Gemini 3.1 Flash-Lite（preview）是 Google 低延遲、高性價比多模態模型的預覽通道，針對高頻輕量任務最佳化，Google 將它定位為以一小部分成本比肩更大模型的前沿級效能。
- 輸入
- 文字 圖像 影片 音訊 $0.25/M
- 輸出
- 文字 $1.5/M
- 音訊輸入
- $0.75/M
- 上下文
- 1M
- 相較 GPT-4o
- 便宜約 95%
- 知識截止
- 2025-01
Benchmark 成績
供應商公布： Alibaba (Qwen) Anthropic ByteDance Google Moonshot OpenAI Tencent Z.ai
價格在同類中的位置
價格在 68 個同類模型中的位置
這條線標出這個模型的價格，在 Synthorai 的同類模型裡落在什麼位置；兩端分別是最便宜和最貴的模型。這裡列的是基礎價，批次、區域和快取寫入的折扣請見價格頁。
規格與限制
Token
| 上下文視窗（供應商規格） | 1,048,576 |
|---|---|
| 最大輸出（供應商規格） | 65,536 |
| 知識截止 | 2025-01 |
思考
| 參數 | reasoning_effort |
|---|---|
| 參數值 | minimal · low · medium · high 實際接受哪些值由供應商決定 |
模型
| 模態 | 文字 + 圖像 + 影片 + 音訊 → 文字 |
|---|
- 已棄用：2026-05-25 下線
- 請遷移至 gemini-3.1-flash-lite
- 它是 Gemini 3 系列中的首個 Flash-Lite
一段提示詞，經閘道實測
Gemini 3.1 Flash-Lite 通過 · 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.
輸出 86 tok 延遲 1.4 s
是否照指令做（剛好三句，數得出來）、語氣是否貼合對象（寫給 CFO 看），以及下方 token 計量顯示出的隱藏思考計費落差。
Gemini 3.1 Flash-Lite 通過 · 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. […]
輸出 271 tok 延遲 2.0 s
修正是否真的正確（跑得起來）、說明的資訊密度，以及在範圍明確的任務上的 token 效率。
Gemini 3.1 Flash-Lite 通過 · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "September", "revenue_usd_m": 412, "growth_pct": null, "guidance": null } ```
輸出 56 tok 延遲 1.3 s
是否遵守 schema（不自創欄位）、面對幻覺誘因的表現（題目明確不給 guidance），以及結構化輸出路徑的差異。
Gemini 3.1 Flash-Lite 通過 · 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. […]
輸出 140 tok 延遲 2.3 s
是否遵守限制（字數上限、禁用詞清單、只能有一句問句）、文字風格的特徵，以及長度控制。
30 秒上手 Gemini 3.1 Flash-Lite
相容 OpenAI：換掉 base_url，SDK 不用換。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(""));關於 Gemini 3.1 Flash-Lite
- 它於 2026 年 3 月發布，是 Gemini 3 系列中第一款 Flash-Lite，在 1,048,576 token 上下文視窗和 65,536 token 輸出上限內接受文字、影像、影片、音訊和 PDF 輸入，並回傳文字。
- 推薦用途包括翻譯、轉寫、資料抽取、摘要和模型路由，正是 Lite 等級一貫瞄準的高吞吐、成本敏感區間。
- 它支援函式呼叫、結構化輸出、程式碼執行、搜尋與 Maps 事實依據、URL 上下文、檔案搜尋、上下文快取、Batch API 以及 Flex 和 Priority 推理；電腦使用、Live API 以及影像或音訊生成則不支援。
- 思考用 thinking_level 字串設定而非數值預算，由於在 Gemini 3 上 minimal 是下限而非關閉開關，每次呼叫都會計入推理 token；思考簽名必須回傳，才能讓多輪推理保持連貫。
- Google 此後已棄用這個預覽識別碼，並建議新專案改用正式發布的 gemini-3.1-flash-lite，因此應該把它當作一個釘選的快照而非長期目標。
- Synthorai 讓它可透過其 OpenAI 相容 chat 端點呼叫。
常見問題
Gemini 3.1 Flash-Lite API 可以免費試用嗎？
可以，新帳號有 10 次試用呼叫和最高 $1 的免費額度，免綁卡。以輸入價 $0.25/M 計算，光是這筆額度就夠你對 Gemini 3.1 Flash-Lite 發出約 500 次請求，每次約 8K token。
Gemini 3.1 Flash-Lite 最擅長什麼？
以極低成本達到前沿級效能、作答前可設定思考級別、為翻譯、抽取、路由打造。完整介紹請見「關於」一節，內容取自供應商官方的發布說明。
Gemini 3.1 Flash-Lite 的價格是多少？
在 Synthorai 上，Gemini 3.1 Flash-Lite 的輸入價是每百萬 token $0.25，輸出價是每百萬 token $1.5。這就是供應商官網價，平台不加價。
Gemini 3.1 Flash-Lite 的上下文長度是多少？
Gemini 3.1 Flash-Lite 的上下文長度（上下文視窗）是 1M token。單次回覆最多輸出 65,536 個 token。
Gemini 3.1 Flash-Lite 支援提示詞快取（prompt caching）嗎？
Gemini 3.1 Flash-Lite 目前在 Synthorai 上沒有快取讀取折扣。閘道上的其他模型仍支援提示詞快取，可以到價格表查看支援快取的替代模型。 各供應商快取比較 →
如何開通 Gemini 3.1 Flash-Lite？
把現有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1"，model 設為 "gemini-3.1-flash-lite-preview" 就可以了。一把 API 金鑰就能呼叫閘道上的所有模型。
Gemini 3.1 Flash-Lite 的知識截止日期是什麼時候？
Gemini 3.1 Flash-Lite 的知識截止日期為 2025-01，依據供應商官方文件（查核日期：2026-07-09）。
相關模型
比較
本頁每一個數值都摘錄自供應商自己的文件（連結見上方），並附上查核日期。價格是放在整個目錄裡比較；各家供應商定義不一樣的規格，只說明差異，不畫成圖表比較。這裡沒有任何數據是我們自己量測的，也不做評分。