Gemini 3.1 Flash Lite Preview là mô hình hiệu suất cao của Google được tối ưu hóa cho các trường hợp sử dụng khối lượng lớn. Nó vượt trội hơn Gemini 2.5 Flash Lite về chất lượng tổng thể và tiến gần đến hiệu suất của Gemini 2.5 Flash trên...
Google Gemini 3.1 Flash Lite Preview là bản xem trước của một biến thể nhẹ thuộc dòng Gemini 3.1. Mô hình được thiết kế để cung cấp khả năng suy luận mạnh mẽ và hiểu đa phương thức với chi phí chỉ…
Google Gemini 3.1 Flash Lite Preview vượt trội trong các tác vụ yêu cầu xử lý khối lượng lớn dữ liệu văn bản hoặc đa phương thức trong một ngữ cảnh duy nhất. Các trường hợp sử dụng bao gồm trả lời câu hỏi từ tài liệu dài, nơi toàn bộ văn bản có thể được đưa vào làm ngữ cảnh; tóm tắt và phân tích video, nơi nhiều khung hình hoặc đoạn clip được kết hợp; và phiên âm giọng nói kèm suy luận ngữ cảnh. Cửa sổ ngữ cảnh cao giúp nó hiệu quả cho các tác vụ như xem xét hợp đồng, nghiên cứu pháp lý và phân tích bài báo học thuật. Với điểm số GPQA Diamond 82.2, nó cho thấy hiệu suất mạnh mẽ trên các câu hỏi suy luận cấp độ sau đại học, do đó cũng hữu ích cho việc giải quyết vấn đề phức tạp trong khoa học, toán học và kỹ thuật. Ngoài ra, hỗ trợ đa phương thức của nó cho phép các tác vụ như chú thích hình ảnh kết hợp với hướng dẫn văn bản, hoặc trích xuất dữ liệu dựa trên tệp từ PDF và bảng tính.
Các điểm mạnh chính của mô hình là cửa sổ ngữ cảnh rất lớn 1M token, khả năng nhận đầu vào đa phương thức và hiệu suất suy luận cạnh tranh ở mức giá thấp. Mức giá $0.25/$1.50 cho mỗi triệu token là một trong những mức giá phải chăng nhất đối với một mô hình có kích thước ngữ cảnh và điểm chuẩn này. Kết quả GPQA Diamond là 82.2 cho thấy mô hình có thể xử lý các tác vụ suy luận phức tạp, nhiều bước thường đòi hỏi hiểu biết sâu. Khả năng tiếp nhận văn bản, hình ảnh, video, tệp và âm thanh trong cùng một yêu cầu có nghĩa là các ứng dụng có thể tương quan thông tin giữa các phương thức mà không bị phân mảnh dữ liệu bên ngoài. Đối với các nhà phát triển sử dụng OrcaRouter, việc thanh toán không phụ phí đảm bảo chi phí luôn có thể dự đoán và phù hợp với biểu giá của nhà cung cấp. API tương thích với OpenAI giúp giảm thêm trở ngại trong tích hợp.
Mặc dù chi phí thấp, mô hình này có thể quá mức cần thiết cho các tác vụ rất đơn giản như phân loại văn bản ngắn, tóm tắt quy mô nhỏ hoặc dịch một lượt. Đối với các trường hợp sử dụng như vậy, các embedding rẻ hơn hoặc bộ phân loại chuyên dụng có thể tiết kiệm chi phí hơn. Ngoài ra, nếu ứng dụng của bạn yêu cầu độ trễ cực thấp (dưới 100ms), mô hình flash được xây dựng có mục đích hoặc biến thể nhỏ hơn có thể phù hợp hơn. Bản chất xem trước của mô hình này cũng có nghĩa là nó chưa được tối ưu hóa hoàn toàn cho độ tin cậy trong sản xuất; đối với khối lượng công việc quan trọng, bản phát hành ổn định hoặc giải pháp thay thế có thể phù hợp hơn. Cuối cùng, nếu độ dài ngữ cảnh của bạn luôn ngắn (ví dụ: <10K token), mô hình nhỏ hơn, rẻ hơn với khả năng tương tự có thể mang lại chi phí thấp hơn cho mỗi yêu cầu.
