Google DeepMind 发布 Gemini 3.1 Flash-Lite

2026年3月3日

|

为您的最高负载工作负载获取一流的智能。

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、高负载的开发者工作负载而构建，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。

毫不妥协的成本效益

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增强的性能。根据 Artificial Analysis 基准测试，它超越了 2.5 Flash，首个答案 token 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。这种低延迟是高频率工作流所必需的，使其成为开发者构建响应式、实时体验的理想模型。

Gemini 3.1 Flash-Lite 在速度和质量上均超越 2.5 Flash。

3.1 Flash-Lite 在 Arena.ai 排行榜上取得了令人印象深刻的 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%——甚至超越了此前几代更大的 Gemini 模型，如 2.5 Flash。

为开发者提供大规模自适应智能

除了原始性能之外，Gemini 3.1 Flash-Lite 在 AI Studio 和 Vertex AI 中标配思考级别，让开发者能够控制和灵活选择模型为任务“思考”的程度，这对于管理高频率工作负载至关重要。3.1 Flash-Lite 可以大规模处理任务，例如高容量翻译和内容审核，在这些场景中成本是优先考虑的因素。它还可以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板、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，称其能够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。

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

在您的收件箱中获取 Google 的最新消息

订阅我们的新闻通讯，获取产品更新、活动信息、特别优惠等。

您的信息将按照 Google 的隐私政策使用。您可以随时选择退出。