Gemini 3.1 Flash Lite Preview — это высокоэффективная модель Google, оптимизированная для сценариев с большим объемом использования. Она превосходит Gemini 2.5 Flash Lite по общему качеству и приближается к производительности Gemini 2.5 Flash по...
Google Gemini 3.1 Flash Lite Preview — это предварительная версия облегченной модели из серии Gemini 3.1. Она предназначена для обеспечения высокой производительности в рассуждениях и…
Google Gemini 3.1 Flash Lite Preview отлично справляется с задачами, требующими обработки больших объемов текстовых или мультимодальных данных в одном контексте. Варианты использования включают ответы на вопросы по длинным документам, где весь текст можно подать как контекст; суммирование и анализ видео, где объединяются несколько кадров или клипов; и транскрипцию аудио с контекстными рассуждениями. Большое окно контекста делает его эффективным для таких задач, как анализ контрактов, юридические исследования и анализ академических работ. Его показатель 82.2 GPQA Diamond свидетельствует о высокой производительности на вопросах рассуждений уровня выпускника, поэтому он также полезен для решения сложных задач в науке, математике и инженерии. Кроме того, его мультимодальная поддержка позволяет выполнять такие задачи, как создание подписей к изображениям в сочетании с текстовыми инструкциями, или извлечение данных из файлов PDF и электронных таблиц.
Основные сильные стороны модели — это очень большой контекстный окно в 1M токенов, возможности мультимодального ввода и конкурентоспособная производительность в рассуждениях при низкой цене. Ценообразование в $0,25/$1,50 за миллион токенов является одним из самых доступных для модели с таким размером контекста и бенчмарк-результатами. Результат 82,2 в тесте GPQA Diamond указывает на то, что модель способна справляться со сложными многошаговыми задачами рассуждения, часто требующими глубокого понимания. Возможность одновременно принимать текст, изображения, видео, файлы и аудио в одном запросе означает, что приложения могут соотносить информацию между модальностями без внешней фрагментации данных. Для разработчиков, использующих OrcaRouter, биллинг без наценки гарантирует, что затраты остаются предсказуемыми и соответствуют тарифам провайдера. Совместимость с API OpenAI дополнительно снижает сложность интеграции.
Несмотря на низкую стоимость, эта модель может быть избыточной для очень простых задач, таких как классификация коротких текстов, мелкомасштабное реферирование или одношаговые переводы. Для таких случаев использования даже более дешёвые эмбеддинги или специализированные классификаторы могут быть более экономически эффективными. Кроме того, если вашему приложению требуется чрезвычайно низкая задержка (менее 100 мс), может быть предпочтительнее специализированная flash-модель или меньший вариант. Предварительный характер этой модели также означает, что она ещё не полностью оптимизирована для надёжности в производстве; для критически важных рабочих нагрузок может быть более подходящим стабильный релиз или альтернатива. Наконец, если ваши длины контекста постоянно короткие (например, <10K токенов), меньшая, более дешёвая модель с аналогичными возможностями может обеспечить более низкие затраты на один запрос.
GPQA Diamond — это бенчмарк, состоящий из вопросов с множественным выбором на уровне научных рассуждений, характерных для аспирантуры. Оценка 82.2 означает, что модель правильно ответила на 82.2% этих сложных вопросов. Это значительно выше случайного угадывания и указывает на высокую способность к рассуждению, особенно в таких областях, как физика, химия и биология. Это говорит о том, что модель способна справляться с тонкими, многошаговыми выводами, требующими знания предмета и логических заключений. Хотя GPQA Diamond является хорошим индикатором глубины рассуждений, он не оценивает другие аспекты, такие как креативность, следование инструкциям или безопасность. Для сравнения, многие модели достигают результатов в диапазоне 60–80%, а лучшие модели иногда превышают 90%. Таким образом, 82.2 — это конкурентоспособный результат для легковесной предварительной модели.
