<?xml version="1.0" encoding="UTF-8"?>
<page>
  <sourceCitations></sourceCitations>
  <contentStorage>postgres</contentStorage>
  <sameNames></sameNames>
  <basedOn></basedOn>
  <title>Gemini 3.1 Flash-Lite · İlişkiler</title>
  <description>Google DeepMind 于 2026 年 3 月 3 日 发布的 Gemini 3.1 Flash-Lite。</description>
  <url>/tr/works/gemini-3-1-flash-lite/relation.html</url>
  <entity>
    <perspectives></perspectives>
    <customFields></customFields>
    <rankingTiers></rankingTiers>
    <rankingColumns></rankingColumns>
    <rankingEntries></rankingEntries>
    <id>work_gemini_3_1_flash_lite</id>
    <type>work</type>
    <title>Gemini 3.1 Flash-Lite</title>
    <slug>gemini-3-1-flash-lite</slug>
    <aliases></aliases>
    <previousSlugs></previousSlugs>
    <summary>Google DeepMind 于 2026 年 3 月 3 日 发布的 Gemini 3.1 Flash-Lite。</summary>
    <status>published</status>
    <categories>
      <category>category-science-technology</category>
    </categories>
    <tags></tags>
    <sources>
      <source>
        <id>s1</id>
        <title>Gemini 3.1 Flash Lite: Our most cost-effective AI model yet</title>
        <url>https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-flash-lite/</url>
      </source>
      <source>
        <id>s2</id>
        <title>Gemini 3.1 Flash-Lite - Model Card — Google DeepMind</title>
        <url>https://deepmind.google/models/model-cards/gemini-3-1-flash-lite/</url>
      </source>
      <source>
        <id>s3</id>
        <title>Gemini Developer API pricing</title>
        <url>https://ai.google.dev/gemini-api/docs/pricing</url>
      </source>
      <source>
        <id>s4</id>
        <title>Model Evaluation – Approach, Methodology &amp; Results: Gemini 3.1 Flash-Lite</title>
        <url>https://deepmind.google/models/evals-methodology/gemini-3-1-flash-lite</url>
      </source>
    </sources>
    <createdAt>2026-11-11T13:45:07+08:00</createdAt>
    <updatedAt>2026-11-11T13:45:07+08:00</updatedAt>
    <updatedBy>user:admin</updatedBy>
    <revision>1</revision>
    <body>## 发布背景&#xA;&#xA;Gemini 3.1 Flash-Lite 是 [[organization_google_deepmind|Google DeepMind]] 于 2026 年 3 月 3 日 发布的 Gemini 模型[^s1]。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。[^s1]&#xA;&#xA;## 定价与获取&#xA;&#xA;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）[^s3]。API 标识为 gemini-3.1-flash-lite[^s1]。&#xA;&#xA;## 性能表现&#xA;&#xA;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：&#xA;&#xA;- GPQA Diamond：86.9%（厂商自报），高于 Gemini 2.5 Flash，为官方对照表中最高分[^s1]。&#xA;- 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[^s1]。&#xA;- 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[^s1]。&#xA;- 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[^s1]。&#xA;&#xA;## 主要特点&#xA;&#xA;上下文窗口 1,048,576 token，最大输出 65,536 token[^s1]。&#xA;&#xA;该模型基于 [[work_gemini_3_pro|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[^s1]。&#xA;&#xA;相比 [[work_gemini_2_5_flash|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）[^s1]。&#xA;&#xA;## 定位&#xA;&#xA;它是 Gemini 3 系列的轻量高效档，接替 [[work_gemini_2_5_flash_lite|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。</body>
    <url>/works/gemini-3-1-flash-lite.html</url>
    <lang>tr</lang>
    <sourceLang>zh</sourceLang>
    <fallback>true</fallback>
    <availableLangs>
      <lang>zh</lang>
    </availableLangs>
    <occupations></occupations>
    <workKind>ai_model</workKind>
    <creators></creators>
    <relatedTerms></relatedTerms>
  </entity>
  <entities></entities>
  <tags></tags>
  <categories></categories>
  <relations>
    <relation>
      <id>relation_work_gemini_3_1_flash_lite_published_by_organization_google_deepmind</id>
      <fromId>work_gemini_3_1_flash_lite</fromId>
      <relationType>published_by</relationType>
      <toId>organization_google_deepmind</toId>
      <sourceRefs>
        <sourceRef>
          <entityId>work_gemini_3_1_flash_lite</entityId>
          <sourceId>s1</sourceId>
        </sourceRef>
      </sourceRefs>
      <label>Published by</label>
      <targetId>organization_google_deepmind</targetId>
      <targetTitle>Google DeepMind</targetTitle>
      <targetUrl>/tr/organizations/google-deepmind.html</targetUrl>
      <incoming>false</incoming>
    </relation>
  </relations>
  <mentions>
    <mention>
      <fromId>work_gemini_3_5_flash_lite</fromId>
      <fromTitle>Gemini 3.5 Flash-Lite</fromTitle>
      <fromUrl>/tr/works/gemini-3-5-flash-lite.html</fromUrl>
      <fromType>work</fromType>
    </mention>
  </mentions>
  <toc></toc>
  <askCitations></askCitations>
  <history></history>
  <versions></versions>
  <relationGroups>
    <group>
      <type>published_by</type>
      <label>Published by</label>
      <items>
        <relation>
          <id>relation_work_gemini_3_1_flash_lite_published_by_organization_google_deepmind</id>
          <fromId>work_gemini_3_1_flash_lite</fromId>
          <relationType>published_by</relationType>
          <toId>organization_google_deepmind</toId>
          <sourceRefs>
            <sourceRef>
              <entityId>work_gemini_3_1_flash_lite</entityId>
              <sourceId>s1</sourceId>
            </sourceRef>
          </sourceRefs>
          <label>Published by</label>
          <targetId>organization_google_deepmind</targetId>
          <targetTitle>Google DeepMind</targetTitle>
          <targetUrl>/tr/organizations/google-deepmind.html</targetUrl>
          <incoming>false</incoming>
        </relation>
      </items>
    </group>
  </relationGroups>
  <lang>tr</lang>
  <availableLangs>
    <lang>zh</lang>
  </availableLangs>
  <fallback>true</fallback>
  <infoFields>
    <field>
      <key>work_kind</key>
      <label>Work kind</label>
      <value>Yapay zekâ modeli</value>
    </field>
  </infoFields>
  <pagination>
    <page>1</page>
    <pageSize>50</pageSize>
    <total>1</total>
    <pageCount>1</pageCount>
  </pagination>
  <relationsTotal>1</relationsTotal>
  <relationCounts></relationCounts>
  <mentionsTotal>1</mentionsTotal>
  <rankings></rankings>
  <rankingBadges></rankingBadges>
</page>