发布背景
Gemini 3.1 Flash-Lite 是 Google DeepMind 于 2026 年 3 月 3 日 发布的 Gemini 模型[1]。2026年3月3日以预览版通过 Gemini API 与 Vertex AI 发布，是 Gemini 3 系列中最快、最具成本效益的模型。[1]
定价与获取
每百万 token 输入 0.25 美元、输出 1.50 美元（文本/图像/视频输入；音频输入为 0.50 美元）[3]。API 标识为 gemini-3.1-flash-lite[1]。
性能表现
以下均为 Google DeepMind 在发布公告与技术报告中公布的厂商自报成绩，尚未经独立复现：
- GPQA Diamond：86.9%（厂商自报），高于 Gemini 2.5 Flash，为官方对照表中最高分[1]。
- MMMU-Pro：76.8%（厂商自报），高于 Gemini 2.5 Flash 的 66.7%，为官方对照表中最高分[1]。
- MMMLU：88.9%（厂商自报），高于 Gemini 2.5 Flash 的 86.6%，为官方对照表中最高分[1]。
- Video-MMMU：84.8%（厂商自报），高于 Gemini 2.5 Flash 的 79.2%，为官方对照表中最高分[1]。
主要特点
上下文窗口 1,048,576 token，最大输出 65,536 token[1]。
该模型基于 Gemini 3 Pro，支持文本、图像、音频与视频输入，输出为文本，并提供可调的思考级别[1]。
相比 Gemini 2.5 Flash，首次回答时间快 2.5 倍、输出速度提升 45%（据 Artificial Analysis，厂商引用）[1]。
定位
它是 Gemini 3 系列的轻量高效档，接替 Gemini 2.5 Flash-Lite，基于 Gemini 3 Pro，后继为基于它的 Gemini 3.5 Flash-Lite。截至 2026 年 11 月，该模型仍在提供。