Gemini 3.1 Flash Lite Preview는 대규모 사용 사례에 최적화된 Google의 고효율 모델입니다. 전반적인 품질에서 Gemini 2.5 Flash Lite를 능가하며, 다양한 분야에서 Gemini 2.5 Flash의 성능에 근접합니다...
Google Gemini 3.1 Flash Lite Preview는 Gemini 3.1 시리즈의 경량 변형 모델의 프리뷰 릴리스입니다. 이 모델은 대형 플래그십 모델의 비용 일부만으로 강력한 추론 및 멀티모달 이해를 제공하도록 설계되었습니다. 텍스트, 이미지, 비디오, 파일, 오디오 등 다섯 가지 양식의 입력을 처리할 수 있어 다양한 실제 데이터에…
Google Gemini 3.1 Flash Lite Preview는 단일 컨텍스트에서 대량의 텍스트 또는 멀티모달 데이터를 처리해야 하는 작업에 뛰어납니다. 사용 사례로는 전체 텍스트를 컨텍스트로 제공할 수 있는 장문 문서 질의응답, 여러 프레임이나 클립을 결합하는 비디오 요약 및 분석, 맥락적 추론이 포함된 오디오 전사 등이 있습니다. 높은 컨텍스트 윈도우 덕분에 계약 검토, 법률 연구, 학술 논문 분석과 같은 작업에 효과적입니다. 82.2 GPQA 다이아몬드 점수는 대학원 수준의 추론 질문에서 강력한 성능을 보여주므로 과학, 수학, 공학 분야의 복잡한 문제 해결에도 유용합니다. 또한 멀티모달 지원을 통해 텍스트 명령과 결합된 이미지 캡셔닝, PDF 및 스프레드시트에서 파일 기반 데이터 추출 등의 작업이 가능합니다.
이 모델의 주요 강점은 매우 큰 1M 토큰 컨텍스트 창, 다중 모달 입력 기능, 그리고 저렴한 가격 대비 경쟁력 있는 추론 성능입니다. 백만 토큰당 $0.25/$1.50의 가격은 이 컨텍스트 크기와 벤치마크 점수를 가진 모델 중 가장 저렴한 축에 속합니다. GPQA Diamond 결과 82.2는 모델이 깊은 이해를 필요로 하는 복잡하고 다단계 추론 작업을 처리할 수 있음을 나타냅니다. 동일한 요청에서 텍스트, 이미지, 비디오, 파일, 오디오를 수용할 수 있는 기능은 애플리케이션이 외부 데이터 분할 없이 모달리티 간 정보를 상호 연관시킬 수 있음을 의미합니다. OrcaRouter를 사용하는 개발자의 경우, 제로 마크업 청구는 비용이 예측 가능하고 제공업체 요금과 일치하도록 보장합니다. OpenAI 호환 API는 통합 장벽을 더욱 줄여줍니다.
저렴한 비용에도 불구하고 이 모델은 짧은 형태의 텍스트 분류, 소규모 요약, 단일 회차 번역과 같은 매우 간단한 작업에는 과잉일 수 있습니다. 이러한 사용 사례의 경우 더 저렴한 임베딩이나 전용 분류기가 더 비용 효율적일 수 있습니다. 또한 애플리케이션에 매우 낮은 지연 시간(100ms 미만)이 필요한 경우 목적에 맞게 구축된 플래시 모델이나 더 작은 변형이 더 적합할 수 있습니다. 이 모델의 미리보기 특성상 아직 프로덕션 안정성에 완전히 최적화되지 않았으므로, 미션 크리티컬 워크로드에는 안정적인 릴리스 또는 대안이 더 적절할 수 있습니다. 마지막으로 컨텍스트 길이가 일관되게 짧은 경우(예: 10,000 토큰 미만) 유사한 기능을 가진 더 작고 저렴한 모델이 요청당 비용을 낮출 수 있습니다.