GPQA Diamond là một chuẩn đánh giá bao gồm các câu hỏi trắc nghiệm ở cấp độ suy luận khoa học trình độ sau đại học. Điểm số 82.2 có nghĩa là mô hình đã trả lời đúng 82.2% các câu hỏi thách thức này. Điều này đưa mô hình vượt xa mức ngẫu nhiên và cho thấy khả năng suy luận mạnh mẽ, đặc biệt trong các lĩnh vực như vật lý, hóa học và sinh học. Nó cho thấy mô hình có thể xử lý suy luận tinh tế, nhiều bước đòi hỏi kiến thức chuyên ngành và suy diễn logic. Mặc dù GPQA Diamond là một chỉ báo tốt về độ sâu suy luận, nó không đo lường các khía cạnh khác như sự sáng tạo, khả năng tuân theo chỉ dẫn, hay tính an toàn. Để so sánh, nhiều mô hình đạt điểm trong khoảng 60–80%, với các mô hình tốt nhất đôi khi vượt quá 90%. Do đó, 82.2 là một kết quả cạnh tranh đối với một mô hình xem trước nhẹ.
Các con số độ trễ chính xác cho Google Gemini 3.1 Flash Lite Preview chưa được Google công bố công khai. Nhìn chung, các mô hình "Flash Lite" trong dòng Gemini được thiết kế để ưu tiên thông lượng và hiệu quả chi phí hơn là tốc độ thô. Chúng thường có độ trễ mỗi yêu cầu cao hơn so với các mô hình "Flash" chuyên dụng khi ngữ cảnh dài, do kích thước cửa sổ ngữ cảnh lớn. Tuy nhiên, với các prompt ngắn, độ trễ có thể tương đương các mô hình nhẹ khác. Vì mô hình chạy trên cơ sở hạ tầng của Google thông qua OrcaRouter, độ trễ mạng và hàng đợi cũng có thể ảnh hưởng đến thời gian phản hồi đầu cuối. Người dùng nên đo điểm chuẩn với dữ liệu riêng và kích thước ngữ cảnh dự kiến để xác định độ trễ có đáp ứng yêu cầu hay không. Nếu cần độ trễ cực thấp, hãy cân nhắc sử dụng mô hình nhỏ hơn hoặc điểm cuối chuyên dụng nhanh hơn.
Là một mô hình xem trước, Google Gemini 3.1 Flash Lite Preview có thể có độ tin cậy và ổn định thấp hơn so với các bản phát hành sản xuất. Nó có thể thỉnh thoảng hiển thị các phản hồi không đúng mục tiêu hoặc không nhất quán trong tích hợp đa phương thức. Điểm GPQA 82.2, mặc dù mạnh mẽ, nhưng thấp hơn so với các mô hình kích thước đầy đủ hoạt động tốt nhất; đối với các chuỗi suy luận cực kỳ phức tạp, có thể cần một mô hình lớn hơn. Hỗ trợ đầu vào video và tệp của mô hình phải tuân theo các ràng buộc về định dạng và có thể không xử lý được tất cả các codec hoặc loại tệp. Ngoài ra, cửa sổ ngữ cảnh 1M là một giới hạn; xử lý gần ranh giới đó có thể dẫn đến độ trễ và sử dụng bộ nhớ tăng lên. Cuối cùng, vì được truy cập thông qua OrcaRouter, người dùng phải tuân theo các chính sách API của OrcaRouter và bất kỳ giới hạn tốc độ nào họ áp đặt. Theo mặc định, không có dữ liệu nào được ghi lại, nhưng người dùng nên xác minh cấu hình.
Giá cho Google Gemini 3.1 Flash Lite Preview dựa trên lượng token sử dụng, với mức giá riêng cho token đầu vào và đầu ra. Token đầu vào được tính phí $0.25 cho mỗi 1 triệu token, và token đầu ra là $1.50 cho mỗi 1 triệu token. Đây là mức giá từ nhà cung cấp Google; OrcaRouter không thêm bất kỳ khoản phụ phí nào, vì vậy mức giá bạn thấy chính là mức giá mà nhà cung cấp tính. Không có khoản phí bổ sung nào cho xác thực hoặc truy cập API ngoài mức sử dụng tiêu chuẩn. Việc tính phí được đo bằng token, tương ứng gần đúng với số lượng từ hoặc các đoạn hình ảnh/video/âm thanh theo định nghĩa của bộ token hóa. Vì mô hình hỗ trợ đầu vào đa phương thức, mỗi hình ảnh, khung hình video hoặc đoạn âm thanh cũng được token hóa và tính vào tổng số token đầu vào. Giá cả minh bạch và có thể dự đoán được cho người dùng theo dõi số lượng token của mình.
