Google DeepMind 发布 Gemini 3.1 Flash-Lite，主打高性价比

2026年3月3日

|

为你的高负载工作负载获取一流的智能体验。

Google Gemini 团队

收听文章

[[duration]] 分钟

此内容由 Google AI 生成。生成式 AI 仍处于实验阶段

今天，我们推出 Gemini 3.1 Flash-Lite，这是我们最快、最具成本效益的 Gemini 3 系列模型。3.1 Flash-Lite 专为大规模高负载开发者工作负载打造，在其价格和模型层级中提供高质量表现。

从今天起，3.1 Flash-Lite 以预览版形式面向开发者推出，可通过 Google AI Studio 中的 Gemini API 使用，企业用户则可通过 Vertex AI 使用。

不妥协的成本效益

3.1 Flash-Lite 的定价仅为每百万输入 token 0.25 美元和每百万输出 token 1.50 美元，以远低于更大模型的成本提供更强的性能。根据 Artificial Analysis 基准测试，它的表现优于 2.5 Flash，首个回答 token 的时间快 2.5 倍，输出速度提升 45%，同时保持相当或更好的质量。这种低延迟正是高频工作流所需要的，使其成为开发者构建响应迅速的实时体验的理想模型。

Gemini 3.1 Flash-Lite 在速度和质量上均优于 2.5 Flash。

3.1 Flash-Lite 在 Arena.ai 排行榜上取得了令人瞩目的 1432 Elo 分数，并在推理和多模态理解基准测试中超越了同层级的其他模型，包括在 GPQA Diamond 上达到 86.9%，在 MMMU Pro 上达到 76.8%——甚至超越了前几代更大的 Gemini 模型，如 2.5 Flash。

面向开发者的大规模自适应智能

除了原始性能之外，Gemini 3.1 Flash-Lite 在 AI Studio 和 Vertex AI 中标配思考等级功能，让开发者能够控制并灵活选择模型为任务“思考”的程度，这对于管理高频工作负载至关重要。3.1 Flash-Lite 可以大规模处理诸如大批量翻译和内容审核等成本优先的任务。它也能处理需要更深入推理的更复杂工作负载，例如生成用户界面和仪表盘、创建模拟或遵循指令。

AI Studio 和 Vertex AI 上的早期访问开发者，以及 Latitude、Cartwheel 和 Whering 等公司，已经在使用 3.1 Flash-Lite 大规模解决复杂问题。早期测试者强调了 3.1 Flash-Lite 的效率和推理能力，称其能以更大层级模型的精度处理复杂输入，并且能够遵循指令并保持一致性。

我们期待看到你使用 3.1 Flash-Lite 以及 Gemini 3 系列其他模型构建的作品。

在收件箱中获取 Google 的最新资讯

订阅我们的新闻通讯，获取产品更新、活动信息、特别优惠等更多内容。

你的信息将按照 Google 隐私政策使用。你可以随时退出。