Gemini 3.1 Flash-Lite：完整規格、定價、API 存取與使用範例（2026）

Gemini 3.1 Flash-Lite 是 Google 面向效率的多模態模型，主要適用於對吞吐量、延遲和 API 成本要求更高，而非對最大「前沿模型」能力有強依賴的工作負載。該模型於 2026年5月7日以普遍可用（GA）形式發布。它將 1,048,576-token 的輸入上限與文本、圖像、影片、音頻和 PDF 的理解能力結合在一起。本指南聚焦：截至 2026年9月，開發者在評估該模型用於生產時，這些規格代表什麼。

Gemini 3.1 Flash-Lite 是什麼？

Gemini 3.1 Flash-Lite 屬於 Google 的 Gemini 3 系列定位。它被定位為低延遲、成本高效的模型，用於高頻率且相對輕量的工作負載。Google 特別強調了翻譯、轉寫、結構化資料擷取、文件摘要、模型路由以及其他可能需要在大規模情境中運行的任務。

穩定模型 ID 為 gemini-3.1-flash-lite。它取代了先前的 gemini-3.1-flash-lite-preview，後者在 2026年5月25日由 Google 關閉。這個差異對整合至關重要：新應用應使用穩定識別碼，而不是已退役的預覽端點。

Flash-Lite 也不應與 Gemini 3.1 Flash Lite Image 混淆——後者是獨立的圖像生成模型。標準的 Flash-Lite 模型可以理解多種媒體格式，但生成的是文字，而不是原生圖像。

Gemini 3.1 Flash-Lite 的關鍵規格與定價是什麼？

規格	Gemini 3.1 Flash-Lite
供應商	Google / Google DeepMind
發布時間	2026年5月7日
供應商模型 ID	gemini-3.1-flash-lite
Gate.AI 模型 ID	google/gemini-3.1-flash-lite
輸入上限	1,048,576 tokens
最大輸出	65,536 tokens
Gate.AI 輸入價格	$0.25 / 1M tokens
Gate.AI 輸出價格	$1.50 / 1M tokens
Gate.AI 快取讀取	$0.025 / 1M tokens
Gate.AI 快取寫入	$0.08333 / 1M tokens
輸出	文字
狀態	Stable / GA

Google 的標準 Gemini API 計價會獨立列出：每百萬（1M）文字、圖像或影片輸入 tokens 為 $0.25；每百萬輸出 tokens 為 $1.50；音頻輸入則是每百萬 tokens $0.50。標準上下文快取（context-cache）輸入為：每百萬文字/圖像/影片 tokens $0.025。

依 Gate.AI 針對 google/gemini-3.1-flash-lite 的 model-card 詳細資訊，列出的費率為：$0.25/M 輸入、$1.50/M 輸出、$0.025/M 快取讀取、$0.08333/M 快取寫入。

用一個簡單工作負載來說明成本。依 Gate.AI 公布的費率，處理 800,000 個輸入 tokens、生成 100,000 個輸出 tokens 的成本約為：

(0.8 × $0.25) + (0.1 × $1.50) = $0.35

這是計算示例，不包含快取與其他特定平台的費用。

Gemini 3.1 Flash-Lite 能做什麼，因而適用於生產？

最大的優勢在於：針對可重複執行的工作負載，成本更低、執行更經濟。Google 明確建議使用 Flash-Lite 處理高頻翻譯任務，因此它適合在大規模情境中處理產品評論、客服訊息、本地化佇列或類似的短文字應用。

結構化輸出使它比基礎文字生成器更適合用於擷取式流程。團隊可以將客戶回饋轉換為預先定義的欄位，例如類別、情感、摘要與升級狀態，接著將 JSON 交給下游系統。

它較大的上下文視窗也支援文件分診（triage）。可以將 PDF、長文字、圖像、音頻與影片作為上下文輸入，使得同一個模型能在多種媒體格式之間完成擷取或摘要。

另一個有用的模式是 模型路由（model routing）。Google 特別說明 Flash-Lite 被用作一種低成本分類器，用來判斷某項任務應該繼續留在輕量模型上，還是需要升級到更強的 Flash 或 Pro 模型。在高頻系統中，這可以讓「模型成本」成為架構層級的變數，而不只是依請求計費的支出。

Gemini 3.1 Flash-Lite 支援哪些模態？

模態	輸入	輸出	備註
文字	是	是	提示、程式碼、結構化文字
圖像	是	否	圖像理解
影片	是	否	影片理解
音頻	是	否	包括轉寫流程
PDF	是	否	文件分析與摘要
原生圖像生成	—	否	使用專用的 Gemini 圖像模型
原生音頻生成	—	否	不支援
線上 API	—	否	不支援

Google 將文字、圖像、影片、音頻與 PDF 視為支援的輸入類型，並將文字作為輸出。該模型也支援快取、程式碼執行、檔案搜尋、函式呼叫、Search and Maps grounding、結構化輸出、思考（thinking）以及 URL 上下文。

