探索 Gemini 3.1 Flash-Lite 的出色之处

Lisa Ernst · 07.03.2026 · 人工智能 · 7 分钟

人工智能领域不断被新版本重塑。每一次迭代都承诺更高的效率、更广泛的功能或更完善的用户体验。对于开发人员和企业而言，驾驭这些进展意味着不仅要了解新模型的功能，还要了解它如何融入现有工作流程和预算限制。本次对 Google 最新产品 Gemini 3.1 Flash-Lite 的探索，旨在剥去浮夸的外衣，清晰呈现其在不断发展的 AI 生态系统中的定位。

来源: 一张插图，描绘了 AI 技术的相互关联和快速发展。

Gemini 3.1 Flash-Lite 快速摘要

• 最新且最具成本效益: Google Gemini 3 系列的最新成员，专为高流量、低延迟任务进行了优化。
• 可用性: 自 2026 年 3 月 3 日起，通过 Google AI Studio 和 Vertex AI 中的 Gemini API 提供开发者预览版。
• 定价: 每 100 万个输入 token 0.25 美元，每 100 万个输出 token 1.50 美元。
• 速度: 首次回答 token 时间 (TTFT) 比 Gemini 2.5 Flash 快 2.5 倍，整体输出速度提高 45%。每秒可处理 381.9 个 token。
• 性能: 在 Arena.ai 上得分 1432，GPQA Diamond 得分 86.9%，MMMU Pro 得分 76.8%。在推理和多模态理解方面优于较旧、较大的 Gemini 模型。
• 功能: 支持多模态输入（文本、图像、语音、视频）和文本输出，拥有 100 万个 token 的上下文窗口。
• 独特功能: 集成的“思考级别”允许根据每个请求动态调整模型的处理强度（无、低、高）。

Gemini 3.1 Flash-Lite：AI 效率的新篇章

Google 推出了 Gemini 3.1 Flash-Lite，这是其 Gemini 3 系列 AI 模型中最新且最具成本效益的成员。该新模型专为高流量、低延迟的工作负载而设计，具体细节在其官方模型卡. 中有所详述。自 2026 年 3 月 3 日起，开发者可通过Google AI Studio 的 Gemini API 以及企业通过Vertex AI 获取其开发者预览版。

来源: techpp.com

开发人员可以通过 Google AI Studio 中的 Gemini API 访问新的 Gemini 3.1 Flash-Lite 模型，从而轻松将其集成到各种应用程序中。

Gemini 3.1 Flash-Lite 的定价结构为每 100 万个输入 token 0.25 美元，每 100 万个输出 token 1.50 美元，具体信息在其模型卡. 中有所说明。该模型在速度上实现了重大飞跃，首次回答 token 时间 (TTFT) 比 Gemini 2.5 Flash 快 2.5 倍，整体输出速度比其前代产品提高了 45%，这些信息也记载在其模型卡.

中。根据Artificial Analysis 基准测试, ，Gemini 3.1 Flash-Lite 的输出速度达到每秒 381.9 个 token，比 Gemini 2.5 Flash（每秒 232.3 个 token）快 64%。该模型在各种基准测试中也表现出强大的性能，在Arena.ai 排行榜, 上得分 1432，GPQA Diamond 得分 86.9%，MMMU Pro 得分 76.8%。这些指标表明 Gemini 3.1 Flash-Lite 在推理和多模态理解方面均优于较旧、较大的 Gemini 模型，正如其模型卡.

所示。Gemini 3.1 Flash-Lite 的功能和用例

Gemini 3.1 Flash-Lite 具有极高的通用性，适用于翻译、内容审核、用户界面生成和复杂模拟等广泛应用。它支持多模态输入，可以处理来自文本、图像、语音和视频的数据，然后生成文本输出，具体信息在其DeepMind Gemini 模型页面 和模型卡. 中有所说明。根据其模型卡. 的规定，该模型拥有 100 万个 token 的上下文窗口。这项基础技术基于Gemini 3 Pro, ，并且其训练数据包含截至 2025 年 1 月的信息。与其他先进的 AI 模型一样，Gemini 3.1 Flash-Lite 是专有的，这意味着其模型权重不公开可用，这一点在其Gemini API 文档. 中已有说明。该模型使用Google 的张量处理单元 (TPU).

