> ## Documentation Index > Fetch the complete documentation index at: https://docs.apiyi.com/llms.txt > Use this file to discover all available pages before exploring further. # Gemini 3.1 Flash Lite 正式 GA：高吞吐 Agent 与低延迟场景的最优解 > Gemini 3.1 Flash Lite 于 5 月 8 日正式 GA，输出速度比 2.5 Flash 快 64%，GPQA Diamond 86.9%，定价 $0.25/$1.50 每 1M tokens。API易官方直连同步上线，叠加充值活动可享 85-79 折。 ## 核心要点 * **正式 GA 上线**：谷歌于 2026 年 5 月 8 日 (UTC+8) 宣布 Gemini 3.1 Flash Lite 进入正式可用 (GA) 阶段，可放心用于生产环境 * **模型标识符更新**：从 `gemini-3.1-flash-lite-preview` 升级为 `gemini-3.1-flash-lite`，预览版用户建议尽快迁移 * **速度大幅提升**：输出速度比 2.5 Flash 快 **64%**（381.9 vs 232.3 tokens/sec），首字延迟缩短至原来的 **40%** * **官方定价直连**：输入 \$0.25 / 1M tokens，输出 \$1.50 / 1M tokens，与谷歌官网完全一致 * **充值活动叠加**：API易支持充值加赠，叠加后实付可低至官方 **85-79 折** ## 背景介绍 2026 年 3 月 3 日，谷歌发布 Gemini 3.1 Flash Lite Preview，主打"高吞吐 Agent + 低延迟"细分赛道。在两个月的预览期里，Latitude、Cartwheel、Whering、HubX 等代理类客户给了相当积极的反馈——指令遵循精度高、首字快、单位成本低、多模态稳定。 2026 年 5 月 8 日 (UTC+8)，谷歌正式宣布 Gemini 3.1 Flash Lite **进入 GA（Generally Available）阶段**，模型名也从 `gemini-3.1-flash-lite-preview` 改为 `gemini-3.1-flash-lite`。这意味着：API 接口、行为契约、计费规则趋于稳定，可以放心接入生产环境。 API易第一时间通过官方直连（官转）通道完成同步接入，定价与谷歌官网完全一致，叠加充值加赠后还可以再下探一档，是接入 Gemini 3.1 系列轻量档最高性价比的方式之一。 ## 详细解析 ### GA 与 Preview 的差异 * 旧：`gemini-3.1-flash-lite-preview` * 新：`gemini-3.1-flash-lite` * 旧名仍可用，但建议迁移 * 接口契约冻结 * 速率限制/计费规则稳定 * 适合生产级流量接入 * 输出速度进一步提升 * 首字延迟优化 * 函数调用与结构化输出更稳 * Batch API、Caching 全面就绪 * 思维档位（Thinking Levels）生产可用 * 全模态输入支持稳定 ### 性能亮点（GA 版基准） 依据 Artificial Analysis 与谷歌官方公布的数据： | 指标 | Gemini 3.1 Flash Lite | Gemini 2.5 Flash | 提升 | | ------------------------ | ---------------------- | ---------------- | ---- | | 输出速度 (tokens/sec) | **381.9** | 232.3 | +64% | | 首字延迟（TTFT） | 比 2.5 Flash 快 **2.5×** | 基准 | -60% | | GPQA Diamond | **86.9%** | — | 同档领先 | | MMMU Pro（多模态推理） | **76.8%** | — | 同档领先 | | Arena Elo | **1432** | — | — | | Artificial Analysis 智能指数 | **34**（同价位中位数 21） | — | 远超中位 | 谷歌官方在内部跑的 11 项基准里，Gemini 3.1 Flash Lite 在 6 项上**击败 GPT-5 mini 与 Claude Haiku 4.5**，且单位成本明显更低。 ### 技术规格 | 规格项 | 参数 | | ------------------------------------- | ----------------------- | | 模型名称 | `gemini-3.1-flash-lite` | | 上下文窗口 | 1,048,576 tokens（1M+） | | 最大输出 | 65,536 tokens（64K） | | 输入模态 | 文本、图像、视频、音频、PDF | | 输出模态 | 文本 | | 知识截止 | 2025 年 1 月 | | 最新更新 | 2026 年 5 月 | | 思维（Thinking） | ✅ 支持档位调节 | | 函数调用 | ✅ | | 结构化输出 | ✅ | | 代码执行 | ✅ | | 文件搜索 / URL 上下文 | ✅ | | 搜索 Grounding / Maps Grounding | ✅ | | Batch API / Caching / Flex / Priority | ✅ | | 接入渠道 | API易 官方直连（官转） | ## 实际应用 ### 推荐场景 * 工具调用 / 路由 / 多步编排 * 可大规模并发的轻量级决策节点 * SLA 敏感、需要稳定接口的代理任务 * 表格/表单/PDF 结构化抽取 * 批量内容审核、分类、打标 * 海量日志摘要与归一化 * 实时翻译与同声传译辅助 * UI 生成、Dashboard 拼装 * 客服首响、意图识别 * 图片/视频内容理解 * 音频转写 + 关键信息提取 * PDF 文档解析与字段抽取 ### 代码示例 通过 API易调用 GA 版 Gemini 3.1 Flash Lite： ```python theme={null} import openai client = openai.OpenAI( api_key="your-apiyi-api-key", base_url="https://api.apiyi.com/v1" ) response = client.chat.completions.create( model="gemini-3.1-flash-lite", # GA 版，不再带 -preview messages=[ {"role": "system", "content": "你是一个高效的结构化数据提取助手。"