Gemini 3.1 Flash-Lite

是什么

Gemini 3.1 Flash-Lite 是 Google Gemini 3 系列里最便宜、最快的一档模型。Google 的模型页面把它描述为一种低延迟、低成本的多模态模型，针对高频、轻量的任务做了优化^[5]。所谓「高频、轻量」，指的是一个系统要反复调用模型、每次只处理很短或很简单的请求，而不是偶尔发一次又长又难的提问；在这种场景下，单次调用的价格和响应速度比模型的极限能力更重要。

输入侧是多模态的：它接受文本、图像、视频、音频和 PDF 文件，输出为文本^[5]。输入上下文窗口为 1,048,576 个 token，单次输出上限为 65,536 个 token^[5]。模型页面列出它支持函数调用（function calling）、缓存（caching）和批处理 API（Batch API）^[5]。函数调用让程序把一组可用的工具交给模型，由模型决定何时调用哪一个；缓存把反复出现的前缀存下来，不必每次重新处理、按全价重新计费；批处理 API 则接收成批的任务，集中处理。

发布经过

这个模型先以预览版的形式出现，名称是 gemini-3.1-flash-lite-preview，发布时间为 2026 年 3 月 3 日^[1][4]。正式版 gemini-3.1-flash-lite 于 2026 年 5 月 7 日发布，预览版则在 2026 年 5 月 25 日关停^[1]。Google 建议用它替代 gemini-2.0-flash-lite 和 2.5 Flash-Lite 预览版，也就是此前承担同一档廉价任务的模型^[1]。先发预览版、再换成稳定版名称，是 Gemini 系列常见的做法：开发者可以提前试用新版本，等稳定版上线后预览接口即行退役。

价格

对 Flash-Lite 这一档模型来说，价格是重点。Gemini 开发者 API 的价格表列出：文本、图像和视频输入每 100 万 token 收费 0.25 美元，音频输入每 100 万 token 收费 0.50 美元，输出每 100 万 token 收费 1.50 美元^[2]。还有两种折扣可以进一步压低输入侧的成本。通过批处理 API 或 Flex 档提交的请求，文本、图像和视频输入每 100 万 token 为 0.125 美元，输出每 100 万 token 为 0.75 美元^[2]。上下文缓存的价格是文本、图像和视频输入每 100 万 token 0.025 美元^[2]，只有普通输入价格的十分之一——缓存的前缀只处理一次，后续复用自然便宜。

在系列中的位置

这个模型在 Google 产品线前列待的时间并不长。2026 年 7 月，Gemini 3.5 Flash-Lite 接替了它，Google 称新模型显著优于它^[3]；它的关停日期定在 2027 年 5 月 7 日^[1]。Google 的弃用页面上，现在建议用 gemini-3.5-flash-lite 替代 gemini-3.1-flash-lite^[1]。

这段更替说明了当时 Gemini 轻量档的更新节奏有多快：2026 年 3 月出预览版，5 月正式可用，7 月就有后继者，而退役日期定在发布后不到一年。对开发者来说，实际影响是「轻量」模型始终是一个移动的靶子——写死版本号的代码必须按计划更新，但它承担的那个便宜、高并发的角色本身不变。Gemini 3.1 Flash-Lite 更适合被理解为这个循环中的一环：一个拥有大上下文窗口的低成本多模态接口，为大量小请求而设，几个月内就被同类中更快更强的模型换下。