GPQA Diamond는 대학원 수준의 과학적 추론을 요구하는 객관식 문제로 구성된 벤치마크입니다. 82.2점은 모델이 이러한 까다로운 질문의 82.2%를 정확히 답했음을 의미합니다. 이는 무작위 선택보다 훨씬 높은 수준이며, 특히 물리학, 화학, 생물학 같은 분야에서 강력한 추론 능력을 나타냅니다. 이 모델이 도메인 지식과 논리적 추론을 요하는 미묘하고 다단계적인 추론을 처리할 수 있음을 시사합니다. GPQA Diamond는 추론 깊이를 평가하는 좋은 지표이지만, 창의성, 지시 따르기, 안전성 같은 다른 측면은 측정하지 않습니다. 비교를 위해, 많은 모델이 60–80% 범위의 점수를 달성하며, 최고 모델은 때때로 90%를 초과합니다. 따라서 82.2는 경량 프리뷰 모델로서 경쟁력 있는 결과입니다.
Google Gemini 3.1 Flash Lite Preview의 정확한 지연 시간 수치는 Google에서 공개적으로 밝히지 않았습니다. 일반적으로 Gemini 제품군의 "Flash Lite" 모델은 원시 속도보다 처리량과 비용 효율성을 우선시하도록 설계되었습니다. 이러한 모델은 큰 컨텍스트 창 크기로 인해 긴 컨텍스트에서는 전용 "Flash" 모델에 비해 요청당 지연 시간이 더 높은 경향이 있습니다. 하지만 짧은 프롬프트의 경우 지연 시간은 다른 경량 모델과 비슷할 수 있습니다. 모델이 OrcaRouter를 통해 Google 인프라에서 실행되므로 네트워크 지연 및 큐잉이 종단 간 응답 시간에 영향을 줄 수도 있습니다. 사용자는 자신의 데이터와 예상 컨텍스트 크기로 벤치마킹하여 지연 시간이 요구 사항을 충족하는지 확인해야 합니다. 초저지연이 필수라면 더 작은 모델이나 더 빠른 전용 엔드포인트 사용을 고려하세요.
프리뷰 모델로서 Google Gemini 3.1 Flash Lite Preview는 프로덕션 릴리스에 비해 신뢰성과 안정성이 낮을 수 있습니다. 가끔 목표에서 벗어난 응답이나 멀티모달 통합의 일관성 부족이 나타날 수 있습니다. 82.2 GPQA 점수는 강력하지만 최고 성능의 풀사이즈 모델보다 낮습니다. 매우 복잡한 추론 체인의 경우 더 큰 모델이 필요할 수 있습니다. 비디오 및 파일 입력 지원은 형식 제약을 받으며 모든 코덱이나 파일 유형을 처리하지 못할 수 있습니다. 또한 1M 컨텍스트 윈도우는 한계이며, 그 경계에 가까운 처리는 지연 시간과 메모리 사용량 증가로 이어질 수 있습니다. 마지막으로 OrcaRouter를 통해 액세스되기 때문에 사용자는 OrcaRouter의 API 정책 및 부과하는 모든 속도 제한의 적용을 받습니다. 기본적으로 데이터가 기록되지 않지만 사용자는 구성을 확인해야 합니다.
Google Gemini 3.1 Flash Lite Preview의 가격은 토큰 사용량을 기준으로 하며, 입력 토큰과 출력 토큰에 각각 다른 요율이 적용됩니다. 입력 토큰은 100만 개당 $0.25, 출력 토큰은 100만 개당 $1.50가 청구됩니다. 이는 Google의 제공자 요율이며, OrcaRouter는 마크업을 추가하지 않으므로 표시된 가격이 제공자가 청구하는 가격입니다. 표준 사용량 외에 인증 또는 API 접근에 대한 추가 수수료는 없습니다. 요금은 토큰 단위로 측정되며, 토큰은 토크나이저가 정의한 대로 대략적인 단어 또는 이미지/비디오/오디오 청크에 해당합니다. 모델이 멀티모달 입력을 지원하므로 각 이미지, 비디오 프레임 또는 오디오 세그먼트도 토큰화되어 입력 총량에 포함됩니다. 가격은 토큰 수를 모니터링하는 사용자에게 투명하고 예측 가능합니다.
