Gemini 3.1 Flash Lite Previewは、大量使用ケース向けに最適化されたGoogleの高効率モデルです。全体的な品質でGemini 2.5 Flash Liteを上回り、Gemini 2.5 Flashのパフォーマンスに迫ります...
Google Gemini 3.1 Flash Lite Preview は、Gemini 3.1 シリーズの軽量バリアントのプレビューリリースです。これは、より大規模なフラッグシップモデルのコストの一部で、強力な推論とマルチモーダル理解を提供するように設計されています。このモデルは、テキスト、画像、動画、ファイル、音声の5つのモダリティで入力を受け付け、多様な実世界データに適しています。その1,…
Google Gemini 3.1 Flash Lite Previewは、単一コンテキスト内で大量のテキストデータやマルチモーダルデータを処理する必要があるタスクに優れています。ユースケースとしては、テキスト全体をコンテキストとして提供できる長文書の質問応答、複数のフレームやクリップを組み合わせた動画の要約・解析、そしてコンテキスト推論を伴う音声文字起こしなどがあります。高いコンテキストウィンドウにより、契約書レビュー、法律調査、学術論文分析などのタスクで効果を発揮します。82.2のGPQA Diamondスコアは、大学院レベルの推論問題に対する高いパフォーマンスを示唆しており、科学、数学、工学における複雑な問題解決にも役立ちます。さらに、マルチモーダル対応により、画像キャプションとテキスト指示を組み合わせたタスクや、PDFやスプレッドシートからのファイルベースのデータ抽出も可能です。
このモデルの主な強みは、非常に大きな100万トークンのコンテキストウィンドウ、マルチモーダル入力機能、そして低価格での競争力のある推論性能です。100万トークンあたり$0.25/$1.50の価格設定は、このコンテキストサイズとベンチマークスコアを備えたモデルとしては最も手頃な価格の一つです。GPQA Diamondの結果82.2は、このモデルが複雑で多段階の推論タスクを処理でき、多くの場合深い理解を必要とすることを示しています。同じリクエストでテキスト、画像、動画、ファイル、音声を受け入れることができるため、アプリケーションは外部のデータ断片化なしにモダリティ間で情報を関連付けることができます。OrcaRouterを使用する開発者にとって、ゼロマークアップの請求により、コストは予測可能でプロバイダーの料金と一致したままになります。OpenAI互換のAPIにより、統合の摩擦がさらに軽減されます。
低コストにもかかわらず、このモデルは短文テキスト分類、小規模要約、単発翻訳などの非常に単純なタスクには過剰である可能性があります。そのようなユースケースでは、さらに安価な埋め込みや専用分類器の方がコスト効率が良いかもしれません。また、アプリケーションに極めて低いレイテンシ（100ms未満）が必要な場合は、専用の高速モデルまたはより小さいバリアントの方が適しています。このモデルはプレビュー版であるため、本番環境の信頼性に対してまだ完全に最適化されていません。ミッションクリティカルなワークロードには、安定版リリースまたは代替品の方が適切でしょう。最後に、コンテキスト長が一貫して短い場合（例：10Kトークン未満）、同様の機能を持つより小さく安価なモデルを使用することで、リクエストあたりのコストを削減できる可能性があります。
GPQA Diamondは、大学院レベルの科学的推論を必要とする多肢選択問題で構成されたベンチマークです。スコア82.2は、モデルがこれらの難易度の高い質問の82.2%に正答したことを意味します。これはランダムな偶然をはるかに上回り、特に物理学、化学、生物学などの領域において強力な推論能力を示しています。このことから、モデルは専門知識と論理的演繹を要する、ニュアンスのある多段階の推論を処理できることが示唆されます。GPQA Diamondは推論の深さの良い指標ですが、創造性、指示追従、安全性といった他の側面を測定するものではありません。比較として、多くのモデルは60～80%の範囲のスコアを達成し、最高のモデルは時に90%を超えることもあります。したがって、82.2は軽量プレビューモデルにとって競争力のある結果です。
Google Gemini 3.1 Flash Lite Previewの正確なレイテンシ数値は、Googleによって公開されていません。一般に、Geminiファミリーの「Flash Lite」モデルは、生の速度よりもスループットとコスト効率を優先するように設計されています。これらのモデルは、コンテキストが長い場合、大きなコンテキストウィンドウサイズのため、専用の「Flash」モデルと比較して1リクエストあたりのレイテンシが高くなる傾向があります。ただし、短いプロンプトの場合、レイテンシは他の軽量モデルと同等になる可能性があります。このモデルはGoogleのインフラストラクチャ上でOrcaRouterを介して実行されるため、ネットワークレイテンシやキューイングもエンドツーエンドの応答時間に影響を与える可能性があります。ユーザーは、自社のデータと想定されるコンテキストサイズを使用してベンチマークを実施し、レイテンシが要件を満たすかどうかを判断する必要があります。極めて低いレイテンシが不可欠な場合は、より小規模なモデルやより高速な専用エンドポイントの使用を検討してください。
