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 影像 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
廠商公布: Alibaba (Qwen) Anthropic ByteDance Google Moonshot OpenAI Tencent Z.ai
價格在同類中的位置
價格在 60 個同類模型中的位置
這條線顯示該模型的價格，在 Synthorai 上同類模型裡處於什麼位置。兩端標出了最便宜和最貴的那個。這裡是基礎價，批次、區域與快取寫入的折扣見價格頁。
規格與限制
Token
| 上下文視窗(廠商規格) | 1,048,576 |
|---|---|
| 最大輸出(廠商規格) | 65,536 |
| 知識截止 | 2025-01 |
思考
| 參數 | reasoning_effort |
|---|---|
| 取值 | minimal · low · medium · high 具體接受哪些由廠商決定 |
模型
| 模態 | 文字 + 影像 + 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
單一提示詞 — 經由閘道測量
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
指令遵循（恰好三句，可數）、受眾適配（面向 CFO 的語氣），以及下方 token 計量所暴露的隱藏思考計費缺口。
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
修復是否真的正確（可執行）、解釋的資訊密度，以及在一個邊界明確的任務上的 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
schema 服從度（不臆造欄位）、幻覺壓力（guidance 明確被暫緩給出），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
約束服從度（字數預算、禁用詞表、唯一的那句問句）、文風指紋，以及長度控制。
30 秒用上 Gemini 3.1 Flash-Lite
OpenAI 相容:換掉 base_url,SDK 不用改。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,新帳號可獲得 10 次試用呼叫和最高 $1 的免費額度,無需信用卡。以輸入 $0.25/M 計算,光是這筆額度就足以對 Gemini 3.1 Flash-Lite 發出約 500 次 ~8K token 的請求。
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。完整能力請見「關於」一節,內容取自廠商官方發布說明。
Gemini 3.1 Flash-Lite 的價格是多少?
在 Synthorai 上,Gemini 3.1 Flash-Lite 輸入 $0.25/百萬 token、輸出 $1.5/百萬 token,即廠商牌價,無平台加價。
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,可在價格表中查看支援快取的替代模型。 各廠商快取比較 →
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" 即可。一組 API key 通用閘道上的所有模型。
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,依據廠商官方文件(資料核驗於 2026-07-09)。
相關模型
對比
本頁每個值都轉錄自廠商自己的文件(連結見上),並帶有核對日期。價格在全目錄範圍內比較;各廠商定義不同的規格值,只說明差異而不作圖表對比。此處沒有任何由我們測量的資料,也不做評分。