Cửa sổ ngữ cảnh 1M token có thể làm tăng đáng kể chi phí token đầu vào nếu toàn bộ cửa sổ được sử dụng. Với mức $0.25 mỗi triệu token đầu vào, việc lấp đầy toàn bộ ngữ cảnh 1M sẽ tốn khoảng $0.25 mỗi yêu cầu cộng với phí đầu ra. Đối với các ứng dụng thường xuyên sử dụng ngữ cảnh lớn, điều này vẫn có thể kinh tế so với các mô hình có tỷ lệ mỗi token cao hơn. Tuy nhiên, nếu đầu vào có thể được cắt ngắn hoặc tóm tắt, chi phí có thể được giảm. Chính sách zero-markup từ OrcaRouter có nghĩa là bạn không phải trả thêm phí khi sử dụng mô hình này qua một gateway. Đối với xử lý hàng loạt, chi phí mỗi tài liệu có thể rất thấp vì nhiều tài liệu ngắn có thể được kết hợp vào một yêu cầu duy nhất. Ngược lại, nếu cửa sổ ngữ cảnh luôn nhỏ, một mô hình có tỷ lệ mỗi token cao hơn nhưng ngữ cảnh ngắn hơn có thể hiệu quả hơn do tổng lượng token sử dụng thấp hơn.
Trang giá của OrcaRouter cho biết rằng hóa đơn tiêu chuẩn áp dụng cho mô hình này; hiện tại không có đề cập cụ thể về giảm giá bộ nhớ đệm (caching) cho Google Gemini 3.1 Flash Lite Preview. Bộ nhớ đệm là một tính năng mà một số nhà cung cấp cung cấp để giảm chi phí cho nội dung lặp lại, nhưng hiện tại nó không được ghi nhận cho mô hình này. Người dùng nên kiểm tra tài liệu OrcaRouter mới nhất hoặc liên hệ hỗ trợ để hỏi về bất kỳ tùy chọn bộ nhớ đệm nào trong tương lai. Trong trường hợp không có bộ nhớ đệm, chi phí cho mỗi yêu cầu chỉ đơn giản là tổng của các token đầu vào và đầu ra nhân với tỷ lệ tương ứng. Để quản lý chi phí, hãy cân nhắc sử dụng các kỹ thuật tối ưu hóa prompt như giảm ngữ cảnh không cần thiết, cắt bớt tin nhắn hệ thống và gộp các yêu cầu tương tự lại với nhau để tối đa hóa hiệu quả token.
Để sử dụng Google Gemini 3.1 Flash Lite Preview, hãy gửi yêu cầu đến điểm cuối API tương thích với OpenAI của OrcaRouter. URL cơ sở là https://api.orcarouter.ai/v1. Đặt tham số model thành "google/gemini-3.1-flash-lite-preview". Xác thực được thực hiện thông qua khóa API đặt trong tiêu đề Authorization với định dạng `Bearer YOUR_API_KEY`. API hỗ trợ các tham số hoàn tất cuộc trò chuyện tiêu chuẩn của OpenAI bao gồm messages (với các vai trò: system, user, assistant), temperature, top_p, max_tokens, stop, và các phạt frequency/presence. Đối với đầu vào đa phương thức, sử dụng định dạng mảng `content` với các trường `type` cho text, image_url, hoặc phương tiện khác nếu được hỗ trợ. Mô hình cũng chấp nhận đầu vào tệp và âm thanh; tham khảo tài liệu của OrcaRouter để biết định dạng chính xác cho các phương thức này.