1M 토큰 컨텍스트 윈도우는 전체 윈도우가 사용될 경우 입력 토큰 비용을 크게 증가시킬 수 있습니다. 입력 토큰 100만 개당 $0.25의 비용으로 전체 1M 컨텍스트를 채우면 요청당 약 $0.25에 출력 비용이 추가됩니다. 대규모 컨텍스트를 자주 사용하는 애플리케이션의 경우, 토큰당 요금이 더 높은 모델과 비교했을 때 여전히 경제적일 수 있습니다. 그러나 입력을 줄이거나 요약할 수 있다면 비용을 절감할 수 있습니다. OrcaRouter의 제로 마크업 정책은 게이트웨이를 통해 이 모델을 사용할 때 추가 비용을 지불하지 않음을 의미합니다. 배치 처리의 경우, 여러 개의 짧은 문서를 단일 요청으로 결합할 수 있으므로 문서당 비용이 매우 낮을 수 있습니다. 반대로, 컨텍스트 윈도우가 항상 작다면, 토큰당 요금이 더 높지만 컨텍스트가 짧은 모델이 총 토큰 사용량이 낮아 더 효율적일 수 있습니다.
OrcaRouter의 가격 페이지에 따르면 이 모델에는 표준 요금이 적용되며, 현재 Google Gemini 3.1 Flash Lite Preview에 대한 캐싱 할인에 대한 구체적인 언급은 없습니다. 캐싱은 일부 제공업체에서 반복되는 콘텐츠에 대한 비용을 절감하기 위해 제공하는 기능이지만, 현재 이 모델에는 명시되어 있지 않습니다. 사용자는 최신 OrcaRouter 문서를 확인하거나 지원팀에 문의하여 향후 캐싱 옵션에 대해 알아보아야 합니다. 캐싱이 없는 경우, 요청당 비용은 단순히 입력 및 출력 토큰의 합계에 각각의 요율을 곱한 값입니다. 비용을 관리하려면 불필요한 컨텍스트를 줄이거나 시스템 메시지를 다듬고, 유사한 요청을 함께 배치하여 토큰 효율성을 극대화하는 프롬프트 최적화 기법을 고려하세요.
Google Gemini 3.1 Flash Lite Preview를 사용하려면 OrcaRouter의 OpenAI 호환 API 엔드포인트로 요청을 보내세요. 기본 URL은 https://api.orcarouter.ai/v1입니다. model 매개변수를 "google/gemini-3.1-flash-lite-preview"로 설정하세요. 인증은 Authorization 헤더에 `Bearer YOUR_API_KEY` 형식으로 API 키를 넣어 수행됩니다. API는 메시지(roles: system, user, assistant), temperature, top_p, max_tokens, stop, frequency/presence penalty를 포함한 표준 OpenAI 채팅 완료 매개변수를 지원합니다. 다중 모드 입력의 경우 지원되는 텍스트, image_url 또는 기타 미디어의 `type` 필드와 함께 `content` 배열 형식을 사용하세요. 모델은 파일 및 오디오 입력도 허용합니다. 이러한 모달리티의 정확한 형식은 OrcaRouter의 문서를 참조하세요.