}, {"role": "user", "content": "从订单文本中提取 order_id、金额、币种，输出 JSON。"} ], temperature=0.2, response_format={"type": "json_object"} ) print(response.choices[0].message.content) ``` **Agent 工具调用示例** ```python theme={null} tools = [{ "type": "function", "function": { "name": "search_internal_kb", "description": "在企业知识库检索相关文档", "parameters": { "type": "object", "properties": { "query": {"type": "string"}, "top_k": {"type": "integer", "default": 5} }, "required": ["query"] } } }] resp = client.chat.completions.create( model="gemini-3.1-flash-lite", messages=[{"role": "user", "content": "帮我找一下退款流程相关的内部文档"}], tools=tools, tool_choice="auto" ) print(resp.choices[0].message.tool_calls) ``` ### 最佳实践 **生产环境接入建议** 1. **从 Preview 平滑迁移**：把 `gemini-3.1-flash-lite-preview` 替换为 `gemini-3.1-flash-lite`，先在影子流量中对比观测 2. **思维档位按需开启**：简单分类/路由关闭 Thinking 进一步提速；多步推理任务再开启 3. **结构化输出优先**：搭配 `response_format={"type": "json_object"}`，下游解析更稳 4. **Batch + Cache 双管齐下**：高吞吐场景优先用 Batch API，重复上下文启用 Caching（缓存输入价格再降 90%） 5. **关注 token 体感**：Flash Lite 偏"健谈"，对成本敏感的接口建议显式约束 `max_tokens` ## 价格与可用性 ### API易官方直连定价 | 类型 | 价格 | | -------------- | ----------------------------- | | 文本 / 图像 / 视频输入 | \$0.250 / 1M tokens | | 输出 | \$1.500 / 1M tokens | | 缓存输入 | \$0.025 / 1M tokens（约官方价 10%） | * 官方直连（官转）通道，稳定可靠 * 定价与谷歌官网完全一致 * 支持 Batch API 进一步降本 ### 叠加充值活动（85-79 折） API易长期上线充值加赠活动，叠加官方直连定价后，Gemini 3.1 Flash Lite 实付可下探到官方价的 **85 折至 79 折**： | 活动档位 | 加赠比例 | 等效折扣 | | ---- | ---- | ---------- | | 入门档 | +18% | 约 **85 折** | | 进阶档 | +22% | 约 **82 折** | | 高吞吐档 | +27% | 约 **79 折** | 详情参考充值优惠说明页：[充值活动](/faq/recharge-promotions)。 **迁移提醒** * 预览期模型名 `gemini-3.1-flash-lite-preview` 谷歌官方仍保留一段时间，但**新接入项目请直接使用 GA 版** `gemini-3.1-flash-lite` * GA 后接口契约更稳定，但仍建议关键链路保留监控与回退方案 ## 总结与建议 Gemini 3.1 Flash Lite 在 GA 阶段把"**速度 / 价格 / 多模态 / 代理能力**"四件事一次性做到了同价位天花板： * **比 2.5 Flash 快 64%、首字快 2.5×**，长链路 Agent 响应肉眼可感 * **GPQA Diamond 86.9% / MMMU Pro 76.8%**，在同价位推理与多模态任务里第一梯队 * **\$0.25 / \$1.50 每 1M tokens**，叠加 API易充值活动可至 **79 折** * **GA 后接口稳定**，可直接进入生产链路 **我们的建议** * **正在用 Preview 的团队**：尽快切到 GA 版模型名，享受更稳的接口契约 * **大流量 Agent 团队**：把路由 / 工具调用 / 数据提取等节点统一切到 Flash Lite，配合 Batch + Cache 把单位成本压到极致 * **多模态轻量任务团队**：用一个模型同时覆盖文本、图像、视频、音频、PDF，少维护一套 SDK **信息来源与更新日期** * 谷歌官方公告：`blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-flash-lite/` * 谷歌 GA 公告：`cloud.google.com/blog/products/ai-machine-learning/gemini-3-1-flash-lite-is-now-generally-available` * 模型文档：`ai.google.dev/gemini-api/docs/models/gemini-3.1-flash-lite` * 评测来源：Artificial Analysis（`artificialanalysis.ai/models/gemini-3-1-flash-lite-preview`） * 数据获取时间：2026 年 5 月 9 日 (UTC+8) **立即开始使用** 访问 API易官网，获取 API Key，把 model 字段切到 `gemini-3.1-flash-lite`，即可享受 GA 版稳定 API + 官方一致定价 + 充值活动叠加折扣。