Gemini 3.1 Flash Lite Preview 是 Google 的高效率模型，針對高用量使用場景最佳化。它在整體品質上優於 Gemini 2.5 Flash Lite，並在各方面接近 Gemini 2.5 Flash 的效能...
Google Gemini 3.1 Flash Lite Preview 是 Gemini 3.1 系列中輕量級變體的預覽版本。其設計旨在以遠低於大型旗艦模型的成本，提供強大的推理與多模態理解能力。該模型可接受五種模態的輸入：文字、圖像、影片、檔案與音訊，適合處理多樣的真實世界資料。其 1,048,576 個 token 的上下文視窗，允許在單一請求中處理極長文件或多片段影片序列。65,536…
Google Gemini 3.1 Flash Lite Preview 擅長處理需要在單一脈絡中處理大量文字或多模態資料的任務。使用案例包括長篇文件問答（可將整份文字作為脈絡輸入）、影片摘要與分析（結合多個影格或片段），以及需要脈絡推理的音訊轉錄。其高脈絡視窗使它在合約審閱、法律研究與學術論文分析等任務上表現出色。82.2 的 GPQA Diamond 分數顯示其在研究生等級推理問題上的強大表現，因此也適用於科學、數學與工程領域的複雜問題解決。此外，其多模態支援可實現結合文字指令的圖片標註，或從 PDF 與試算表中進行基於檔案的資料擷取等任務。
該模型的主要優勢在於其極大的 1M token 上下文視窗、多模態輸入能力，以及以低廉價格提供有競爭力的推理效能。每百萬 token 0.25 美元 / 1.50 美元的定價，對於擁有此上下文大小和基準分數的模型而言，是最經濟實惠的之一。GPQA Diamond 結果為 82.2，顯示該模型能處理通常需要深入理解的複雜多步驟推理任務。能夠在同一請求中接受文字、圖像、影片、檔案和音訊，意味著應用程式可以跨模態關聯資訊，無需外部資料碎片化。對於使用 OrcaRouter 的開發者而言，零加成計費確保成本保持可預測，並與供應商費率一致。與 OpenAI 相容的 API 進一步降低了整合難度。
儘管這款模型價格低廉，但對於非常簡單的任務（例如短形式的文本分類、小規模摘要或單輪翻譯）來說，可能顯得過於強大。對於這類使用場景，甚至更便宜的嵌入向量或專用分類器可能更具成本效益。此外，如果您的應用需要極低的延遲（低於100毫秒），專用的快閃模型或較小版本可能更合適。這款模型的預覽性質也意味著它尚未完全針對生產可靠性進行最佳化；對於關鍵任務的工作負載，穩定的正式版本或其他替代方案可能更為適合。最後，如果您的上下文長度始終較短（例如少於10K個token），則具有類似能力但規模更小、價格更低的模型可以降低每次請求的成本。
GPQA Diamond 是一個由研究所層級科學推理的選擇題所組成的基準測試。82.2 的分數表示該模型正確回答了這些具挑戰性問題中的 82.2%。這遠高於隨機猜測的機率，顯示出強大的推理能力，特別是在物理、化學和生物等領域。這意味著該模型能夠處理需要領域知識與邏輯演繹的細微多步驟推理。雖然 GPQA Diamond 是推理深度的良好指標，但它並未衡量其他面向，例如創造力、指令遵循或安全性。相較之下，許多模型的分數落在 60–80% 之間，而最佳模型有時會超過 90%。因此，對於輕量級預覽模型而言，82.2 是一個具有競爭力的成績。
Google Gemini 3.1 Flash Lite Preview 的具體延遲數據，Google 尚未公開發布。一般來說，Gemini 系列中的「Flash Lite」模型設計上是為了優先考量吞吐量與成本效益，而非原始速度。由於其支援的上下文視窗長度較大，在處理長上下文時，每次請求的延遲通常會比專用的「Flash」模型更高。然而，對於簡短提示詞，其延遲可能與其他輕量型模型相當。由於模型透過 OrcaRouter 在 Google 的基礎設施上運作，網路延遲與排隊也可能影響端到端的回應時間。建議使用者以自己的資料與預期的上下文大小進行基準測試，以判斷延遲是否符合需求。若超低延遲至關重要，請考慮使用較小型的模型或更快的專用端點。
作為預覽模型，Google Gemini 3.1 Flash Lite Preview 的可靠性和穩定性可能低於正式發布版本。它可能偶爾出現偏離目標的回應或多模態整合不一致的情況。82.2 的 GPQA 分數雖然強勁，但低於表現最佳的全尺寸模型；對於極其複雜的推理鏈，可能需要更大的模型。該模型對影片和檔案輸入的支援受限於格式限制，可能無法處理所有編解碼器或檔案類型。此外，1M 上下文視窗是一個限制；接近該邊界進行處理可能導致延遲和記憶體使用量增加。最後，由於透過 OrcaRouter 存取，使用者需遵守 OrcaRouter 的 API 政策及其施加的任何速率限制。預設情況下不會記錄資料，但使用者應驗證配置。
