模型详情
Gemini 3.1 Flash-Lite preview
Gemini 3.1 Flash Lite Preview 是 Google 针对高容量使用场景优化的高效模型。它在整体质量上优于 Gemini 2.5 Flash Lite，并在关键功能上接近 Gemini 2.5 Flash 的性能。改进之处涵盖音频输入/自动语音识别、红黄绿代码片段排序、翻译、数据提取和代码补全。 支持完整的思考级别（最低、低、中、高），以实现精细的成本/性能权衡。定价为 Gemini 3 Flash 的一半。
模型规格
- 模型 ID
-
gemini-3.1-flash-lite-preview
- 上下文长度
- 1.048576M
- 最大输出
- 65.536K
- 输入/输出模态
- 发布日期
- 2026-03
02
API 端点
单一 MixRoute 网关，OpenAI 兼容
-
Gemini
/v1beta/models/{model}:generateContentPOST -
OpenAI-compatible
/v1/chat/completionsPOST
03
价格
固定费率，单位：/1M Tokens
输入
$0.2500 /1M Tokens
补全
$1.5000 /1M Tokens
05
选型摘要
快速判断是否适合你的工作负载
这个模型适合什么？
多模态模型；输入：文本、图像、文件、语音、视频；输出：文本
Gemini 3.1 Flash-Lite preview 是多模态模型。规格上，context window 为 1,048,576 个 Token，单次最多输出 65,536 个 Token。
使用前应检查什么？
1,048,576 context，输出上限 65,536
采用 Gemini 3.1 Flash-Lite preview 前，标准输入费率为 $0.25／100 万 Token；已声明支持工具调用、结构化输出、流式输出、提示词缓存、视觉输入、OpenAI SDK 兼容；知识库截止时间为 2025-01；发布于 2026-03-03。建议先以具有代表性的流量试跑，确认质量与延迟。
为什么通过 MixRoute 使用？
通过兼容端点以模型 ID 调用
文本与图像输入共用同一条路由与同一组密钥。MixRoute 以 OpenAI 兼容端点 /v1/chat/completions 提供 gemini-3.1-flash-lite-preview；既有客户端只需指向 https://api.mixroute.ai/v1 并把模型 ID 换成 gemini-3.1-flash-lite-preview，再跑一次集成测试即可。
07
能力与兼容性
未确认的能力保持“Unknown”，不做猜测
工具调用
gemini-3.1-flash-lite-preview 支持函数调用与工具调用。
tools 定义；响应会返回 tool_calls，执行后再把结果送回模型。
结构化输出
gemini-3.1-flash-lite-preview 可以按需生成 JSON 格式的输出。
response_format: { type: "json_schema" } 可强制输出有效的 JSON。
流式输出
gemini-3.1-flash-lite-preview 支持流式响应。
stream: true 会逐步流式返回 Token，聊天界面可以边接收边渲染。
提示缓存
gemini-3.1-flash-lite-preview 在支持的路由条件下可以使用提示缓存。
视觉输入
gemini-3.1-flash-lite-preview 可以同时处理图像与文本输入。
image_url 内容块中传入 base64 编码的图片，与文本消息一起发送。
OpenAI SDK
通过 MixRoute 的 OpenAI 兼容端点调用 gemini-3.1-flash-lite-preview。
base_url 改为 https://api.mixroute.ai/v1；其余部分遵循 OpenAI 风格。
08
Token 成本估算
基于本页价格的实时估算，非实际账单
此模型没有缓存读取价格，不计算缓存费用
09
FAQ
gemini-3.1-flash-lite-preview 是一个推理模型。reasoning effort 可以按请求调整。较低的设置可以减少推理次数和日常工作的成本；较高的设置则用于需要更深入搜索的问题。在生产环境中确定最终设置之前，应先使用两到三种设置评估质量。
单一端点，可验证的决策
使用相同的请求格式测试此模型和备用路由
从真实工作负载开始，再由质量、总成本和故障条件决定是否接入生产流量。