Google: Gemini 3.1 Flash-Lite

用於高流量多模態與代理工作負載的低延遲 Gemini 模型

gemini-3.1-flash-lite

可用Google對話輸入快取節省 90%

輸入 / 輸出-50%: $0.25 / $1.50$0.125 / $0.75
上下文: 1M
發布日期: 2026年5月7日
最大輸出長度: 64K
模態: 視覺辨識對話
能力: 工具使用提示詞快取

關於 Gemini 3.1 Flash-Lite

Gemini 3.1 Flash-Lite 是 Google Gemini 3.1 系列中低延遲、低成本的模型，專為高容量多模態與代理（agent）工作負載而建。Google 將其描述為具備媲美大型模型的邊緣級效能，且成本僅為其一小部分。它能讀取文字與圖像、呼叫工具、回傳符合架構的 JSON，並支援上下文快取，其能力定位在 Flash 等級之下。

適用場景

短回應時間使其適合互動式功能，在這些功能中，每次呼叫都必須快速回傳結果。
圖像與文字可放入同一個請求中，適合處理收據、表單和螢幕截圖。
符合架構的 JSON 輸出消除了對自由文字進行脆弱解析的需求。
工具呼叫與上下文快取支援大規模重複且相似的代理步驟。

其他選擇建議

對於長步驟的程式編寫代理，Flash 和 Pro 模型比 Lite 模型表現更穩定。
這不是以推理為主的模型；困難的數學運算或深度規劃建議交給 Gemini 3.1 Pro。

入門指南

建立 API 金鑰
請至 Console 建立金鑰，即可在平台上使用各類模型。

發送您的第一個請求

複製您所選語言的範例，並針對端點執行它。

文字轉文字Gemini API

POST/v1beta/models/gemini-3.1-flash-lite:generateContent

API 格式:

curl "https://api.tokenlab.sh/v1beta/models/gemini-3.1-flash-lite:generateContent" \
  -H "Content-Type: application/json" \
  -H "x-goog-api-key: sk-xxx" \
  -d '{
    "contents": [
      {"role": "user", "parts": [{"text": "Hello!"}]}
    ]
  }'

定價

Verified 價格用於 Verified，多數模型更便宜；Official 價格是模型廠商公布的價格，用於更穩定的 Official。Auto 按最終完成請求的線路計價。

預設規格

每 1M Token

Official 價格: 輸入 $0.25 / 輸出 $1.50 / 快取讀取 $0.025
Verified 價格: 輸入 $0.125 / 輸出 $0.75 / 快取讀取 $0.0125
折扣: -50%

Prompt 快取價格

快取讀取

Official 價格: $0.025
Verified 價格: $0.0125
折扣: -50%

工具費用

僅在模型呼叫工具時，依使用次數計費。

網路搜尋

Official 價格: $0.014/次搜尋
Verified 價格: $0.007/次搜尋
折扣: -50%

	Official 價格每 1M Token	Verified 價格每 1M Token	折扣
預設規格	輸入 $0.25 / 輸出 $1.50 / 快取讀取 $0.025	輸入 $0.125 / 輸出 $0.75 / 快取讀取 $0.0125	-50%
Prompt 快取價格
快取讀取	$0.025	$0.0125	-50%
工具費用僅在模型呼叫工具時，依使用次數計費。
網路搜尋	$0.014/次搜尋	$0.007/次搜尋	-50%

使用量與活動

成功率是請求完成的比例；延遲是一次完整回應所需的時間，P95 表示 95% 的請求在該時間內完成。

用量與可用性

過去 24 小時

請求數
成功率
P95 延遲
總 Token 用量

模型效能

最後更新於 2026年10月10日上午12:32 [UTC]