Google Gemini 3.1 Flash Lite Preview 的定價是基於 token 使用量，並針對輸入與輸出 token 分別計價。輸入 token 每百萬個收費 0.25 美元，輸出 token 每百萬個收費 1.50 美元。這是 Google 提供的供應商價格；OrcaRouter 不加價，因此您看到的價格即為供應商收費。除標準使用量外，認證或 API 存取不另收費。計費以 token 為單位，token 大致對應於字詞或由 tokenizer 定義的圖片／影片／音訊片段。由於模型支援多模態輸入，每張圖片、每個影片影格或每段音訊也都會經過 token 化，並計入輸入總量。對於監控 token 數量的使用者來說，定價透明且可預測。
1M token 的上下文窗口若完全使用，將顯著增加輸入 token 成本。以每百萬輸入 token 0.25 美元計算，填滿整個 1M 上下文的每次請求成本約為 0.25 美元，外加輸出費用。對於頻繁使用大上下文的應用，相較於每 token 費率較高的模型，仍可能是經濟的選擇。然而，若能對輸入進行截斷或摘要，則可降低成本。OrcaRouter 的零加成政策表示您無需因透過閘道使用此模型而支付額外費用。對於批次處理，每份文件的成本可能極低，因為許多短文件可合併為單一請求。反之，若上下文窗口始終很小，則選擇每 token 費率較高但上下文較短的模型可能更有效率，因為總 token 使用量較低。
OrcaRouter 的定價頁面顯示，此模型採用標準計費方式；目前並未特別提及 Google Gemini 3.1 Flash Lite Preview 的快取折扣。快取是部分供應商為降低重複內容成本而提供的功能，但此模型目前並未註明有此功能。使用者應查閱最新的 OrcaRouter 文件或聯絡支援團隊，以了解未來的快取選項。在沒有快取的情況下，每次請求的成本即為輸入與輸出 token 的數量分別乘以各自的費率後相加。為控制成本，可考慮使用提示詞最佳化技巧，例如減少不必要的上下文、精簡系統訊息，並將相似請求批次處理，以最大化 token 使用效率。
若要使用 Google Gemini 3.1 Flash Lite Preview，請將請求傳送至 OrcaRouter 的與 OpenAI 相容的 API 端點。基礎 URL 為 https://api.orcarouter.ai/v1。將 model 參數設定為 "google/gemini-3.1-flash-lite-preview"。驗證方式是透過 API 金鑰，將其放在 Authorization 標頭中，格式為 `Bearer YOUR_API_KEY`。此 API 支援標準的 OpenAI 聊天完成參數，包括 messages（角色為：system、user、assistant）、temperature、top_p、max_tokens、stop 以及 frequency/presence 懲罰。對於多模態輸入，請使用 `content` 陣列格式，並搭配 type 欄位，支援 text、image_url 或其他媒體。此模型也接受檔案和音訊輸入；請參閱 OrcaRouter 的文件以了解這些模態的確切格式。
此 API 支援大多數標準的 OpenAI 聊天補全參數。主要參數包括：`messages`（必要）、`max_tokens`（最高 65,536）、`temperature`（0–2，預設 1）、`top_p`（0–1，預設 1）、`n`（補全數量，預設 1）、`stop`（字串清單）、`frequency_penalty`、`presence_penalty` 以及 `stream`（布林值）。該模型不支援任何 OrcaRouter 相容層所暴露之外的 Google 自訂參數。對於多模態請求，每個訊息中的 `content` 欄位接受一個物件陣列，其中包含 `type`（例如「text」、「image_url」、「input_audio」）及對應的資料。使用檔案輸入時，檔案必須上傳到支援的 URL 或以 base64 編碼內嵌。OrcaRouter 可能會施加額外限制或要求必填欄位；請參閱其 API 參考文件以取得確切細節。
若您已透過 OrcaRouter 使用 Google Gemini 模型（例如 gemini-2.0-flash），要遷移至本預覽模型非常簡單。只需將 API 請求中的 `model` 欄位從舊模型 ID 改為 "google/gemini-3.1-flash-lite-preview" 即可。API 端點、驗證方式或訊息格式無需其他變更。但請注意，新模型可能會有不同的分詞方式、輸出長度限制與行為。建議先以少量範例請求測試，並比較輸出結果。輸入模態與其他 Gemini 模型相同，因此多模態內容應可正常使用，無需修改。如果您原先使用了非 OpenAI 相容參數中的模型專用參數，可能需要移除或調整。最後請注意，此為預覽模型，可能並非在所有區域皆可使用，或容量有限。