プレビューモデルとして、Google Gemini 3.1 Flash Lite Previewは、プロダクションリリースと比較して信頼性や安定性が低い可能性があります。マルチモーダル統合において、時折目的から外れた応答や一貫性の欠如が見られることがあります。82.2 GPQAスコアは強力ですが、最高性能のフルサイズモデルよりは低く、非常に複雑な推論チェーンには、より大きなモデルが必要となる場合があります。このモデルのビデオおよびファイル入力のサポートはフォーマット制約の対象であり、すべてのコーデックやファイルタイプを処理できるとは限りません。さらに、1Mコンテキストウィンドウは制限であり、その境界付近での処理はレイテンシとメモリ使用量の増加を招く可能性があります。最後に、OrcaRouterを介してアクセスされるため、ユーザーはOrcaRouterのAPIポリシーおよび同社が課すレート制限の対象となります。デフォルトではデータはログに記録されませんが、ユーザーは設定を確認する必要があります。
Google Gemini 3.1 Flash Lite Previewの料金はトークン使用量に基づいており、入力トークンと出力トークンで異なる料金が適用されます。入力トークンは100万トークンあたり0.25ドル、出力トークンは100万トークンあたり1.50ドルで課金されます。これらはGoogleからのプロバイダー料金であり、OrcaRouterはマークアップを一切追加しないため、表示される価格はプロバイダーが請求する価格です。標準的な使用以外に、認証やAPIアクセスに対する追加料金はありません。課金はトークン単位で測定され、トークンはトークナイザーによって定義された単語や画像・動画・音声チャンクにほぼ対応します。モデルがマルチモーダル入力をサポートしているため、各画像、ビデオフレーム、オーディオセグメントもトークン化され、入力トータルにカウントされます。料金は透明性があり、トークン数を監視するユーザーにとって予測可能です。
100万トークンのコンテキストウィンドウは、ウィンドウ全体が使用された場合、入力トークンのコストを大幅に増加させる可能性があります。100万入力トークンあたり0.25ドルで、100万トークンのコンテキストをすべて使用すると、1リクエストあたり約0.25ドルに出力料金が加算されます。大きなコンテキストを頻繁に使用するアプリケーションでは、トークンあたりのレートが高いモデルと比較しても経済的であり得ます。ただし、入力を切り詰めたり要約したりできる場合、コストを削減できます。 OrcaRouterのゼロマークアップポリシーにより、ゲートウェイ経由でこのモデルを使用しても追加料金は発生しません。バッチ処理の場合、多数の短いドキュメントを1つのリクエストにまとめられるため、ドキュメントあたりのコストが非常に低くなる可能性があります。逆に、コンテキストウィンドウが常に小さい場合、トークンあたりのレートが高くてもコンテキストが短いモデルの方が、総トークン使用量が少ないため効率的かもしれません。
OrcaRouterの料金ページでは、このモデルに標準的な請求が適用されることが示されています。現時点では、Google Gemini 3.1 Flash Lite Previewに対するキャッシング割引についての具体的な記載はありません。キャッシングは、一部のプロバイダーが同じコンテンツの繰り返し利用に対してコスト削減を提供する機能ですが、現在このモデルでは記載されていません。ユーザーは最新のOrcaRouterのドキュメントを確認するか、サポートに問い合わせて、将来のキャッシングオプションについて確認する必要があります。キャッシングがない場合、リクエストごとのコストは、入力トークンと出力トークンの合計にそれぞれのレートを掛けたものになります。コスト管理のためには、不要なコンテキストの削減、システムメッセージのトリミング、類似リクエストのバッチ処理によるトークン効率の最大化といったプロンプト最適化手法を検討してください。
Google Gemini 3.1 Flash Lite Preview を使用するには、OrcaRouter の OpenAI 互換 API エンドポイントにリクエストを送信します。ベース URL は https://api.orcarouter.ai/v1 です。model パラメータを "google/gemini-3.1-flash-lite-preview" に設定します。認証は、Authorization ヘッダーに `Bearer YOUR_API_KEY` として配置された API キーを介して行われます。API は、messages (ロール: system、user、assistant)、temperature、top_p、max_tokens、stop、frequency/presence penalties を含む標準的な OpenAI チャット補完パラメータをサポートしています。マルチモーダル入力の場合は、サポートされているテキスト、image_url、その他のメディアの `type` フィールドを持つ `content` 配列形式を使用します。モデルはファイルおよび音声入力も受け付けます。これらのモダリティの正確な形式については、OrcaRouter のドキュメントを参照してください。
