Gemini 3.1 Flash-Lite(프리뷰)는 빈도 높은 경량 작업에 최적화된 Google의 저지연·비용 효율 멀티모달 모델의 프리뷰 채널로, Google은 더 큰 모델에 필적하는 프런티어급 성능을 그 일부의 비용으로 낸다고 포지셔닝합니다.
- 입력
- 텍스트 이미지 동영상 오디오 $0.25/M
- 출력
- 텍스트 $1.5/M
- 오디오 입력
- $0.75/M
- 컨텍스트
- 1M
- GPT-4o 대비
- 약 95% 저렴
- 지식 컷오프
- 2025-01
벤치마크
공급자 공개 자료: Alibaba (Qwen) Anthropic ByteDance Google Moonshot OpenAI Tencent Z.ai
가격 수준 비교
같은 종류의 모델 68개 중 가격 위치
이 막대는 Synthorai에 있는 같은 종류의 모델 가운데 이 모델의 가격이 어디쯤인지 보여 줍니다. 양쪽 끝에는 가장 싼 모델과 가장 비싼 모델의 이름이 있습니다. 기본 요율 기준이며 배치·리전·캐시 쓰기 할인은 가격 페이지에 있습니다.
사양 및 제한
토큰
| 컨텍스트 윈도우(공급자 사양) | 1,048,576 |
|---|---|
| 최대 출력(공급자 사양) | 65,536 |
| 지식 컷오프 | 2025-01 |
사고
| 파라미터 | reasoning_effort |
|---|---|
| 값 | minimal · low · medium · high 허용 값은 공급자가 정함 |
모델
| 모달리티 | 텍스트 + 이미지 + 동영상 + 오디오 → 텍스트 |
|---|
- 지원 중단: 2026-05-25 종료
- gemini-3.1-flash-lite로 마이그레이션 필요
- Gemini 3 시리즈 최초의 Flash-Lite였음
출처: Google 공식 문서 ↗
프롬프트 하나, 게이트웨이를 거쳐 측정
Gemini 3.1 Flash-Lite 통과 · 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.
출력 86 tok 지연 시간 1.4 s
지시 준수(정확히 세 문장이라 셀 수 있음), 독자에 맞춘 어조(CFO 대상), 아래 토큰 미터에 드러나는 숨은 사고 토큰 과금 차이를 봅니다.
Gemini 3.1 Flash-Lite 통과 · 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. […]
출력 271 tok 지연 시간 2.0 s
수정이 실제로 맞는지(실행되는지), 설명이 얼마나 압축적인지, 범위가 정해진 작업에서 토큰을 얼마나 효율적으로 쓰는지를 봅니다.
Gemini 3.1 Flash-Lite 통과 · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "September", "revenue_usd_m": 412, "growth_pct": null, "guidance": null } ```
출력 56 tok 지연 시간 1.3 s
스키마 준수(없는 필드를 지어내지 않는지), 환각을 유도하는 조건에서의 대응(guidance 값을 일부러 주지 않음), 구조화된 출력 경로의 차이를 봅니다.
Gemini 3.1 Flash-Lite 통과 · 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. […]
출력 140 tok 지연 시간 2.3 s
제약 준수(단어 수 제한, 금지어 목록, 의문문 하나), 문체의 특징, 길이 조절을 봅니다.
30초 만에 Gemini 3.1 Flash-Lite 사용하기
OpenAI 호환입니다. base_url만 바꾸고 SDK는 그대로 쓰세요. 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(""));Gemini 3.1 Flash-Lite 소개
- Gemini 3 시리즈 최초의 Flash-Lite로 2026년 3월에 출시되었으며, 텍스트·이미지·영상·오디오·PDF 입력을 1,048,576 토큰 컨텍스트 윈도우와 65,536 토큰 출력 제한 안에서 받아 텍스트를 반환합니다.
- 권장 용도에는 번역, 전사, 데이터 추출, 요약, 모델 라우팅이 포함되는데, Lite 티어가 늘 겨냥해 온 고처리량·비용 민감 대역과 같습니다.