所有 API 呼叫的基本 URL 為 https://api.orcarouter.ai/v1。在 `model` 參數中使用的確切模型識別符為 "google/gemini-3.1-flash-lite-preview"。此識別符區分大小寫。例如，一個完整的 curl 請求如下所示：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"}]}'。請務必將 YOUR_API_KEY 替換為您實際的 OrcaRouter API 金鑰。回應格式遵循 OpenAI 的聊天完成結構，包含 id、object、choices 與 usage 欄位（含 token 計數）。
相較於 Gemini 2.0 Flash，3.1 Flash Lite Preview 提供了更大的上下文視窗（1M vs 128K tokens）以及更高的最大輸出量（65K vs 8K tokens）。其 GPQA Diamond 分數為 82.2，遠高於 2.0 Flash 典型的 60 分中段水準，顯示出更強的推理能力。3.1 Flash Lite Preview 的定價為每百萬 tokens $0.25/$1.50，而 Gemini 2.0 Flash 為每百萬 tokens $0.10/$0.40——因此新模型每個 token 的價格更高，但提供了更大的上下文和更強的推理能力。對於需要更大上下文和更高推理能力的任務，這個價格溢價可能是合理的。對於短上下文、簡單的任務，Gemini 2.0 Flash 仍然更具成本效益。兩者都支援多模態輸入，但 3.1 增加了檔案和音訊模態。
GPT-4o mini 擁有 128K token 的上下文視窗與 16K token 的輸出，價格為每百萬 token $0.15/$0.60。Google Gemini 3.1 Flash Lite Preview 則有 1M 的上下文視窗、65K 輸出，定價為 $0.25/$1.50。Gemini 模型提供 8 倍的上下文與 4 倍的輸出，但輸入成本高出約 67%，輸出成本高出 150%。在 GPQA Diamond 上，GPT-4o mini 的得分同樣約為 82，兩者在推理能力上不相上下。選擇取決於上下文需求：若需要超過 128K 的上下文，Gemini 模型是唯一選項；若上下文較小，則 GPT-4o mini 更便宜。此外，Gemini 模型支援檔案與音訊輸入，而 GPT-4o mini 透過標準 API 並不支援。
Claude 3 Haiku by Anthropic 提供 200K 內容視窗與 8K tokens 輸出，定價為每百萬 tokens $0.25/$1.25 — 輸入成本與 Gemini 模型非常接近，但輸出成本略低。Gemini 3.1 Flash Lite Preview 則有 5 倍的內容視窗與 8 倍的輸出能力。Anthropic 並未公開 Claude 3 Haiku 在 GPQA Diamond 的評分，但 Haiku 針對速度與短篇任務最佳化，而非深度推理。Gemini 模型的 82.2 GPQA 分數顯示其推理能力較強，而 Haiku 可能具備較低的延遲。對於成本敏感、高量且內容長度適中的任務，Haiku 可能較佳；而需要極長內容或多模態推理（影片、音訊、檔案）的任務，Gemini 預覽版則具備明顯優勢。兩者皆可透過支援 OpenAI 相容 API 的 OrcaRouter 存取。
完整的 Gemini 3.1 Flash 模型通常具有 256K 令牌的上下文視窗和 8K 令牌的輸出，定價約為每百萬令牌 $0.10/$0.40。Lite Preview 版本擁有更大的 1M 上下文和 65K 輸出，但價格更高（$0.25/$1.50）。Lite 變體專為大規模成本效益而設計，而完整的 Flash 模型則針對速度和短提示進行了最佳化。在基準測試中，完整的 Flash 在某些指標上可能獲得略高的分數，但 Lite Preview 的 GPQA 分數為 82.2，具有競爭力。Lite 版本還支援更多輸入模態（檔案、音訊）。「Preview」標籤表示它是早期版本；完整的 Flash 已準備好投入生產。如果您需要最大的上下文且不介意較高的每令牌成本，那麼 Lite Preview 是更好的選擇。對於快速、簡短的互動，完整的 Flash 仍然是更可取的。
相容 OpenAI——沿用你現有的 SDK
https://api.orcarouter.ai/v1https://api.orcarouter.aifrom openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| 輸入 / 1M tokens | $0.250 |
| 輸出 / 1M tokens | $1.50 |
| 快取讀取 / 1M | $0.025 |
| 貨幣 | USD |
基於標價的估算
僅為估算——實際 Token 數取決於供應商的分詞器。
GET /api/public/models/google/gemini-3.1-flash-lite-preview開啟 @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