Точные показатели задержки для Google Gemini 3.1 Flash Lite Preview не были публично раскрыты компанией Google. В целом модели Flash Lite в семействе Gemini разработаны для приоритизации пропускной способности и экономической эффективности, а не сырой скорости. Обычно они имеют более высокую задержку на запрос по сравнению с выделенными моделями Flash при длинном контексте из-за большого размера окна контекста. Однако для коротких запросов задержка может быть сопоставима с другими легковесными моделями. Поскольку модель работает на инфраструктуре Google через OrcaRouter, сетевая задержка и постановка в очередь также могут влиять на время сквозного ответа. Пользователям следует проводить бенчмаркинг с собственными данными и ожидаемыми размерами контекста, чтобы определить, соответствует ли задержка их требованиям. Если критически важна сверхнизкая задержка, рассмотрите возможность использования меньшей модели или более быстрой выделенной конечной точки.
Как предварительная модель, Google Gemini 3.1 Flash Lite Preview может иметь более низкую надежность и стабильность по сравнению с производственными версиями. Она может демонстрировать случайные ответы не по теме или несоответствия в мультимодальной интеграции. Показатель GPQA 82.2, хотя и высок, ниже, чем у лучших полноразмерных моделей; для чрезвычайно сложных цепочек рассуждений может потребоваться более крупная модель. Поддержка моделью видео и файлового ввода ограничена форматами и может не обрабатывать все кодеки или типы файлов. Кроме того, окно контекста в 1M является ограничением; обработка вблизи этой границы может привести к увеличению задержки и использования памяти. Наконец, поскольку доступ к ней осуществляется через OrcaRouter, пользователи подчиняются политикам API OrcaRouter и любым установленным ими ограничениям скорости. По умолчанию данные не регистрируются, но пользователям следует проверить конфигурацию.
Стоимость Google Gemini 3.1 Flash Lite Preview рассчитывается на основе использования токенов, с отдельными тарифами для входных и выходных токенов. Входные токены тарифицируются по ставке $0,25 за 1 миллион токенов, а выходные — $1,50 за 1 миллион токенов. Это тарифы провайдера Google; OrcaRouter не добавляет наценки, поэтому указанная цена — это цена, взимаемая провайдером. Никаких дополнительных сборов за аутентификацию или доступ к API помимо стандартного использования нет. Выставление счетов производится в токенах, которые примерно соответствуют словам или блокам изображений, видео и аудио в соответствии с токенизатором. Поскольку модель поддерживает мультимодальные входные данные, каждое изображение, видеокадр или аудиосегмент также токенизируются и учитываются в общем количестве входных токенов. Ценообразование прозрачно и предсказуемо для пользователей, отслеживающих количество своих токенов.
Контекстное окно на 1 миллион токенов может значительно увеличить затраты на входные токены, если используется всё окно. При цене $0.25 за миллион входных токенов заполнение полного контекста на 1M будет стоить примерно $0.25 за запрос плюс плата за выходные токены. Для приложений, часто использующих большие контексты, это всё ещё может быть экономически выгодно по сравнению с моделями с более высокими тарифами за токен. Однако, если входные данные можно сократить или обобщить, расходы можно снизить. Политика нулевой наценки OrcaRouter означает, что вы не платите дополнительно за использование этой модели через шлюз. При пакетной обработке стоимость одного документа может быть очень низкой, поскольку множество коротких документов можно объединить в один запрос. И наоборот, если контекстные окна всегда малы, модель с более высоким тарифом за токен, но более коротким контекстом, может быть эффективнее из-за меньшего общего использования токенов.
Страница тарифов OrcaRouter показывает, что для этой модели применяется стандартный биллинг; на данный момент нет конкретного упоминания о скидках на кэширование для Google Gemini 3.1 Flash Lite Preview. Кэширование — это функция, которую некоторые провайдеры предлагают для снижения затрат на повторяющийся контент, но в настоящее время она не указана для этой модели. Пользователям следует проверить последнюю документацию OrcaRouter или обратиться в службу поддержки, чтобы узнать о возможных будущих опциях кэширования. При отсутствии кэширования стоимость одного запроса представляет собой сумму входных и выходных токенов, умноженную на соответствующие тарифы. Чтобы управлять расходами, рассмотрите использование методов оптимизации промптов, таких как сокращение ненужного контекста, обрезка системных сообщений и группировка похожих запросов вместе для максимальной эффективности использования токенов.