来源: techthelead.com

Google 张量处理单元 (TPU) 是 Gemini 3.1 Flash-Lite 训练的组成部分，为该模型的高级功能和多模态理解提供支持。

一个值得注意的特点是其在AI Studio 和Vertex AI, 中集成的“思考级别”，这使得开发人员可以控制模型的“思考强度”。这些级别——无、低或高——可以根据每个请求进行调整，从而动态适应简单和复杂的任务，而无需单独的模型。此功能使 Gemini 3.1 Flash-Lite 有别于主要为代理编排设计的模型，而将其定位为高流量数据处理和任务完成的解决方案。

早期测试者已经采用了 Gemini 3.1 Flash-Lite。Latitude、Cartwheel 和 Whering 等公司正在利用其功能。Cartwheel 的 Andrew Carr 强调了其速度和多模态标记能力，而 Whering 的 Bianca Rangecroft 报告称在物品分类方面保持了 100% 的一致性。HubX 的 Kaan Ortabas 指出，完成时间不到 10 秒，并且 97% 的输出符合结构化要求。

❝ 在物品分类方面保持 100% 的一致性 ❞

Bianca Rangecroft

Whering

❝ 完成时间不到 10 秒，97% 的输出符合结构化要求 ❞

Kaan Ortabas

HubX

竞争格局和战略定位

将 Gemini 3.1 Flash-Lite 与其前代产品和竞争对手进行比较，揭示了其战略市场定位。虽然 Gemini 3.1 Flash-Lite 提供了卓越的性能，但价格比 Gemini 2.5 Flash-Lite 贵得多，输入价格为 0.25 美元/百万 token，输出价格为 1.50 美元/百万 token，而后者为 0.10 美元/百万 token 输入和 0.40 美元/百万 token 输出。Gemini 2.5 Flash-Lite（非推理）的输出速度仍为每秒 245.8 个 token，TTFT 为 0.42 秒，当绝对成本最小化是主要限制且较低的智能阈值可接受时，它仍然是可行且最具成本效益的选择。此外，Gemini 2.5 Flash 在需要原生音频输出或实时 API 支持的应用中仍然具有相关性，这些功能 3.1 Flash-Lite 尚未支持，具体信息在其DeepMind Gemini 音频页面.

上有所详述。然而，在高上下文使用量（每次交互超过 20 万个 token）下，Gemini 3.1 Flash-Lite 比Gemini 3.1 Pro. 便宜 12 到 16 倍。与竞争对手相比，Gemini 3.1 Flash-Lite 提出了一个引人注目的价值主张。它比 Claude 4.5 Haiku（输入 1.00 美元/百万 token，输出 5.00 美元/百万 token）和 GPT-5 mini（输出 2.00 美元/百万 token）在输出方面更具成本效益。此外，根据Artificial Analysis.

的数据，Gemini 3.1 Flash-Lite 的输出速度为每秒 381 个 token，超过了 Claude 4.5 Haiku（约每秒 140 个 token）和 GPT-5 mini（约每秒 180 个 token）。) 关键 AI 模型比较概览

结论

Google 发布 Gemini 3.1 Flash-Lite，是其将 AI 打造成高流量、精确任务的实用级资源的战略举措。虽然其预览状态意味着缺乏服务水平协议 (SLA) 和潜在的 API 更改，这对于关键生产基础设施需要谨慎，但其速度、效率和集成的“思考级别”为开发人员提供了一个强大的新工具。该模型处理多模态输入和调整处理强度的能力，使其成为各种应用的强大解决方案，并延续了 Google DeepMind 在实现更易于访问和更通用的 AI 方面的努力。

常见问题解答