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 圖像 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
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 70 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 | 2026-03 |
提示詞快取
| 快取方式 | 自動 + 顯式 |
|---|---|
| 最小前綴 | 4,096 |
思考
| 供應商參數 | thinkingLevel |
|---|---|
| 可接受的值 | 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 |
| 參數值 | minimal · low · medium · high 這是閘道的參數，實際以上方的供應商對應為準 |
模型
| 模態 | 文字 + 圖像 + 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。
一段提示詞，經閘道實測
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
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 3.5 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 3.5 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
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 3.5 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
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 3.5 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-3.5-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，新帳號有 10 次試用呼叫和最高 $1 的免費額度，免綁卡。以輸入價 $0.3/M 計算，光是這筆額度就夠你對 Gemini 3.5 Flash-Lite 發出約 416 次請求，每次約 8K token。
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。完整介紹請見「關於」一節，內容取自供應商官方的發布說明。
Gemini 3.5 Flash-Lite 的價格是多少？
在 Synthorai 上，Gemini 3.5 Flash-Lite 的輸入價是每百萬 token $0.3，輸出價是每百萬 token $2.5。這就是供應商官網價，平台不加價。快取命中的輸入 token 以 $0.03/M 計費。
Gemini 3.5 Flash-Lite 的上下文長度是多少？
Gemini 3.5 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 3.5 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，可確保拿到折扣。快取命中的輸入 token 以 $0.03/M 計費（未命中為 $0.3/M）；提示詞要有 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" 就可以了。一把 API 金鑰就能呼叫閘道上的所有模型。
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，依據供應商官方文件（查核日期：2026-07-22）。
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。