API này chấp nhận hầu hết các tham số hoàn thiện chat tiêu chuẩn của OpenAI. Các tham số chính bao gồm: `messages` (bắt buộc), `max_tokens` (tối đa 65.536), `temperature` (0–2, mặc định 1), `top_p` (0–1, mặc định 1), `n` (số lượng kết quả hoàn thiện, mặc định 1), `stop` (danh sách các chuỗi), `frequency_penalty`, `presence_penalty`, và `stream` (kiểu boolean). Mô hình không hỗ trợ bất kỳ tham số tùy chỉnh riêng của Google nào ngoài những tham số được hiển thị qua tầng tương thích của OrcaRouter. Đối với các yêu cầu đa phương thức, trường `content` trong mỗi tin nhắn chấp nhận một mảng các đối tượng với `type` (ví dụ: "text", "image_url", "input_audio") và dữ liệu tương ứng. Khi sử dụng đầu vào tệp, tệp phải được tải lên một URL được hỗ trợ hoặc mã hóa base64 nội tuyến. OrcaRouter có thể áp đặt thêm các hạn chế hoặc trường bắt buộc; hãy tham khảo tài liệu tham chiếu API của họ để biết chi tiết chính xác.
Nếu bạn đã sử dụng mô hình Google Gemini (ví dụ: gemini-2.0-flash) thông qua OrcaRouter, việc di chuyển sang mô hình xem trước này rất đơn giản. Thay đổi trường `model` trong các yêu cầu API của bạn từ ID mô hình cũ thành "google/gemini-3.1-flash-lite-preview". Không cần thay đổi nào khác đối với điểm cuối API, xác thực hoặc định dạng tin nhắn. Tuy nhiên, hãy lưu ý rằng mô hình mới có thể có cách token hóa, giới hạn độ dài đầu ra và hành vi khác. Bạn nên thử nghiệm với một vài yêu cầu mẫu và so sánh kết quả đầu ra. Các phương thức nhập liệu giống như các mô hình Gemini khác, do đó các tải trọng đa phương thức sẽ hoạt động mà không cần sửa đổi. Nếu bạn đang sử dụng bất kỳ tham số dành riêng cho mô hình nào không nằm trong bộ tương thích với OpenAI, chúng có thể cần được loại bỏ hoặc điều chỉnh. Cuối cùng, lưu ý rằng đây là mô hình xem trước, do đó có thể không khả dụng ở tất cả các khu vực hoặc có dung lượng hạn chế.
URL cơ sở cho tất cả các lệnh gọi API là https://api.orcarouter.ai/v1. Mã định danh mô hình chính xác cần sử dụng trong tham số `model` là "google/gemini-3.1-flash-lite-preview". Mã định danh này có phân biệt chữ hoa chữ thường. Ví dụ, một yêu cầu curl hoàn chỉnh sẽ như sau: 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"}]}'. Hãy đảm bảo thay YOUR_API_KEY bằng khóa API OrcaRouter thực tế của bạn. Định dạng phản hồi tuân theo cấu trúc chat completion của OpenAI, bao gồm các trường id, object, choices, và usage với số lượng token.
So với Gemini 2.0 Flash, bản 3.1 Flash Lite Preview cung cấp cửa sổ ngữ cảnh lớn hơn nhiều (1M so với 128K token) và đầu ra tối đa cao hơn (65K so với 8K token). Điểm GPQA Diamond 82.2 của nó cao hơn đáng kể so với mức trung bình khoảng 60 của 2.0 Flash, cho thấy khả năng suy luận mạnh hơn. Giá của 3.1 Flash Lite Preview là $0.25/$1.50 mỗi triệu token, trong khi Gemini 2.0 Flash là $0.10/$0.40 mỗi triệu token — do đó mô hình mới đắt hơn trên mỗi token nhưng cung cấp khả năng ngữ cảnh và suy luận lớn hơn nhiều. Đối với các tác vụ yêu cầu ngữ cảnh lớn hơn và suy luận cao hơn, mức giá cao hơn có thể được chấp nhận. Đối với các tác vụ ngắn và đơn giản, Gemini 2.0 Flash vẫn tiết kiệm chi phí hơn. Cả hai đều hỗ trợ đầu vào đa phương thức, nhưng 3.1 bổ sung thêm phương thức tệp và âm thanh.
