Gemini 3.5 Flash-Lite 是一款正式發布（GA）的低延遲多模態模型，Google 文件稱它是 3.5 家族中最快、成本最低的模型，針對子智慧體任務和文件解析等高吞吐、低成本執行最佳化。
- 輸入
- 文字 影像 影片 音訊 $0.3/M
- 輸出
- 文字 $2.5/M
- 音訊輸入
- $0.3/M
- 快取讀取
- $0.03/M
- 上下文
- 1M
- 相較 GPT-4o
- 便宜約 94%
- 知識截止
- 2026-03
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 65 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 | 2026-03 |
提示詞快取
| 快取方式 | 自動 + 顯式 |
|---|---|
| 最低前綴 | 4,096 |
思考
| 廠商參數 | thinkingLevel |
|---|---|
| 可選值 | minimal · low · medium · high |
| 預設值 | minimal 請求未指定時生效 |
| 可關閉 | 不支援 |
| 思考行為 | 預設為最便宜的等級，但 minimal 是下限而非關閉開關，Google 表示 Flash-Lite 不支援完全關閉思考。 |
| 參數 | reasoning_effort |
| 取值 | minimal · low · medium · high 閘道側參數面——以上方廠商映射為準 |
模型
| 模態 | 文字 + 影像 + 影片 + 音訊 → 文字 |
|---|
- GA
- 1M token 上下文，64K 最大輸出
- 3.5 家族中最快、成本最低的模型，針對高吞吐低成本的執行場景最佳化（子智慧體任務、文件解析）
- 支援思考與內建工具，含 Computer Use。
- 注意：從這一代起，temperature/top_p/top_k 已棄用並被忽略。
- 知識截止取自 DeepMind 模型卡（API 頁面已移除該欄位）：2026 年 3 月，模型卡並補充部分領域仍停留在 2025 年 1 月。
單一提示詞 — 經由閘道測量
Gemini 3.5 Flash-Lite 通過 · 3 sentences
Enabling reasoning forces the model to generate extensive, hidden "chain-of-thought" tokens before answering, effectively multiplying your input and output volume. Because LLM pricing is strictly usage-based per token, processing these invisible reasoning steps alongside your final answers instantly doubled your API costs. To control this spend, we must either restrict reasoning to complex queries or optimize our prompt architecture to reduce token bloat.
輸出 81 tok 延遲 1.9 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 3.5 Flash-Lite 通過 · 8/8 cases
Here is the corrected function: ```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 else: cur = 1 best = max(best, cur) return best ``` ### Explanation The original function suffered from two main counting issues: it initialized `best` and `cur` to `0` instead of `1` (causing a single-element list like `[1]` to return `0` instead of `1`), and it only updated `best` inside the `if` block when a match was found. Because the `max()` update was skipped in the `else` block and after the loop terminated, any run that ended at the final index or occurred as a single isolated element was never captured by `best`. […]
輸出 251 tok 延遲 2.6 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 3.5 Flash-Lite 通過 · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "September", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null } ```
輸出 58 tok 延遲 1.0 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 3.5 Flash-Lite 通過 · 115 words, 0 banned, 1 question
Managing multiple LLM providers just got faster and cheaper. Our API gateway now features intelligent prompt caching that spans across OpenAI, Anthropic, and other major AI models. By storing and reusing frequent responses at the edge, this update slashes latency and significantly reduces your overall token costs. You configure the cache rules once, and our routing engine handles the rest behind the scenes. Why pay twice for the exact same answer when your infrastructure can remember it? Developers can deploy this capability instantly with zero code changes to existing applications. Stop wasting valuable compute cycles on duplicate requests today. Upgrade your routing pipeline and experience immediate performance gains across every integrated model you currently use.
輸出 130 tok 延遲 2.0 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 3.5 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-3.5-flash-lite",
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-3.5-flash-lite",
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-3.5-flash-lite",
"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-3.5-flash-lite",
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-3.5-flash-lite")
.addUserMessage("Summarize this diff")
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));關於 Gemini 3.5 Flash-Lite
- Google 的模型卡在此之外加上了翻譯和分類，並把它定位為在高吞吐至關重要時（包括智慧體搜尋）首選的模型。
- 它在 1M token 上下文視窗內接受文字、影像、影片和音訊輸入，輸出 65,536 token，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、Flex 和 Priority 推理，以及預覽階段的電腦使用。
- 思考使用 thinking_level，取值 minimal、low、medium 和 high，預設為 minimal，是 Gemini 3 產品線中最省的預設值；不過 minimal 是下限而非關閉開關，因此每次呼叫都帶有按輸出價計費的思考 token。
- 知識截止為 2026 年 3 月，Google 註明部分領域仍停留在 2025 年 1 月。
- 模型頁還提示一項 API 變更：temperature、top_p 和 top_k 已棄用且目前被忽略，Google 表示未來的世代會以 HTTP 400 拒絕它們，並建議改用明確的系統指令。
- Synthorai 透過其 OpenAI 相容 chat 端點提供它。
常見問題
Gemini 3.5 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 $0.3/M 計算,光是這筆額度就足以對 Gemini 3.5 Flash-Lite 發出約 416 次 ~8K token 的請求。
Gemini 3.5 Flash-Lite 最擅長什麼?
3.5 系列中最快、成本最低、為高吞吐子智慧體與解析而生、100 萬上下文、思考與內建工具。完整能力請見「關於」一節,內容取自廠商官方發布說明。
Gemini 3.5 Flash-Lite 的價格是多少?
在 Synthorai 上,Gemini 3.5 Flash-Lite 輸入 $0.3/百萬 token、輸出 $2.5/百萬 token,即廠商牌價,無平台加價。快取命中的輸入 token 以 $0.03/M 計費。
Gemini 3.5 Flash-Lite 支援提示詞快取(prompt caching)嗎?
支援:自動快取預設開啟,另有顯式模式可獲得確定的折扣。快取命中的輸入 token 以 $0.03/M 計費(未命中 $0.3/M);提示詞需有 4,096 個 token 以上的穩定前綴才能命中快取。 提示詞快取指南 →
如何開通 Gemini 3.5 Flash-Lite?
把現有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 設為 "gemini-3.5-flash-lite" 即可。一組 API key 通用閘道上的所有模型。
Gemini 3.5 Flash-Lite 的知識截止日期是什麼時候?
Gemini 3.5 Flash-Lite 的知識截止日期為 2026-03,依據廠商官方文件(資料核驗於 2026-07-22)。
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。