API는 대부분의 표준 OpenAI 채팅 완성 매개변수를 허용합니다. 주요 매개변수는 다음과 같습니다: `messages` (필수), `max_tokens` (최대 65,536), `temperature` (0–2, 기본값 1), `top_p` (0–1, 기본값 1), `n` (완성 횟수, 기본값 1), `stop` (문자열 목록), `frequency_penalty`, `presence_penalty`, `stream` (부울). 모델은 OrcaRouter의 호환성 계층에서 노출된 매개변수 외에는 사용자 정의 Google 특정 매개변수를 지원하지 않습니다. 멀티모달 요청의 경우 각 메시지의 `content` 필드는 `type`(예: "text", "image_url", "input_audio")과 해당 데이터를 포함하는 객체 배열을 허용합니다. 파일 입력을 사용하는 경우 파일은 지원되는 URL에 업로드되거나 인라인으로 base64 인코딩되어야 합니다. OrcaRouter는 추가 제한 사항이나 필수 필드를 부과할 수 있습니다. 정확한 세부 사항은 해당 API 참조를 확인하십시오.
이미 OrcaRouter를 통해 Google Gemini 모델(예: gemini-2.0-flash)을 사용하고 있다면, 이 미리보기 모델로의 마이그레이션은 간단합니다. API 요청의 `model` 필드를 기존 모델 ID에서 "google/gemini-3.1-flash-lite-preview"로 변경하세요. API 엔드포인트, 인증 또는 메시지 형식에 대한 다른 변경은 필요하지 않습니다. 그러나 새 모델은 토큰화, 출력 길이 제한 및 동작이 다를 수 있습니다. 몇 가지 샘플 요청으로 테스트하고 출력을 비교하는 것이 좋습니다. 입력 모달리티는 다른 Gemini 모델과 동일하므로, 멀티모달 페이로드는 수정 없이 작동해야 합니다. OpenAI 호환 세트에 없는 모델별 매개변수를 사용하고 있었다면 제거하거나 조정해야 할 수 있습니다. 마지막으로, 이 모델은 미리보기 모델이므로 모든 지역에서 사용 가능하지 않거나 용량이 제한될 수 있습니다.
모든 API 호출의 기본 URL은 https://api.orcarouter.ai/v1입니다. `model` 매개변수에 사용할 정확한 모델 식별자는 "google/gemini-3.1-flash-lite-preview"입니다. 이 식별자는 대소문자를 구분합니다. 예를 들어, 완전한 curl 요청은 다음과 같습니다: 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_KEY를 실제 OrcaRouter API 키로 바꾸십시오. 응답 형식은 OpenAI의 채팅 완료 구조를 따르며, id, object, choices 및 토큰 수를 포함한 usage 필드가 포함됩니다.
Gemini 2.0 Flash와 비교했을 때, 3.1 Flash Lite Preview는 훨씬 더 큰 컨텍스트 윈도우(1M 대 128K 토큰)와 더 높은 최대 출력(65K 대 8K 토큰)을 제공합니다. GPQA Diamond 점수는 82.2로, 2.0 Flash의 일반적인 중반 60점대보다 훨씬 높아 더 강력한 추론 능력을 나타냅니다. 3.1 Flash Lite Preview의 가격은 토큰 백만 개당 $0.25/$1.50인 반면, Gemini 2.0 Flash는 토큰 백만 개당 $0.10/$0.40입니다. 즉, 새로운 모델이 토큰당 더 비싸지만 훨씬 더 큰 컨텍스트와 추론 능력을 제공합니다. 더 큰 컨텍스트와 더 높은 추론이 필요한 작업의 경우 가격 프리미엄이 정당화될 수 있습니다. 짧은 컨텍스트의 단순한 작업에는 Gemini 2.0 Flash가 여전히 비용 효율적입니다. 둘 다 멀티모달 입력을 지원하지만, 3.1에는 파일 및 오디오 모달리티가 추가되었습니다.