Чтобы использовать Google Gemini 3.1 Flash Lite Preview, отправляйте запросы к совместимому с OpenAI API-эндпоинту OrcaRouter. Базовый URL: https://api.orcarouter.ai/v1. Установите параметр model в значение "google/gemini-3.1-flash-lite-preview". Аутентификация осуществляется через API-ключ, помещённый в заголовок Authorization в формате `Bearer YOUR_API_KEY`. API поддерживает стандартные параметры чат-завершения OpenAI, включая messages (с ролями: system, user, assistant), temperature, top_p, max_tokens, stop, а также штрафы за частоту и присутствие. Для мультимодального ввода используйте формат массива `content` с полями `type` для text, image_url или других поддерживаемых медиа. Модель также принимает файловый и аудиовход; обратитесь к документации OrcaRouter за точным форматом для этих модальностей.
API принимает большинство стандартных параметров завершения чата OpenAI. Ключевые параметры включают: `messages` (обязательный), `max_tokens` (до 65,536), `temperature` (0–2, по умолчанию 1), `top_p` (0–1, по умолчанию 1), `n` (количество завершений, по умолчанию 1), `stop` (список строк), `frequency_penalty`, `presence_penalty` и `stream` (логический). Модель не поддерживает никакие пользовательские параметры, специфичные для Google, помимо тех, что предоставляются слоем совместимости OrcaRouter. Для мультимодальных запросов поле `content` в каждом сообщении принимает массив объектов с `type` (например, "text", "image_url", "input_audio") и соответствующими данными. При использовании файловых вводов файл должен быть загружен на поддерживаемый URL или закодирован в base64 внутри строки. OrcaRouter может налагать дополнительные ограничения или обязательные поля; обратитесь к их справочнику API для получения точных сведений.
Если вы уже используете модель Google Gemini (например, gemini-2.0-flash) через OrcaRouter, миграция на эту предварительную модель проста. Измените поле `model` в ваших API-запросах с идентификатора старой модели на "google/gemini-3.1-flash-lite-preview". Никаких других изменений в конечной точке API, аутентификации или формате сообщений не требуется. Однако имейте в виду, что новая модель может иметь другую токенизацию, ограничения длины вывода и поведение. Рекомендуется протестировать на нескольких образцах запросов и сравнить результаты. Входные модальности такие же, как у других моделей Gemini, поэтому мультимодальные полезные нагрузки должны работать без изменений. Если вы использовали какие-либо специфические для модели параметры, не входящие в набор, совместимый с OpenAI, их может потребоваться удалить или адаптировать. Наконец, обратите внимание, что это предварительная модель, поэтому она может быть недоступна во всех регионах или иметь ограниченную пропускную способность.
Базовый URL для всех API-запросов: https://api.orcarouter.ai/v1. Точный идентификатор модели для параметра `model` — `"google/gemini-3.1-flash-lite-preview"`. Этот идентификатор чувствителен к регистру. Например, полный curl-запрос будет выглядеть так: 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"}]}' Не забудьте заменить YOUR_API_KEY на ваш реальный ключ API OrcaRouter. Формат ответа соответствует структуре chat completion от OpenAI, включая поля id, object, choices и usage с количеством токенов.
