Gemini 3.5 Flash Lite
gemini-3.5-flash-liteGemini 3.5 Flash-Lite 面向高频、低延迟的多模态处理，适合文档解析、翻译、分类和信息提取，可阅读文字、图片、音视频与 PDF，并作为工作流中的子任务助手。
- 起始價格
- 輸入 / 輸出 · 1M
- 上下文
- 1M
- 最大輸入窗口
- 最大輸出
- 65.5K
- 單次回應最大 token 數
- 模態
- →
- 知識截止
- Mar 2026
- 發佈於
- Jul 2026
Pricing by Supplier
比較同一模型在不同供應商的價格與服務表現。
| 供應商 | Discount | 輸入/M | 輸出/M | ||
|---|---|---|---|---|---|
Google AI Studio 谷歌官方接口 | 省50% | $0.15 | $0.6 | ||
Google Vertex 谷歌官方接口 | 省30% | $0.21 | $0.84 | ||
Gemini Cli Gemini cli 号池，适合 vibe coding学习等场景 | 省90% | $0.03 | $0.12 |
左右滑動表格，查看完整價格與效能。
能力 / 支援的模態
廠商與數據私隱
效能
基準測試
標準化評測得分。百分比越高越好，並展示排名百分位。
指標來源：Artificial Analysis 2026-09-30·Gemini 3.5 Flash Lite
目前基準快照不包含此模型。
缺少模型或測量值不代表零分。
基準圖表保留來源中的模型選擇和推理設定。缺少模型或測量值不代表零分，基準成本或速度也不是本站的服務承諾。
About Gemini 3.5 Flash Lite
为大量材料完成清楚、重复的处理
Gemini 3.5 Flash-Lite 是强调响应效率和成本控制的多模态模型，适合文档解析、内容分类、翻译和简单信息提取。它能接收文字、图片、音频、视频与 PDF，统一返回文本结果，方便把不同形式的材料送入同一业务流程。
例如处理培训资料时，可以从 PDF 提取课程主题，从录像整理章节摘要，再把多语言内容翻译成统一用语；处理业务文档时，则可以识别材料类型、提取关键字段并标记缺失项。任务数量多时，清楚的规则和稳定的输出结构比宽泛的要求更有帮助。
它也适合在智能体系统中承担范围明确的子任务，例如先筛选相关文档、归纳某一段材料或整理搜索结果，再交给后续任务综合判断。模型支持函数调用、结构化输出、搜索辅助和代码执行等能力，应用可以按需要提供工具，让提取与查询环节衔接起来。
多模态输入并不意味着直接生成对应媒体：它可以理解音视频，再用文字总结或回答问题。涉及小字、模糊录音或复杂页面时，应保留材料位置与无法判断的字段。先用一组实际样例确认分类边界和提取质量，再扩大处理范围，更容易发现规则中的遗漏。
Use cases and prompting
文档入库提示词
“请为每份培训材料生成入库记录。提取标题、主题、适用人群、前置知识和三条内容摘要；PDF 标注页码，视频标注相关片段。原文没有的信息填 null，专业术语沿用附件术语表，最后列出需要人工复查的材料。”
常见问题
- 多种材料能按同一规则处理吗？可以先定义统一字段，再分别要求保留页码、时间位置或原文段落。
- 怎样让翻译用词一致？提供术语表和目标读者，要求专名、缩写与计量单位按约定处理。
- 能输出语音吗？这个模型返回文本；需要语音成品时，可将确认后的文字交给语音合成流程。
API access
API 介面文件
呼叫示例
/v1beta/models/gemini-3.5-flash-lite:generateContent| 參數 | 類型 | 預設值 / 範圍 | 說明資訊 |
|---|---|---|---|
temperature | number | = 10 ~ 2 | 採樣溫度；越低越穩定 |
top_p | number | = 10 ~ 1 | 核採樣累積概率 |
max_tokens | integer | >= 1 | 回應中最大 token 數 |
frequency_penalty | number | = 0-2 ~ 2 | 懲罰高頻 token 的重複出現 |
presence_penalty | number | = 0-2 ~ 2 | 鼓勵引入新話題 |
stop | array | — | 最多 4 個停止生成的字串 |
seed | integer | — | 盡量保證可復現的採樣種子 |
n | integer | = 1>= 1 | 生成的候選條數 |
stream | boolean | = false | 透過 SSE 串流返回 token |
response_format | object | — | 強制輸出 JSON 物件或符合 Schema 的結果 |
tools | array | — | 模型可呼叫的工具 / 函數聲明 |
tool_choice | string | autononerequired | 工具選擇策略或具體工具名 |
logprobs | boolean | = false | 返回每個 token 的對數概率 |
top_logprobs | integer | 0 ~ 20 | 每個 token 返回的 top 概率數量 |