APIは、標準的なOpenAIチャット完了パラメータのほとんどを受け入れます。主要なパラメータには、`messages`（必須）、`max_tokens`（最大65,536）、`temperature`（0–2、デフォルト1）、`top_p`（0–1、デフォルト1）、`n`（生成数、デフォルト1）、`stop`（文字列のリスト）、`frequency_penalty`、`presence_penalty`、`stream`（ブール値）が含まれます。このモデルは、OrcaRouterの互換性レイヤーで公開されているものを超えるカスタムのGoogle固有パラメータはサポートしていません。マルチモーダルリクエストの場合、各メッセージの`content`フィールドは、`type`（例："text"、"image_url"、"input_audio"）と対応するデータを持つオブジェクトの配列を受け入れます。ファイル入力を使用する場合、ファイルはサポートされているURLにアップロードされるか、インラインでbase64エンコードされる必要があります。OrcaRouterは追加の制限や必須フィールドを課す可能性があります。正確な詳細については、OrcaRouterのAPIリファレンスを参照してください。
すでにOrcaRouterを通じてGoogle Geminiモデル（例：gemini-2.0-flash）を使用している場合、このプレビューモデルへの移行は簡単です。APIリクエストの`model`フィールドを古いモデルIDから"google/gemini-3.1-flash-lite-preview"に変更してください。APIエンドポイント、認証、メッセージ形式にその他の変更は必要ありません。ただし、新しいモデルはトークン化、出力長の制限、動作が異なる可能性があることに注意してください。いくつかのサンプルリクエストでテストし、出力を比較することをお勧めします。入力モダリティは他のGeminiモデルと同じであるため、マルチモーダルペイロードは変更なしで動作するはずです。OpenAI互換セットに含まれないモデル固有のパラメータを使用していた場合、それらを削除または適合させる必要があるかもしれません。最後に、これはプレビューモデルであるため、すべての地域で利用できるわけではなく、容量が制限されている可能性があることに注意してください。
すべてのAPI呼び出しのベースURLは https://api.orcarouter.ai/v1 です。`model`パラメータで使用する正確なモデル識別子は "google/gemini-3.1-flash-lite-preview" です。この識別子は大文字小文字を区別します。例えば、完全なcurlリクエストは次のようになります: curl https://api.orcarouter.ai/v1/chat/completions -H "Authorization: Bearer YOUR_API_KEY" -H "Content-Type: application/json" -d '{"model":"google/gemini-3.1-flash-lite-preview","messages":[{"role":"user","content":"Hello"}]}'。YOUR_API_KEYは実際のOrcaRouter APIキーに置き換えてください。レスポンス形式はOpenAIのチャット完了構造に従い、id、object、choices、usageフィールド（トークン数を含む）が含まれます。
Gemini 2.0 Flash と比較すると、3.1 Flash Lite Preview ははるかに大きなコンテキストウィンドウ（1M vs 128K トークン）と、より高い最大出力（65K vs 8K トークン）を備えています。GPQA Diamond スコアは82.2で、2.0 Flash の典型的な mid-60s 台よりも大幅に高く、より強力な推論能力を示しています。3.1 Flash Lite Preview の料金は100万トークンあたり $0.25 / $1.50 であるのに対し、Gemini 2.0 Flash は $0.10 / $0.40 です。つまり、新しいモデルはトークンあたりのコストは高いものの、はるかに大きなコンテキストと推論能力を提供します。より大きなコンテキストと高度な推論を必要とするタスクでは、この価格プレミアムは正当化される可能性があります。短いコンテキストのシンプルなタスクでは、Gemini 2.0 Flash の方が依然としてコスト効率に優れています。どちらもマルチモーダル入力をサポートしていますが、3.1 ではファイルと音声のモダリティが追加されています。