По сравнению с Gemini 2.0 Flash, 3.1 Flash Lite Preview предлагает гораздо большее контекстное окно (1M против 128K токенов) и более высокий максимальный вывод (65K против 8K токенов). Его показатель GPQA Diamond, равный 82,2, значительно выше типичного диапазона около 60 для 2.0 Flash, что указывает на более сильные рассуждения. Ценообразование для 3.1 Flash Lite Preview составляет $0,25/$1,50 за миллион токенов, в то время как Gemini 2.0 Flash — $0,10/$0,40 за миллион токенов — таким образом, новая модель дороже за токен, но предлагает гораздо больше возможностей по контексту и рассуждению. Для задач, требующих большего контекста и более высоких рассуждений, надбавка к цене может быть оправдана. Для задач с коротким контекстом и простых задач Gemini 2.0 Flash остается более экономически эффективным. Оба поддерживают мультимодальные входные данные, но 3.1 добавляет модальности файлов и аудио.
GPT-4o mini имеет контекстное окно в 128K токенов и вывод в 16K токенов, с ценами $0.15/$0.60 за миллион токенов. Google Gemini 3.1 Flash Lite Preview имеет контекстное окно в 1M, вывод в 65K и цены $0.25/$1.50. Модель Gemini предлагает в 8 раз больше контекста и в 4 раза больше вывода, но примерно на 67% выше стоимость ввода и на 150% выше стоимость вывода. По GPQA Diamond GPT-4o mini набирает около 82, что делает их сопоставимыми по логическому мышлению. Выбор зависит от потребностей в контексте: если вам требуется контекст >128K, модель Gemini является единственным вариантом. Если контекст небольшой, GPT-4o mini дешевле. Кроме того, модель Gemini поддерживает ввод файлов и аудио, чего GPT-4o mini не делает через стандартный API.
Claude 3 Haiku от Anthropic предлагает окно контекста в 200K и вывод 8K токенов, с ценой $0.25/$1.25 за миллион токенов — очень схожая стоимость ввода, но немного ниже стоимость вывода по сравнению с моделью Gemini. Gemini 3.1 Flash Lite Preview имеет 5-кратный контекст и 8-кратный вывод. Показатели GPQA Diamond для Claude 3 Haiku не опубликованы Anthropic публично, но Haiku оптимизирована для скорости и задач в короткой форме, а не для глубоких рассуждений. Показатель GPQA 82.2 у модели Gemini говорит о более сильных рассуждениях, в то время как Haiku, вероятно, имеет меньшую задержку. Для задач, чувствительных к стоимости и с высоким объемом, с умеренным контекстом, Haiku может быть лучше. Для задач, требующих очень длинного контекста или мультимодальных рассуждений (видео, аудио, файлы), предварительная версия Gemini предлагает явные преимущества. Обе модели доступны через OrcaRouter с API, совместимыми с OpenAI.
Полная модель Gemini 3.1 Flash обычно имеет контекстное окно 256K токенов и выход 8K токенов, с ценой около $0.10/$0.40 за миллион токенов. Версия Lite Preview имеет гораздо большее контекстное окно в 1M и выход 65K токенов, но дороже ($0.25/$1.50). Вариант Lite разработан для экономической эффективности в масштабе, тогда как полная модель Flash оптимизирована для скорости и коротких запросов. По результатам тестов полная Flash может достигать несколько более высоких показателей по некоторым метрикам, но оценка GPQA в 82.2 у Lite Preview является конкурентоспособной. Версия Lite также поддерживает больше модальностей ввода (файл, аудио). Метка «Preview» указывает на то, что это ранний выпуск; полная Flash готова к продакшену. Если вам нужно максимально возможное контекстное окно и вас не смущает более высокая стоимость за токен, Lite Preview — лучший выбор. Для быстрых коротких взаимодействий полная Flash остается предпочтительнее.
Совместимо с OpenAI — оставьте свой SDK
https://api.orcarouter.ai/v1https://api.orcarouter.aifrom openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| Ввод / 1M токенов | $0.250 |
| Вывод / 1M токенов | $1.50 |
| Чтение кэша / 1M | $0.025 |
| Валюта | USD |
Оценка по прайс-листу
Только оценка — фактическое число токенов зависит от токенизатора провайдера.
GET /api/public/models/google/gemini-3.1-flash-lite-previewОткрыть @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