logit_bias | object | — | 按 token 的 logit 偏置映射 |
user | string | — | 用於風險審計的終端用戶標識 |
替換 <YOUR_API_KEY> 替換為 API 金鑰頁面中的金鑰。
身份驗證
所有請求必須攜帶 Authorization: Bearer <TOKEN> 請求頭。Anthropic 格式的端點也接受 x-api-key 請求頭。
在「令牌」頁面生成 API Key，可以按模型、分組、IP、速率等維度精細化授權。
支援的參數
| 參數 | 類型 | 預設值 / 範圍 | 說明資訊 |
|---|---|---|---|
temperature | number | = 10 ~ 2 | 採樣溫度；越低越穩定 |
top_p | number | = 10 ~ 1 | 核採樣累積概率 |
max_tokens | integer | >= 1 | 回應中最大 token 數 |
frequency_penalty | number | = 0-2 ~ 2 | 懲罰高頻 token 的重複出現 |
presence_penalty | number | = 0-2 ~ 2 | 鼓勵引入新話題 |
stop | array | — | 最多 4 個停止生成的字串 |
seed | integer | — | 盡量保證可復現的採樣種子 |
n | integer | = 1>= 1 | 生成的候選條數 |
stream | boolean | = false | 透過 SSE 串流返回 token |
response_format | object | — | 強制輸出 JSON 物件或符合 Schema 的結果 |
tools | array | — | 模型可呼叫的工具 / 函數聲明 |
tool_choice | string | autononerequired | 工具選擇策略或具體工具名 |
logprobs | boolean | = false | 返回每個 token 的對數概率 |
top_logprobs | integer | 0 ~ 20 | 每個 token 返回的 top 概率數量 |
logit_bias | object | — | 按 token 的 logit 偏置映射 |
user | string | — | 用於風險審計的終端用戶標識 |
速率限制
| 供應商 | RPM | TPM | RPD |
|---|---|---|---|
| Gemini Cli | 無限制 | 無限制 | 無限制 |
| Google AI Studio | 無限制 | 無限制 | 無限制 |
| Google Vertex | 無限制 | 無限制 | 無限制 |
無限制
Frequently asked questions about gemini-3.5-flash-lite
What is gemini-3.5-flash-lite?
Gemini 3.5 Flash-Lite 面向高频、低延迟的多模态处理，适合文档解析、翻译、分类和信息提取，可阅读文字、图片、音视频与 PDF，并作为工作流中的子任务助手。
How do I call gemini-3.5-flash-lite?
Create an API key with access to gemini-3.5-flash-lite, then use the exact model ID and a supported endpoint from the API access section. Request fields depend on the selected endpoint.
How is gemini-3.5-flash-lite priced?
Pricing depends on the selected provider group and the model billing unit. The current input, output, request, or media prices are shown on this page before sign-up.
What is the context window of gemini-3.5-flash-lite?
The model catalog lists a context window of 1048576 tokens. Check the selected endpoint for request limits.
What is the maximum output of gemini-3.5-flash-lite?
The model catalog lists a maximum output of 65536 tokens. Your request settings may set a lower limit.
How should I evaluate gemini-3.5-flash-lite for my project?
Start with the use cases and prompting guidance on this page, then evaluate the model with representative inputs from your project.