GPT-4o mini는 128K 토큰의 컨텍스트 윈도우와 16K 토큰의 출력을 제공하며, 가격은 백만 토큰당 $0.15/$0.60입니다. Google Gemini 3.1 Flash Lite Preview는 1M 컨텍스트 윈도우, 65K 출력, 그리고 $0.25/$1.50의 가격을 제공합니다. Gemini 모델은 8배의 컨텍스트와 4배의 출력을 제공하지만, 입력 비용은 약 67% 높고 출력 비용은 150% 높습니다. GPQA Diamond에서 GPT-4o mini도 약 82점을 기록하여 추론 성능이 비슷합니다. 선택은 컨텍스트 요구 사항에 따라 달라집니다: 128K 이상의 컨텍스트가 필요하다면 Gemini 모델이 유일한 선택지입니다. 컨텍스트가 작다면 GPT-4o mini가 더 저렴합니다. 또한, Gemini 모델은 파일 및 오디오 입력을 지원하지만, GPT-4o mini는 표준 API를 통해 이를 지원하지 않습니다.
Anthropic의 Claude 3 Haiku는 200K 컨텍스트 윈도우와 8K 토큰 출력을 제공하며, 가격은 백만 토큰당 $0.25/$1.25입니다. Gemini 모델에 비해 입력 비용은 매우 유사하지만 출력 비용은 약간 낮습니다. Gemini 3.1 Flash Lite Preview는 5배의 컨텍스트와 8배의 출력을 제공합니다. Claude 3 Haiku의 GPQA Diamond 점수는 Anthropic에서 공개적으로 제공되지 않지만, Haiku는 속도와 짧은 형식의 작업에 최적화되어 있으며 깊은 추론에는 적합하지 않습니다. Gemini 모델의 82.2 GPQA 점수는 더 강력한 추론을 시사하는 반면, Haiku는 대기 시간이 더 낮을 가능성이 있습니다. 비용에 민감하고 컨텍스트가 중간 정도인 대량 작업의 경우 Haiku가 더 나을 수 있습니다. 매우 긴 컨텍스트나 멀티모달 추론(비디오, 오디오, 파일)이 필요한 작업의 경우 Gemini 미리보기가 뚜렷한 이점을 제공합니다. 둘 다 OpenAI 호환 API를 통해 OrcaRouter로 접근할 수 있습니다.
전체 Gemini 3.1 Flash 모델은 일반적으로 256K 토큰의 컨텍스트 윈도우와 8K 토큰의 출력을 가지며, 가격은 백만 토큰당 약 $0.10/$0.40입니다. Lite Preview 버전은 훨씬 더 큰 1M 컨텍스트와 65K 출력을 제공하지만 더 비쌉니다($0.25/$1.50). Lite 변형은 대규모 비용 효율성을 위해 설계된 반면, 전체 Flash 모델은 속도와 짧은 프롬프트에 최적화되어 있습니다. 벤치마크에서 전체 Flash는 일부 지표에서 약간 더 높은 점수를 달성할 수 있지만, Lite Preview의 GPQA 점수 82.2는 경쟁력이 있습니다. Lite 버전은 더 많은 입력 모드(파일, 오디오)를 지원합니다. "Preview" 라벨은 초기 릴리스임을 나타내며, 전체 Flash는 프로덕션에 바로 사용할 수 있습니다. 가능한 가장 큰 컨텍스트가 필요하고 더 높은 토큰당 비용을 감수할 수 있다면 Lite Preview가 더 나은 선택입니다. 빠르고 짧은 상호작용을 위해서는 전체 Flash가 여전히 선호됩니다.
OpenAI 호환 — 쓰던 SDK 그대로
https://api.orcarouter.ai/v1https://api.orcarouter.aifrom openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| 입력 / 1M tokens | $0.250 |
| 출력 / 1M tokens | $1.50 |
| 캐시 읽기 / 1M | $0.025 |
| 통화 | USD |
정가 기준 추정치
추정치일 뿐입니다 — 실제 토큰 수는 제공자의 토크나이저에 따라 달라집니다.
GET /api/public/models/google/gemini-3.1-flash-lite-preview열기 @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