Google: Gemini 3.5 Flash-Lite

Gemini 3.5 Flash-Lite 面向高频、低延迟任务，适合文档处理、信息抽取，以及需要反复执行的小型智能体任务，可处理文字与视觉输入。

gemini-3.5-flash-lite

可用Google聊天缓存输入便宜 90%

输入 / 输出-50%: $0.30 / $2.50$0.15 / $1.25
上下文: 1M
发布日期: 2026年7月21日
最大输出: 64K
模态: 视觉聊天
能力: 工具调用提示词缓存

Gemini 3.5 Flash-Lite 简介

Gemini 3.5 Flash-Lite 是 Google 3.5 这一代里最快、性价比最高的模型，2026 年 7 月发布。它针对看重短响应时间的高并发工作：文档处理、信息提取和重复的小型智能体任务。它能读文本和图片，调用工具，返回受 schema 约束的 JSON，并缓存上下文，Google 现在推荐新项目使用它。

擅长的任务

为要重复成千上万次的工作而设计，响应时间短。
文本和图片一起处理，适合文档和截图处理。
受 schema 约束的 JSON，让提取输出保持一致。
函数调用让它能跑小型智能体步骤，比如查询或路由。

什么情况换别的模型

长时间编码会话和复杂的企业工作流，应该交给 3.8 Flash 或 3.1 Pro。
遇到内容密集或有歧义的文档，它会漏掉一些更完整的 Flash 模型能抓到的细节。

快速上手

创建 API 密钥
在 Console 生成一把密钥，平台上的模型都能用。

发送第一个请求

复制你所用语言的示例代码，向该端点发起请求。

文本生成Gemini API

POST/v1beta/models/gemini-3.5-flash-lite:generateContent

API 格式:

curl "https://api.tokenlab.sh/v1beta/models/gemini-3.5-flash-lite:generateContent" \
  -H "Content-Type: application/json" \
  -H "x-goog-api-key: sk-xxx" \
  -d '{
    "contents": [
      {"role": "user", "parts": [{"text": "Hello!"}]}
    ]
  }'

价格

TokenLab 价格用于 Verified，多数模型更便宜；官方价格是模型厂商公布的价格，用于更稳定的 Official。Auto 按最终完成请求的线路计价。

默认规格

每 1M token

官方价格: 输入 $0.30 / 输出 $2.50 / 缓存读取 $0.03
TokenLab 价格: 输入 $0.15 / 输出 $1.25 / 缓存读取 $0.015
折扣: -50%

提示词缓存价格

缓存读取

官方价格: $0.03
TokenLab 价格: $0.015
折扣: -50%

	官方价格每 1M token	TokenLab 价格每 1M token	折扣
默认规格	输入 $0.30 / 输出 $2.50 / 缓存读取 $0.03	输入 $0.15 / 输出 $1.25 / 缓存读取 $0.015	-50%
提示词缓存价格
缓存读取	$0.03	$0.015	-50%

用量与动态

成功率是请求完成的比例；延迟是拿到一次完整响应要花的时间，P95 表示 95% 的请求都在这个时间内完成。

用量与可用性

直接在 Console 里试

Gemini 3.5 Flash-Lite 已在 Console 备好，提示词已填好，可以直接修改或发送。

帮我用 gemini-3.5-flash-lite 发一条简短消息，接口是 /v1beta/models/gemini-3.5-flash-lite:generateContent。返回回复，附上延迟和费用。

使用场景

适用场景

视觉

文档流水线
大规模把合同、发票和报告转成结构化字段，每个传入文件写出一条经过校验的 JSON 记录。
队列分诊
在人工或更大的模型看到之前，按主题和紧急程度对工单或消息排序。
小型智能体
运行范围窄的工具循环任务，比如查订单或改日程，每一步都很小，循环却很频繁。
视觉检查
确认上传的照片符合简单规则，比如标签清晰可见，或方向正确。

提示词示例

把这张发票的每个明细行提取为 JSON，包含描述、数量和单价。

把这张工单的紧急程度评为 low、medium 或 high，并给出唯一一句理由。

检查这张商品照片是否清楚地显示了包装标签；回答是或否，并说明原因。

此模型按条件计价，仅凭月度 token 总量无法可靠估算；请按请求规格、缓存和适用时段查看详细定价。

FAQ

Gemini 3.5 Flash-Lite 适合做什么？

快速、重复、简单的工作：提取、分类、路由和轻量的多模态检查。它是 3.5 系列里经济的一档，为响应时间而不是深度而设计。

它比 Gemini 3.1 Flash-Lite 新吗？

是。它是更晚的一代，Google 把它列为新项目推荐的轻量选择。较早的 3.1 Flash-Lite 仍可用于现有集成。

它能读图片吗？

能。请求里可以在文本之外附上图片，回答以纯文本或结构化 JSON 返回，适合照片检查和扫描文档提取。

什么情况下它就太小了？

任务需要持续推理、仔细分析长文档，或长达数小时的编码工作时。这些情况请升级到 Gemini 3.8 Flash 或 3.1 Pro。

Gemini 3.5 Flash-Lite 的费用是多少？

在 TokenLab 上，Gemini 3.5 Flash-Lite 的价格为输入 $0.15 / 输出 $1.25 每 1M token。完整明细见上方价格表。价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率；单一费率不代表总价。

Gemini 3.5 Flash-Lite 的上下文窗口和输出上限是多少？

Gemini 3.5 Flash-Lite 最多接收 1,048,576 token 的上下文，单次最多返回 65,536 token。

Gemini 3.5 Flash-Lite 应该使用哪个端点？

Gemini 3.5 Flash-Lite 使用 https://api.tokenlab.sh/v1beta/models/gemini-3.5-flash-lite:generateContent。代码写法见下方的请求示例。

Gemini 3.5 Flash-Lite 支持哪些操作？

Gemini 3.5 Flash-Lite 支持文本生成。选了操作，上面会显示对应的端点和请求示例。

Gemini 3.5 Flash-Lite 对比

Gemini 3.5 Flash-Lite 对比 Gemini 3.1 Flash-Lite Gemini 3.5 Flash-Lite 对比 Gemini 3.5 Flash Gemini 3.5 Flash-Lite 对比 Gemini 2.5 Flash-Lite Gemini 3.5 Flash-Lite 对比 GPT-5.4 mini

资料来源

Gemini models overview

审阅于 2026年10月2日