Gemini

Gemini 3.1 Flash Lite

Google按量计费
别名:gemini-3.1-flash-lite

Gemini 3.1 Flash-Lite 适合快速翻译、录音转写、PDF 摘要与信息提取,帮助高频应用处理多种输入并返回文字结果。

textimageaudiovideofilecachingcode_interpreterfunction_callingtoolsweb_searchstructured_outputjson_modereasoningvisioncontext:1048576
起始价格
输入 / 输出 · 1M
上下文
1M
最大输入窗口
最大输出
65.5K
单次响应最大 token 数
模态
→
发布于
May 2026

按供应商定价

比较同一模型在不同供应商的价格与服务表现。

供应商3
USD · 每 1M tokens性能 · 最近 24 小时
供应商折扣输入/M输出/M缓存读取/M
Google AI Studio

谷歌官方接口

省50%
$0.125$0.25
$0.75$1.5
$0.0125$0.025
Google Vertex

谷歌官方接口

省30%
$0.175$0.25
$1.05$1.5
$0.0175$0.025
Gemini Cli

Gemini cli 号池,适合 vibe coding学习等场景

省90%
$0.025$0.25
$0.15$1.5
$0.0025$0.025
划线金额为标准价。性能统计覆盖最近 24 小时,实际表现随请求变化。

左右滑动表格,查看完整价格与性能。

能力 / 支持的模态

提示词缓存代码解释器函数调用工具网络搜索结构化输出推理视觉
输入
输出

厂商与数据隐私

厂商
Google文档
分词器
SentencePiece (Gemini)
许可证
Proprietary (commercial)商业闭源
数据保留78 天默认不会用于上游训练

性能

基准测试

标准化评测得分。百分比越高越好,并展示排名百分位。

指标来源:Artificial Analysis 2026-09-30·Gemini 3.1 Flash Lite

当前基准快照不包含此模型。

缺失的模型或测量值不代表零分。

基准图表保留来源中的模型选择和思考设置。缺失的模型或测量值不代表零分,基准成本或速度也不是本站的服务承诺。

关于 Gemini 3.1 Flash Lite

为大量日常内容减轻处理负担

Gemini 3.1 Flash-Lite 适合输入多、任务边界清楚的应用。跨境客服可以用它翻译消息和评论;内容团队可以整理录音、提取视频要点;业务系统可以从 PDF 和图片中抽取字段,再生成简短摘要。它侧重低延迟与成本效率,便于把重复劳动放进自动化流程。

它支持文本、图片、音频、视频和 PDF 输入,输出文字。音频可以直接用于转写或摘要,文档可以用于提取实体、条款与待办信息。分析媒体时,最好明确是需要逐字记录、重点概括还是按条件筛选,避免把转写与总结混在一起。

结构化 JSON 输出适合评论分析、工单分类和表单整理。例如,对一条商品评价返回涉及属性、情绪、原文证据和退货意向,系统就能据此形成可统计的数据。先定义字段含义与合法取值,再用代表样本检查结果,可以减少不同批次之间的口径变化。

它也适合做任务路由:先判断请求是否明确、是否需要多步操作,再把复杂工作交给其他处理流程。函数调用可以连接业务工具,搜索和代码执行等能力需要在调用端启用。需要更多分析的任务可以提高思考强度;简单翻译则可以约束只返回译文,减少多余解释。

使用问题

能省掉独立转写流程吗? 对支持的音频输入,可以直接要求输出文本;若要做实时字幕或严格时间对齐,需要单独确认应用使用的接口与输出要求。

怎样避免摘要遗漏? 规定必须覆盖的主题,例如决定、负责人和截止时间,并要求缺失项明确标记。

使用场景与提示词

为每种重复任务固定输出规则

翻译请求说明目标语言、语气和术语,并要求只输出译文。转写请求则先说明要保留哪些口头细节。

请处理这段项目例会录音。
先按议题概括讨论,再提取决定和行动项。
行动项返回 JSON 数组,字段为 task、owner、due_date、evidence。
负责人和日期只有明确说出时才填写,缺失写 null;evidence 保留支持该任务的简短原话。

