还在用 gemini-3.1-flash-lite-preview 的应用要做什么？
要迁移到正式版。Google Cloud 文档说明正式模型 ID 为 gemini-3.1-flash-lite，发布阶段 GA、发布日期 2026 年 5 月 7 日，旧的 gemini-3.1-flash-lite-preview 将停用。这是一个明确的停用通知，不迁移会在停用后中断服务。
GE
Gemini 3.1 Flash-Lite
发布时间: 2026-05-07更新于: 2026-09-18知识截止: 2025-01承诺至少可用至: 2027-05-07浏览量: 154
模型参数
暂无数据
上下文长度
1M
多语言支持
支持
推理能力
3/5
Google DeepMind 于 2026 年 5 月 7 日 GA 的 Gemini 3.1 Flash-Lite，面向高吞吐、低延迟和成本敏感场景，支持 1M 输入、约 64K 输出以及最高 High 档 thinking。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
Gemini 3.1 Flash-Lite
模型基本信息
推理过程
支持
思考模式
常规模式 (默认)思考水平 · 低 (Low)思考水平 · 中 (Medium)思考水平 · 高 (High)
上下文长度
1M tokens
最大输出长度
64K tokens
模型类型
多模态大模型
输入/输出模态
文本、图像、音频、视频 → 文本
发布时间
2026-05-07
模型文件大小
暂无数据
MoE架构
未公布
总参数 / 激活参数
未公布 / 未公布
知识截止
2025-01
Gemini 3.1 Flash-Lite
开源和体验地址
Gemini 3.1 Flash-Lite
官方介绍与博客
DataLearnerAI博客
暂无
Gemini 3.1 Flash-Lite
API接口信息
接口速度
5/5
💡默认单位：$/100万 tokens。若计费单位不同，则以供应商公开的原始标注为准。
标准模式
| 类型 | 适用条件 | 输入 | 输出 |
|---|---|---|---|
| 文本 | - | $0.250/ 1M tokens | $1.50/ 1M tokens |
批量模式
| 类型 | 适用条件 | 输入 | 输出 |
|---|---|---|---|
| 文本 | - | $0.125/ 1M tokens | $0.750/ 1M tokens |
缓存定价Prompt缓存
| 类型 | 有效期 | 写入 | 读取 |
|---|---|---|---|
| 文本 | - | — | $0.025/ 1M tokens |
表中「—」表示该模态在此方向不计费，或供应商未公开对应价格。
Gemini 3.1 Flash-Lite
评测结果
Gemini 3.1 Flash-Lite 当前已收录的代表性评测结果包括 SAGE（13 / 64，得分 49.54）、PinchBench v2（10 / 45，得分 80.50）、MedCode（23 / 64，得分 47.60）。 本页还汇总了参数规模、上下文长度与 API 价格，便于结合评测结果与部署约束一起判断模型适配度。
科学知识与推理
共 3 项评测评测名称 / 模式
得分
排名/总数
法律
共 3 项评测评测名称 / 模式
得分
排名/总数
和其他模型对比
Gemini 3.1 Flash-Lite
发布机构
Google DeepMind
查看发布机构详情 Gemini 3.1 Flash-Lite
模型解读
Gemini 3.1 Flash-Lite 是 Google DeepMind 在 Gemini 3.1 系列中面向高吞吐、低延迟和成本敏感场景的 Flash-Lite 模型。Google Cloud 文档显示，正式模型 ID 为 gemini-3.1-flash-lite，发布阶段为 GA，发布日期为 2026 年 5 月 7 日；旧的 gemini-3.1-flash-lite-preview 将停用，应用应迁移到正式版。
规格与能力
官方文档将 Gemini 3.1 Flash-Lite 定位为最具成本效率的 Gemini 模型，面向高容量 LLM 流量。模型支持文本、图像、音频和视频输入，输出为文本；最大输入长度为 1,048,576 tokens，默认最大输出长度为 65,535 tokens。文档还列出可控 thinking levels，包括 minimal、low、medium 和 high，用于在质量与速度之间调节推理开销。
访问方式
模型可通过 Google Cloud Agent Platform / Vertex AI 使用，也可在 Google AI Studio 生态中作为 Gemini API 模型迁移目标。模型参数规模、训练数据细节和权重未公开，因此本条目按闭源模型收录，参数字段留空。
评测收录
Scale Labs 的 MCP-Atlas leaderboard 收录了 gemini-3.1-flash-lite (high)，其 All 1000 pass rate 为 57.1%，本次按 DataLearner 的 thinking_high_with_tool mode 写入 MCP-Atlas 成绩。
Gemini 3.1 Flash-Lite
常见问题
Gemini 3.1 Flash-Lite 适合什么场景？
官方定位是最具成本效率的 Gemini 模型，面向高容量 LLM 流量——也就是量大、单次任务不复杂的场景。库内实测印证了这个边界：LiveBench 61.68 在 115 个模型中排第 61，MCP-Atlas 57.10 在 38 个中排第 34，都在中下游。它的价值在单位成本而不是能力上限。
它的 thinking 档位怎么选？
文档列出 minimal、low、medium 和 high 四档，用于在质量与速度之间调节推理开销。既然选它是为了成本效率，默认应该走低档；只在确实需要多步推理的子任务上临时提档，否则会抵消掉成本优势。
支持哪些输入？上下文多长？
支持文本、图像、音频和视频输入，输出为文本。最大输入长度 1,048,576 tokens，默认最大输出长度 65,535 tokens，知识截止 2025 年 1 月。模型可通过 Google Cloud Agent Platform / Vertex AI 使用，也可在 Google AI Studio 生态中作为 Gemini API 模型迁移目标。
它的参数量是多少？
未公开。模型参数规模、训练数据细节和权重 Google 均未披露，本条目按闭源模型收录，参数字段留空。
DataLearner 官方微信
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