GPT-4o mini có cửa sổ ngữ cảnh 128K token và đầu ra 16K token, với giá $0.15/$0.60 mỗi triệu token. Google Gemini 3.1 Flash Lite Preview có cửa sổ ngữ cảnh 1M, đầu ra 65K, và giá $0.25/$1.50. Mô hình Gemini cung cấp gấp 8 lần ngữ cảnh và gấp 4 lần đầu ra, nhưng chi phí đầu vào cao hơn khoảng 67% và chi phí đầu ra cao hơn 150%. Trên GPQA Diamond, GPT-4o mini cũng đạt khoảng 82 điểm, khiến chúng tương đương về khả năng suy luận. Sự lựa chọn phụ thuộc vào nhu cầu ngữ cảnh: nếu bạn cần ngữ cảnh >128K, mô hình Gemini là lựa chọn duy nhất. Nếu ngữ cảnh nhỏ, GPT-4o mini rẻ hơn. Ngoài ra, mô hình Gemini hỗ trợ đầu vào tệp và âm thanh, điều mà GPT-4o mini không có thông qua API tiêu chuẩn.
Claude 3 Haiku của Anthropic cung cấp cửa sổ ngữ cảnh 200K và đầu ra 8K token, với mức giá $0,25/$1,25 trên một triệu token — chi phí đầu vào rất tương tự nhưng chi phí đầu ra thấp hơn một chút so với mô hình Gemini. Gemini 3.1 Flash Lite Preview có ngữ cảnh gấp 5 lần và đầu ra gấp 8 lần. Điểm GPQA Diamond của Claude 3 Haiku không được Anthropic công bố công khai, nhưng Haiku được tối ưu hóa cho tốc độ và các tác vụ dạng ngắn, không phải suy luận sâu. GPQA 82,2 của mô hình Gemini cho thấy khả năng suy luận mạnh hơn, trong khi Haiku có khả năng độ trễ thấp hơn. Đối với các tác vụ nhạy cảm chi phí, khối lượng lớn với ngữ cảnh vừa phải, Haiku có thể tốt hơn. Đối với các tác vụ cần ngữ cảnh rất dài hoặc suy luận đa phương thức (video, âm thanh, tệp), bản xem trước của Gemini mang lại những lợi thế khác biệt. Cả hai đều có thể truy cập qua OrcaRouter với API tương thích với OpenAI.
Phiên bản đầy đủ của mô hình Gemini 3.1 Flash thường có cửa sổ ngữ cảnh 256K token và đầu ra 8K token, với mức giá khoảng $0.10/$0.40 cho mỗi triệu token. Phiên bản Lite Preview có cửa sổ ngữ cảnh lớn hơn nhiều (1M) và đầu ra 65K token, nhưng đắt hơn ($0.25/$1.50). Biến thể Lite được thiết kế để tối ưu chi phí khi mở rộng quy mô, trong khi mô hình Flash đầy đủ được tối ưu hóa cho tốc độ và các prompt ngắn. Trong các bài benchmark, Flash đầy đủ có thể đạt điểm cao hơn một chút ở một số chỉ số, nhưng điểm GPQA 82,2 của Lite Preview cũng rất cạnh tranh. Phiên bản Lite cũng hỗ trợ nhiều phương thức đầu vào hơn (tệp, âm thanh). Nhãn "Preview" cho thấy đây là bản phát hành sớm; Flash đầy đủ đã sẵn sàng cho sản xuất. Nếu bạn cần ngữ cảnh lớn nhất có thể và không ngại chi phí trên mỗi token cao hơn, Lite Preview là lựa chọn tốt hơn. Đối với các tương tác nhanh, ngắn, Flash đầy đủ vẫn là lựa chọn ưu tiên.
Tương thích OpenAI — giữ nguyên SDK bạn đang dùng
https://api.orcarouter.ai/v1https://api.orcarouter.aifrom openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| Đầu vào / 1M tokens | $0.250 |
| Đầu ra / 1M tokens | $1.50 |
| Đọc cache / 1M | $0.025 |
| Tiền tệ | USD |
Ước tính theo giá niêm yết
Chỉ là ước tính — số token thực tế phụ thuộc vào bộ tách token của nhà cung cấp.
GET /api/public/models/google/gemini-3.1-flash-lite-previewMở @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