PDF 提取可以增加页码字段;评论分类应附类别定义和边界样例。用于任务路由时,要求只返回约定的路线值与简短原因,让程序容易接续处理。

接入 API

API 接口文档

调用示例

请求POST/v1beta/models/gemini-3.1-flash-lite:generateContent
请求示例
参数
参数类型默认值 / 范围说明信息
temperature
number
=10 ~ 2
采样温度;越低越稳定
top_p
number
=10 ~ 1
核采样累计概率
max_tokens
integer>= 1响应中最大 token 数
frequency_penalty
number
=0-2 ~ 2
惩罚高频 token 的重复出现
presence_penalty
number
=0-2 ~ 2
鼓励引入新话题
stop
array—最多 4 个停止生成的字符串
seed
integer—尽量保证可复现的采样种子
n
integer
=1>= 1
生成的候选条数
stream
boolean
=false
通过 SSE 流式返回 token
response_format
object—强制输出 JSON 对象或符合 Schema 的结果
tools
array—模型可调用的工具 / 函数声明
tool_choice
string
autononerequired
工具选择策略或具体工具名
logprobs
boolean
=false
返回每个 token 的对数概率
top_logprobs
integer0 ~ 20每个 token 返回的 top 概率数量
logit_bias
object—按 token 的 logit 偏置映射
user
string—用于风险审计的终端用户标识

替换 <YOUR_API_KEY> 替换为 API 密钥页面中的密钥。

身份验证

所有请求必须携带 Authorization: Bearer <TOKEN> 请求头。Anthropic 格式的端点也接受 x-api-key 请求头。

在「API 密钥」页面生成 API 密钥,可以按模型、分组、IP、速率等维度精细化授权。

支持的参数

Generation parameters
参数类型默认值 / 范围说明信息
temperature
number
=10 ~ 2
采样温度;越低越稳定
top_p
number
=10 ~ 1
核采样累计概率
max_tokens
integer>= 1响应中最大 token 数
frequency_penalty
number
=0-2 ~ 2
惩罚高频 token 的重复出现
presence_penalty
number
=0-2 ~ 2
鼓励引入新话题
stop
array—最多 4 个停止生成的字符串
seed
integer—尽量保证可复现的采样种子
n
integer
=1>= 1
生成的候选条数
stream
boolean
=false
通过 SSE 流式返回 token
response_format
object—强制输出 JSON 对象或符合 Schema 的结果
tools
array—模型可调用的工具 / 函数声明
tool_choice
string
autononerequired
工具选择策略或具体工具名
logprobs
boolean
=false
返回每个 token 的对数概率
top_logprobs
integer0 ~ 20每个 token 返回的 top 概率数量
logit_bias
object—按 token 的 logit 偏置映射
user
string—用于风险审计的终端用户标识

速率限制

供应商RPMTPMRPD
default无限制无限制无限制
Gemini Cli无限制无限制无限制
Google AI Studio无限制无限制无限制
Google Vertex无限制无限制无限制

无限制

关于 gemini-3.1-flash-lite 的常见问题

gemini-3.1-flash-lite 是什么?

Gemini 3.1 Flash-Lite 适合快速翻译、录音转写、PDF 摘要与信息提取,帮助高频应用处理多种输入并返回文字结果。

如何调用 gemini-3.1-flash-lite?

创建具有 gemini-3.1-flash-lite 访问权限的 API 密钥,然后使用 API 接入模块中的准确模型 ID 和受支持的接口。请求字段取决于所选接口。

gemini-3.1-flash-lite 如何计费?

费用取决于所选供应商分组和模型计费单位。注册前即可在本页查看当前输入、输出、单次请求或媒体价格。

gemini-3.1-flash-lite 的上下文窗口有多大?

模型目录配置的上下文窗口为 1048576 tokens。具体请求限制请查看所选接口。

gemini-3.1-flash-lite 的最大输出是多少?

模型目录配置的最大输出为 65536 tokens。请求设置可能指定更低的上限。

如何评估 gemini-3.1-flash-lite 是否适合我的项目?

请先参考本页的使用场景与提示词指南,再使用项目中的代表性输入评估模型。