GPT-4o miniは、コンテキストウィンドウ128Kトークン、出力16Kトークンで、価格は100万トークンあたり$0.15/$0.60です。Google Gemini 3.1 Flash Lite Previewは、コンテキストウィンドウ1M、出力65K、価格は$0.25/$1.50です。Geminiモデルは8倍のコンテキストと4倍の出力を提供しますが、入力コストは約67%高く、出力コストは150%高くなります。GPQA Diamondにおいて、GPT-4o miniも約82のスコアを記録しており、推論性能は同等です。選択はコンテキストの必要性に依存します：128K以上のコンテキストが必要な場合、Geminiモデルが唯一の選択肢です。コンテキストが小さい場合、GPT-4o miniの方が安価です。さらに、Geminiモデルはファイルおよび音声入力をサポートしていますが、GPT-4o miniは標準APIでは対応していません。
AnthropicによるClaude 3 Haikuは200Kコンテキストウィンドウと8Kトークンの出力を提供し、価格は100万トークンあたり$0.25/$1.25です。入力コストはGeminiモデルと非常に似ていますが、出力コストはわずかに低くなっています。Gemini 3.1 Flash Lite Previewはコンテキストが5倍、出力が8倍です。Claude 3 HaikuのGPQA DiamondスコアはAnthropicから公表されていませんが、Haikuは速度と短いタスクに最適化されており、深い推論向けではありません。Geminiモデルの82.2のGPQAはより強力な推論を示唆する一方、Haikuはレイテンシが低い可能性があります。コスト重視で中程度のコンテキストの大量タスクにはHaikuの方が良いかもしれません。非常に長いコンテキストやマルチモーダル推論（動画、音声、ファイル）が必要なタスクには、Geminiプレビューが明確な利点を提供します。両方ともOrcaRouterを介してOpenAI互換のAPIで利用可能です。
フルGemini 3.1 Flashモデルは通常、コンテキストウィンドウ256Kトークン、出力8Kトークンで、価格は100万トークンあたり約$0.10/$0.40です。Lite Previewバージョンは1Mのコンテキストと65Kの出力を持ちますが、より高価です（$0.25/$1.50）。Liteバリアントは大規模なコスト効率を目的として設計されており、一方、フルFlashモデルは速度と短いプロンプトに最適化されています。ベンチマークでは、フルFlashが一部の指標でわずかに高いスコアを達成する可能性がありますが、Lite PreviewのGPQAスコア82.2は競争力があります。Liteバージョンはより多くの入力モダリティ（ファイル、音声）もサポートしています。「Preview」ラベルは早期リリースであることを示しており、フルFlashはプロダクション対応です。可能な限り最大のコンテキストが必要で、トークンあたりのコストが高くても構わない場合は、Lite Previewの方が良い選択です。高速で短いインタラクションには、フルFlashが依然として望ましいです。
OpenAI 互換——今お使いの SDK のまま
https://api.orcarouter.ai/v1https://api.orcarouter.aifrom openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="google/gemini-3.1-flash-lite-preview",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_tokensreasoningresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_p| 入力 / 1M tokens | $0.250 |
| 出力 / 1M tokens | $1.50 |
| キャッシュ読み取り / 1M | $0.025 |
| 通貨 | USD |
表示価格に基づく概算
見積もりのみ — 実際のトークン数はプロバイダーのトークナイザーに依存します。
GET /api/public/models/google/gemini-3.1-flash-lite-preview開く @misc{orcarouter_gemini_3_1_flash_lite_preview,
title = {Gemini 3.1 Flash Lite Preview API},
author = {Google},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/google/gemini-3.1-flash-lite-preview}
}Google. (2026). Gemini 3.1 Flash Lite Preview API. OrcaRouter. https://www.orcarouter.ai/models/google/gemini-3.1-flash-lite-preview