近 30 日成功率: 100.0%
近 30 日請求數: 40K+
最後活動時間: 14 分鐘前

資料基於彙總的使用者請求，不包含狀態檢查。

直接在 Console 裡試

在 Console 中開啟 Gemini 3.1 Flash-Lite，並準備好編輯或發送提示詞。

協助我使用 gemini-3.1-flash-lite 透過 /v1beta/models/gemini-3.1-flash-lite:generateContent 進行對話，並顯示回覆、延遲與成本。

應用情境

適合場景

視覺辨識

批次提取
從數千份發票或表單中提取欄位，並將每個結果寫入為經過驗證的 JSON 物件。
內容審核與標記
根據固定政策標記使用者上傳的內容與評論，並附上一行理由。
路由層
決定請求應傳送至哪個專業模型或工具，然後進行轉發。
即時助理
支援自動完成、快速回覆或語音助理對話，避免明顯的等待時間影響使用者體驗。

提示詞範例

從這張發票圖像中提取供應商、日期、總金額與幣別，並以 JSON 格式回傳。

將下方的評論標記為垃圾訊息、濫用、問題或讚美，並用一句話解釋選擇原因。

根據此使用者訊息，從下列選項中選擇一個：search_docs、create_ticket、answer_directly。僅回覆工具名稱。

此模型按條件計價，僅憑每月 token 總量無法可靠估算；請按請求規格、快取和適用時段查看詳細定價。

FAQ

Gemini 3.1 Flash-Lite 最適合做什麼？

高容量、對延遲敏感的工作，例如提取、分類、標記、路由和快速多模態回答。它以犧牲部分推理深度來換取速度與較輕的單次呼叫負載。

它接受圖像嗎？

可以。文字與圖像可以在同一個請求中混合使用，因此它可以讀取文件、螢幕截圖和照片。其回答會以文字形式回傳，或以符合您架構的 JSON 格式回傳。

它可以呼叫工具嗎？

可以。支援函式呼叫，這使其能作為第一階段的代理，針對簡單請求選擇工具，或將困難案例轉發給較大型的模型。

它與 Gemini 3.5 Flash-Lite 有何不同？

3.5 Flash-Lite 是較新的世代，也是 Google 目前引導新專案使用的版本；3.1 Flash-Lite 是較舊的 Lite 模型，但仍然穩定。在轉移流量之前，請先在兩者上測試您的提示詞。

Gemini 3.1 Flash-Lite 的費用是多少？

在 TokenLab 上，Gemini 3.1 Flash-Lite 價格為輸入 $0.125 / 輸出 $0.75 每 1M Token。完整明細見上方價格表。價格因計費單位、規格和用量而異。請在模型的詳細定價中比較相同條件下的費率；單一費率不代表總價。

Gemini 3.1 Flash-Lite 的上下文長度與輸出限制為何？

Gemini 3.1 Flash-Lite 支援最高 1,048,576 tokens 的上下文，單次回應上限為 65,536 tokens。

Gemini 3.1 Flash-Lite 應該使用哪一個端點？

請使用 https://api.tokenlab.sh/v1beta/models/gemini-3.1-flash-lite:generateContent 進行 Gemini 3.1 Flash-Lite 的呼叫。下方的請求範例展示了對應的程式碼格式。

Gemini 3.1 Flash-Lite 支援哪些操作？

Gemini 3.1 Flash-Lite 支援文字轉文字。請在上方選擇一項操作以查看其端點與請求範例。

比較 Gemini 3.1 Flash-Lite

Gemini 3.1 Flash-Lite 與 Gemini 3.5 Flash-Lite 對比 Gemini 3.1 Flash-Lite 與 Gemini 3.8 Flash 對比 Gemini 3.1 Flash-Lite 與 Gemini 2.5 Flash-Lite 對比 Gemini 3.1 Flash-Lite 與 GPT-5.4 mini 對比

使用 Gemini 3.1 Flash-Lite 的指南

用於快速 Agent 迴圈的 Gemini 3.5 Flash API

來源

Gemini models overview

更新於 2026年10月2日