Gemini 3.5 Flash-Lite 是一款正式发布的低延迟多模态模型，Google 文档称它是 3.5 家族中最快、成本最低的模型，针对子智能体任务和文档解析这类高吞吐、低成本执行做了优化。
- 输入
- 文本 图像 视频 音频 $0.3/M
- 输出
- 文本 $2.5/M
- 音频输入
- $0.3/M
- 缓存读取
- $0.03/M
- 上下文
- 1M
- 对比 GPT-4o
- 便宜约 94%
- 知识截止
- 2026-03
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 70 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 | 2026-03 |
提示词缓存
| 缓存方式 | 自动 + 显式 |
|---|---|
| 最小前缀 | 4,096 |
思考
| 供应商参数 | thinkingLevel |
|---|---|
| 可选值 | minimal · low · medium · high |
| 默认值 | minimal 请求未指定时生效 |
| 可关闭 | 不支持 |
| 思考行为 | 默认使用最便宜的档位，但 minimal 是下限而非关闭开关，Google 声明 Flash-Lite 不支持完全关闭思考。 |
| 参数 | reasoning_effort |
| 取值 | minimal · low · medium · high 这是网关侧的参数，实际以上方的供应商映射为准 |
模型
| 模态 | 文本 + 图像 + 视频 + 音频 → 文本 |
|---|
- 已 GA
- 1M token 上下文，64K 最大输出
- 3.5 家族中最快、成本最低的模型，针对高吞吐低成本执行（子智能体任务、文档解析）优化
- 支持思考和包含 Computer Use 在内的内置工具
- 注意：从这一代起，temperature/top_p/top_k 已弃用并被忽略
- 知识截止来自 DeepMind 模型卡（API 页面删去了该行）：2026 年 3 月，模型卡还补充说部分领域仍限于 2025 年 1 月
一条提示词，经网关实测
Gemini 3.5 Flash-Lite 通过 · 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.
输出 81 tok 延迟 1.9 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 3.5 Flash-Lite 通过 · 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`. […]
输出 251 tok 延迟 2.6 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 3.5 Flash-Lite 通过 · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "September", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null } ```
输出 58 tok 延迟 1.0 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 3.5 Flash-Lite 通过 · 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.
输出 130 tok 延迟 2.0 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 3.5 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-3.5-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(""));关于 Gemini 3.5 Flash-Lite
- Google 的模型卡还给这份清单加上了翻译和分类，并把它定位为高吞吐至关重要时的首选，包括智能体检索。
- 它在 100 万 token 上下文窗口内接受文本、图像、视频和音频输入，输出 65,536 token，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、Flex 和 Priority 推理，以及预览阶段的计算机操作。
- 思考使用 thinking_level，取值 minimal、low、medium 和 high，默认 minimal，是 Gemini 3 产品线中最便宜的默认值；不过 minimal 是下限而不是关闭开关，因此每次调用都带有按输出价计费的思考 token。
- 知识截止为 2026 年 3 月，Google 指出部分领域仍停留在 2025 年 1 月。
- 模型页还提示了一项 API 变更：temperature、top_p 和 top_k 已弃用且当前被忽略，Google 表示未来几代会以 HTTP 400 拒绝它们，并建议改用明确的系统指令。
- Synthorai 通过其 OpenAI 兼容 chat 端点提供它。
常见问题
Gemini 3.5 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 $0.3/M 计算，光这笔额度就够向 Gemini 3.5 Flash-Lite 发约 416 次请求，每次 ~8K token。
Gemini 3.5 Flash-Lite 最擅长什么？
3.5 系列中最快、成本最低、为高吞吐子智能体与解析而生、100 万上下文、思考与内置工具。完整介绍见「关于」部分，内容取自供应商的官方发布说明。
Gemini 3.5 Flash-Lite 的价格是多少？
在 Synthorai 上，Gemini 3.5 Flash-Lite 的输入价为 $0.3/百万 token，输出价为 $2.5/百万 token。这就是供应商官网价，平台不加价。缓存命中的输入 token 按 $0.03/M 计费。
Gemini 3.5 Flash-Lite 的上下文长度是多少？
Gemini 3.5 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 3.5 Flash-Lite 支持提示词缓存（prompt caching）吗？
支持：自动缓存默认开启，另有显式模式，可以确保拿到折扣。缓存命中的输入 token 按 $0.03/M 计费（未命中为 $0.3/M）；提示词的稳定前缀至少要有 4,096 个 token 才能缓存。 提示词缓存指南 →
如何开通 Gemini 3.5 Flash-Lite？
把现有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1"，model 设为 "gemini-3.5-flash-lite" 即可。一个 API key 就能调用网关上的全部模型。
Gemini 3.5 Flash-Lite 的知识截止日期是什么时候？
Gemini 3.5 Flash-Lite 的知识截止日期是 2026-03，以供应商官方文档为准（核对于 2026-07-22）。
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。