O Gemini 3.1 Flash-Lite (preview) é o canal preview do modelo multimodal de baixa latência e custo-efetivo do Google otimizado para tarefas leves de alta frequência, que o Google posiciona como desempenho de classe fronteira rivalizando com modelos maiores por uma fração do custo.
- Entrada
- texto imagem vídeo áudio $0.25/M
- Saída
- texto $1.5/M
- Entrada de áudio
- $0.75/M
- Contexto
- 1M
- vs GPT-4o
- ~95% mais barato
- Corte de conhecimento
- 2025-01
Benchmarks
Publicado pelos provedores: Alibaba (Qwen) Anthropic ByteDance Google Moonshot OpenAI Tencent Z.ai
O preço em contexto
Posição do preço entre 68 modelos comparáveis
A barra mostra onde fica o preço deste modelo entre todos os modelos do mesmo tipo na Synthorai. Nas extremidades aparecem o mais barato e o mais caro. São as tarifas base; os descontos de batch, região e escrita de cache estão na página de preços.
Especificações e limites
Tokens
| Janela de contexto (especificação do provedor) | 1.048.576 |
|---|---|
| Saída máxima (especificação do provedor) | 65.536 |
| Corte de conhecimento | 2025-01 |
Raciocínio
| Parâmetro | reasoning_effort |
|---|---|
| Valores | minimal · low · medium · high o conjunto aceito é o do provedor |
Modelo
| Modalidades | texto + imagem + vídeo + áudio → texto |
|---|
- DESCONTINUADO: desligado em 2026-05-25
- migre para gemini-3.1-flash-lite
- foi o primeiro Flash-Lite da série Gemini 3
conforme documentação oficial da Google ↗
Um prompt, medido pelo gateway
Gemini 3.1 Flash-Lite passou · 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.
saída 86 tok latência 1.4 s
Se a instrução é seguida (exatamente três frases, dá para contar), a adequação ao público (tom para um CFO) e a diferença de cobrança causada pelo raciocínio oculto, que os medidores de tokens abaixo deixam à mostra.
Gemini 3.1 Flash-Lite passou · 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. […]
saída 271 tok latência 2.0 s
Se a correção está mesmo certa (dá para executar), a densidade da explicação e a eficiência em tokens em uma tarefa bem delimitada.
Gemini 3.1 Flash-Lite passou · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "September", "revenue_usd_m": 412, "growth_pct": null, "guidance": null } ```
saída 56 tok latência 1.3 s
Aderência ao schema (sem campos inventados), pressão para alucinar (o texto diz explicitamente que o guidance não foi divulgado) e diferenças no caminho de saída estruturada.
Gemini 3.1 Flash-Lite passou · 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. […]
saída 140 tok latência 2.3 s
Respeito às restrições (limite de palavras, lista de palavras proibidas, uma única pergunta), a marca de estilo de cada modelo e o controle do tamanho.
Use o Gemini 3.1 Flash-Lite em 30 segundos
Compatível com OpenAI: troque a base_url, mantenha seu 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(""));Sobre o Gemini 3.1 Flash-Lite
- Lançado em março de 2026 como o primeiro Flash-Lite da série Gemini 3, ele aceita entrada de texto, imagem, vídeo, áudio e PDF dentro de uma janela de contexto de 1.048.576 tokens e limite de saída de 65.536 tokens, e retorna texto.
- Os usos recomendados incluem tradução, transcrição, extração de dados, sumarização e roteamento de modelos, a mesma faixa de alta vazão e sensível a custo que o nível Lite sempre mirou.
- Ele suporta function calling, saídas estruturadas, execução de código, grounding por busca e Maps, contexto de URL, busca em arquivos, cache de contexto, a Batch API e inferência Flex e Priority; uso de computador, a Live API e geração de imagens ou de áudio não são suportados.
- O raciocínio é definido com a string thinking_level em vez de um orçamento numérico, e como minimal é o piso no Gemini 3 em vez de um interruptor de desligar, tokens de raciocínio são cobrados em cada chamada; as thought signatures precisam ser devolvidas para manter o raciocínio coerente em múltiplos turnos.
- O Google desde então descontinuou este identificador de preview e aponta novos trabalhos para o gemini-3.1-flash-lite em disponibilidade geral, então trate-o como um snapshot fixado em vez de um alvo de longo prazo.
- A Synthorai o torna chamável pelo seu endpoint de chat compatível com OpenAI.
Perguntas frequentes
A API do Gemini 3.1 Flash-Lite é gratuita para testar?
Sim. Contas novas recebem 10 chamadas de teste e até $1 em créditos gratuitos, sem precisar de cartão. A $0.25/M de tokens de entrada, só esse crédito já cobre cerca de 500 requisições de ~8K tokens ao Gemini 3.1 Flash-Lite.
Em que o Gemini 3.1 Flash-Lite é melhor?
Desempenho de classe fronteira por uma fração do custo; níveis de raciocínio configuráveis antes de responder; criado para tradução, extração e roteamento. Veja na seção Sobre o quadro completo, tirado das notas de lançamento do próprio provedor.
Quanto custa o Gemini 3.1 Flash-Lite?
Na Synthorai, o Gemini 3.1 Flash-Lite custa $0.25 por milhão de tokens de entrada e $1.5 por milhão de tokens de saída. É o preço de tabela do provedor, sem markup da plataforma.
Qual é a janela de contexto do Gemini 3.1 Flash-Lite?
O Gemini 3.1 Flash-Lite tem uma janela de contexto de 1M tokens na Synthorai. Uma única resposta pode ter até 65,536 tokens.
O Gemini 3.1 Flash-Lite suporta cache de prompts?
O Gemini 3.1 Flash-Lite não tem desconto de leitura de cache na Synthorai hoje. O cache de prompts continua valendo para outros modelos do gateway; veja na tabela de preços as alternativas com cache habilitado. Comparativo de cache entre provedores →
Como obtenho acesso ao Gemini 3.1 Flash-Lite?
Aponte o SDK da OpenAI que você já usa para base_url="https://synthorai.io/v1", defina model="gemini-3.1-flash-lite-preview" e pronto. Uma única chave de API cobre todos os modelos do gateway.
Qual é o corte de conhecimento do Gemini 3.1 Flash-Lite?
O corte de conhecimento do Gemini 3.1 Flash-Lite é 2025-01, segundo a documentação oficial do provedor (verificado em 2026-07-09).
Modelos relacionados
Comparar
Cada valor desta página foi transcrito da documentação do provedor, com link acima, e traz a data em que foi verificado. Os preços são comparados em todo o catálogo; já as especificações que cada provedor define de um jeito aparecem com a diferença indicada, em vez de irem para um gráfico. Nada aqui foi medido por nós, e nada recebe nota.