- 함수 호출, 구조화 출력, 코드 실행, 검색·지도 그라운딩, URL 컨텍스트, 파일 검색, 컨텍스트 캐싱, Batch API, Flex 및 Priority 추론을 지원하고, 컴퓨터 사용, Live API, 이미지·오디오 생성은 지원하지 않습니다.
- 사고는 숫자 예산이 아니라 thinking_level 문자열로 설정하며, Gemini 3에서 minimal은 끄기 스위치가 아니라 하한이므로 호출마다 추론 토큰이 과금됩니다.
- 멀티턴 추론을 일관되게 유지하려면 사고 서명을 되돌려 보내야 합니다.
- Google은 이후 이 프리뷰 식별자를 지원 중단하고 새 작업을 정식 제공되는 gemini-3.1-flash-lite로 안내하므로, 장기 대상이 아니라 고정된 스냅샷으로 다루는 편이 맞습니다.
- Synthorai는 OpenAI 호환 챗 엔드포인트로 이 모델을 호출할 수 있게 합니다.
자주 묻는 질문
Gemini 3.1 Flash-Lite API는 무료로 사용해 볼 수 있나요?
네. 신규 계정에는 체험 호출 10회와 최대 $1의 무료 크레딧을 드리며, 카드 등록은 필요 없습니다. 입력 100만 토큰당 $0.25 기준으로 계산하면, 이 크레딧만으로 Gemini 3.1 Flash-Lite에 약 8K 토큰짜리 요청을 500회쯤 보낼 수 있습니다.
Gemini 3.1 Flash-Lite는 어떤 작업에 가장 강한가요?
훨씬 낮은 비용의 프런티어급 성능, 답변 전 사고 수준 설정 가능, 번역·추출·라우팅용 설계. 자세한 내용은 공급자의 공식 릴리스 노트를 바탕으로 정리한 소개 섹션에서 확인하세요.
Gemini 3.1 Flash-Lite 가격은 얼마인가요?
Synthorai에서 Gemini 3.1 Flash-Lite 가격은 입력 100만 토큰당 $0.25, 출력 100만 토큰당 $1.5입니다. 공급자 정가 그대로이며 플랫폼 마진은 없습니다.
Gemini 3.1 Flash-Lite의 컨텍스트 길이는 얼마인가요?
Gemini 3.1 Flash-Lite의 컨텍스트 윈도우는 1M 토큰입니다. 한 번의 응답으로 최대 65,536 토큰까지 출력할 수 있습니다.
Gemini 3.1 Flash-Lite는 프롬프트 캐싱을 지원하나요?
Gemini 3.1 Flash-Lite는 현재 Synthorai에서 캐시 읽기 할인이 없습니다. 게이트웨이의 다른 모델에는 프롬프트 캐싱이 그대로 적용되니, 캐싱을 지원하는 대체 모델은 가격표에서 확인하세요. 공급자별 캐싱 비교 →
Gemini 3.1 Flash-Lite는 어떻게 이용하나요?
쓰던 OpenAI SDK에서 base_url="https://synthorai.io/v1", model="gemini-3.1-flash-lite-preview"만 지정하면 됩니다. API 키 하나로 게이트웨이의 모든 모델을 쓸 수 있습니다.
Gemini 3.1 Flash-Lite의 지식 컷오프는 언제인가요?
공급자 공식 문서에 따르면 Gemini 3.1 Flash-Lite의 지식 컷오프는 2025-01입니다(2026-07-09 기준).
관련 모델
비교
이 페이지의 모든 값은 공급자 공식 문서(위 링크)에서 그대로 옮겨 적었으며, 확인한 날짜를 함께 표기합니다. 가격은 카탈로그 전체와 비교해 보여 주지만, 공급자마다 정의가 다른 사양 값은 차이만 밝히고 차트로 비교하지 않습니다. 저희가 직접 측정한 수치는 없고, 점수도 매기지 않습니다.