Gemini 3.1 Flash-Lite（preview）是 Google 低延迟、高性价比多模态模型的预览通道，针对高频轻量任务优化，Google 称它以远低于大模型的成本提供前沿级表现。
- 输入
- 文本 图像 视频 音频 $0.25/M
- 输出
- 文本 $1.5/M
- 音频输入
- $0.75/M
- 上下文
- 1M
- 对比 GPT-4o
- 便宜约 95%
- 知识截止
- 2025-01
Benchmark 成绩
供应商公布： Alibaba (Qwen) Anthropic ByteDance Google Moonshot OpenAI Tencent Z.ai
价格在同类中的位置
价格在 68 个同类模型中的位置
这条线标出该模型的价格在 Synthorai 同类模型中的位置，两端分别是最便宜和最贵的模型。这里是基础价，批量、区域和缓存写入的折扣见价格页。
规格与限制
Token
| 上下文窗口（供应商规格） | 1,048,576 |
|---|---|
| 最大输出（供应商规格） | 65,536 |
| 知识截止 | 2025-01 |
思考
| 参数 | reasoning_effort |
|---|---|
| 取值 | minimal · low · medium · high 具体接受哪些值由供应商决定 |
模型
| 模态 | 文本 + 图像 + 视频 + 音频 → 文本 |
|---|
- 已弃用：2026-05-25 下线
- 请迁移到 gemini-3.1-flash-lite
- 它曾是 Gemini 3 系列中的首个 Flash-Lite
一条提示词，经网关实测
Gemini 3.1 Flash-Lite 通过 · 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.
输出 86 tok 延迟 1.4 s
指令遵循（恰好三句，数得出来）、受众适配（对 CFO 说话的口吻），以及下方 token 计数暴露出的隐藏思考计费差额。
Gemini 3.1 Flash-Lite 通过 · 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. […]
输出 271 tok 延迟 2.0 s
修复是否真的正确（能运行）、解释的信息密度，以及在一个范围明确的任务上的 token 效率。
Gemini 3.1 Flash-Lite 通过 · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "September", "revenue_usd_m": 412, "growth_pct": null, "guidance": null } ```
输出 56 tok 延迟 1.3 s
是否严守 schema（不臆造字段）、能否顶住幻觉压力（原文明说暂不给出 guidance），以及结构化输出路径的差异。
Gemini 3.1 Flash-Lite 通过 · 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. […]
输出 140 tok 延迟 2.3 s
是否守住约束（字数预算、禁用词表、只能有一个问句）、文风特征，以及长度控制。
30 秒用上 Gemini 3.1 Flash-Lite
兼容 OpenAI：换掉 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(""));关于 Gemini 3.1 Flash-Lite
- 它于 2026 年 3 月发布，是 Gemini 3 系列中的首个 Flash-Lite，在 1,048,576 token 上下文窗口和 65,536 token 输出上限内接受文本、图像、视频、音频和 PDF 输入，并返回文本。
- 推荐用途包括翻译、转写、数据抽取、摘要和模型路由，正是 Lite 档一贯瞄准的高吞吐、成本敏感区间。
- 它支持函数调用、结构化输出、代码执行、搜索与地图事实依据、URL 上下文、文件搜索、上下文缓存、Batch API 以及 Flex 和 Priority 推理；计算机操作、Live API 以及图像或音频生成不受支持。
- 思考用 thinking_level 字符串设定，而不是数值预算；由于在 Gemini 3 上 minimal 是下限而非关闭开关，每次调用都会产生推理 token 计费；思考签名必须回传，才能让多轮推理保持连贯。
- Google 此后已弃用这个预览标识符，并把新项目引向正式发布的 gemini-3.1-flash-lite，因此应当把它当作固定快照而不是长期目标。
- Synthorai 通过其 OpenAI 兼容 chat 端点让它可被调用。
常见问题
Gemini 3.1 Flash-Lite API 可以免费试用吗？
可以。新账号有 10 次试用调用，免费额度最高 $1，无需绑卡。按输入 $0.25/M 计算，光这笔额度就够向 Gemini 3.1 Flash-Lite 发约 500 次请求，每次 ~8K token。
Gemini 3.1 Flash-Lite 最擅长什么？
以极低成本达到前沿级性能、作答前可配置思考级别、为翻译、抽取、路由打造。完整介绍见「关于」部分，内容取自供应商的官方发布说明。
Gemini 3.1 Flash-Lite 的价格是多少？
在 Synthorai 上，Gemini 3.1 Flash-Lite 的输入价为 $0.25/百万 token，输出价为 $1.5/百万 token。这就是供应商官网价，平台不加价。
Gemini 3.1 Flash-Lite 的上下文长度是多少？
Gemini 3.1 Flash-Lite 的上下文长度（上下文窗口）是 1M token。单次回复最多输出 65,536 个 token。
Gemini 3.1 Flash-Lite 支持提示词缓存（prompt caching）吗？
Gemini 3.1 Flash-Lite 目前在 Synthorai 上没有缓存读取折扣。网关上的其他模型仍支持提示词缓存，可以在价格表里找支持缓存的替代模型。 各供应商缓存对比 →
如何开通 Gemini 3.1 Flash-Lite？
把现有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1"，model 设为 "gemini-3.1-flash-lite-preview" 即可。一个 API key 就能调用网关上的全部模型。
Gemini 3.1 Flash-Lite 的知识截止日期是什么时候？
Gemini 3.1 Flash-Lite 的知识截止日期是 2025-01，以供应商官方文档为准（核对于 2026-07-09）。
相关模型
对比
本页的每个数值都照录自供应商自己的文档（链接见上），并标有核对日期。价格是在整个目录范围内比较的；各家供应商定义不一样的规格项，只说明差异，不画图对比。这里没有任何一项是我们自己测的，也不打分。