a Gemini 3.1 Flash-Lite?
Apunte su SDK de OpenAI existente a base_url="https://synthorai.io/v1", configure model="gemini-3.1-flash-lite-preview" y listo. Una sola clave API cubre todos los modelos del gateway.
¿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
Cada valor de esta página está transcrito de la documentación del proveedor, enlazada arriba, y lleva la fecha en que se comprobó. Los precios se comparan en todo el catálogo; los valores de especificación que los proveedores definen de forma distinta se muestran indicando la diferencia en lugar de representarse en un gráfico. Nada aquí lo medimos nosotros, y nada se puntúa.