Gemini 3.1 Flash-Lite 的不足之處在哪裡？

Flash-Lite 已針對在規模化情境中執行直截了當的任務進行最佳化，而不是定位為 Google 的最高能力模型。涉及困難的程式編碼、較長規劃、模糊推理或複雜自主行為的工作流程，可能需要選擇更有能力的 Flash 或 Pro 等級模型。

它的多模態能力也主要是 以輸入為中心。它無法原生生成圖像或音頻，Google 將 Computer Use 和 Live API 支援列為不可用。

將 1M-token 的限制理解為「對一百萬 tokens 的提示具備保證等級的完美記憶／回想（recall）」並不恰當。擷取的準確性、grounding（基於證據的對齊）、結構化輸出的有效性，以及重要的商業決策，仍需要評估與驗證。

生命週期規劃也很重要。Google 目前將穩定版 Gemini API 模型的最早停止服務日期列為 2027年5月7日，並建議使用 Gemini 3.5 Flash-Lite 作為其後繼者。

Gemini 3.1 Flash-Lite 最適合用來做什麼？

最適配的是可重複、邊界清晰的工作：大量翻譯、分類、實體擷取、支援工單分診、轉寫、文件摘要、多模態前處理，以及在不同模型之間進行低成本路由。

當 成本與請求量是主要限制，且任務可以被清晰地指定 時，就可以選擇 Gemini 3.1 Flash-Lite。若工作流程仰賴更深的編碼能力、更難的多步推理，或對 agentic 執行有更高要求，則可考慮更上一階的 Gemini 模型。

這種分工也有助於避免不必要的模型開支：生產流程不需要把每一個簡單分類請求都送到最昂貴的推理模型。

Gemini 3.1 Flash-Lite 與 Gemini 3.5 Flash、Gemini 3.5 Flash-Lite 有何差異？

領域	Gemini 3.1 Flash-Lite	Gemini 3.5 Flash	Gemini 3.5 Flash-Lite
主要定位	高頻輕量工作	更複雜的 agentic/編碼工作	更新的效率導向 Flash-Lite
上下文	1,048,576	1,048,576	目前 Flash-Lite 生成
標準輸入	$0.25/M*	$1.50/M*	查看目前定價
標準輸出	$1.50/M*	$9.00/M*	查看目前定價
最佳適配	規模與成本	能力-成本平衡	更新的輕量部署

*依據截至 2026年9月對 Google Gemini API 標準文字定價的核查。

實際差異在於工作負載複雜度。以所核查的標準費率來看，Gemini 3.1 Flash-Lite 依然明顯比 Gemini 3.5 Flash 更便宜；同時，Google 目前將 Gemini 3.5 Flash-Lite 標示為 3.1 Flash-Lite 的計畫後繼者。因此，新的長期部署應同時考量即時成本與遷移所需的時間跨度。

如何透過 Gate.AI 存取 Gemini 3.1 Flash-Lite？

依據 Gate.AI 的列表資訊，模型 ID 為：

google/gemini-3.1-flash-lite

Gate.AI 在 https://api.gate.ai/openai/v1 文件中提供了一個 OpenAI 相容的 base URL，聊天補全透過 /chat/completions 送出。Gate.AI 也分別支援在 /gemini/v1beta/models/{model}:generateContent 發起 Gemini 原生請求。

Python 範例

import os
from openai import OpenAI
client = OpenAI(
    api_key=os.environ["GATEAI_API_KEY"],
    base_url="https://api.gate.ai/openai/v1",
)
response = client.chat.completions.create(
    model="google/gemini-3.1-flash-lite",
    messages=[
        {
            "role": "user",
            "content": "Classify this support request and return a concise answer."
        }
    ],
)
print(response.choices[0].message.content)

cURL 範例

curl https://api.gate.ai/openai/v1/chat/completions \
  -H "Authorization: Bearer $GATEAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "google/gemini-3.1-flash-lite",
    "messages": [
      {
        "role": "user",
        "content": "Summarize this customer feedback in one sentence."
      }
    ]
  }'

這些範例遵循 Gate.AI 文件中註明的 OpenAI 相容請求模式；它們是基於文件的示例，並非經過執行驗證的範例。

常見問題（FAQs）

Gemini 3.1 Flash-Lite 是多模態模型嗎？

是。Google 支援將文字、圖像、影片、音頻與 PDF 作為輸入，而輸出為文字。

它的上下文視窗是多少？

模型支援最多 1,048,576 個輸入 tokens，以及 65,536 個輸出 tokens。

Gemini 3.1 Flash-Lite 在 Gate.AI 上多少錢？

依據 Gate.AI model-card 詳細資訊，定價為：$0.25/M 輸入 tokens、$1.50/M 輸出 tokens、$0.025/M 快取讀取，以及 $0.08333/M 快取寫入。

Gemini 3.1 Flash-Lite 會生成圖像嗎？

不會。它能理解圖像輸入，但不支援原生圖像生成。Google 維護了獨立的 Gemini 圖像生成模型。

Gemini 3.1 Flash-Lite 適用於生產嗎？

它是一個為高頻任務設計的穩定 GA 模型。團隊在部署前仍應依據自身工作負載，針對準確性、延遲、成本、結構化輸出以及生命週期需求進行驗證。