2026 年 3 月 3 日，Google 發布 Gemini 3.1 Flash Lite 預覽版，透過 Gemini API 在 AI Studio 與 Vertex AI 供應。定位寫得很明白：Gemini 3 系列中「最快、最省成本」的模型，為大流量的開發者工作負載而生。這次發布也打破慣例——上一代 Gemini 3 完全沒有 Flash-Lite，這一輪則跳過標準 Flash、直接先出 Lite 版，時間距 2 月 19 日的 Gemini 3.1 Pro 約兩週。
VentureBeat 估算其成本約為 Pro 的八分之一。對按 token 計費的產品而言，這不是小改版，而是選型矩陣上多出了一個新格子。
定價與速度
價格是每百萬輸入 token 0.25 美元、每百萬輸出 token 1.50 美元，為 Gemini 3 家族最低。前代對照：Gemini 2.5 Flash-Lite 為 0.10 與 0.40 美元——新模型比前代貴了數倍，這是為第三代理力付出的價差。速度方面，The New Stack 引用的數字是每秒最高 363 token，為 Gemini 3 家族最快，比 2.5 Flash-Lite 前代慢 3 token，但仍比同級對手快二至五倍；Google 官方引用 Artificial Analysis 的數據，稱對比 2.5 Flash 的首答 token 時間快 2.5 倍、輸出速度提升 45%，品質相近或更好。
基準成績與同級對手
Arena.ai 排行榜上，Flash Lite 拿到 1432 Elo；GPQA Diamond 86.9%、MMMU Pro 76.8%，在推理與多模態理解上擊敗同級模型，甚至部分更大的前代 Gemini。The New Stack 的對比整理：整體而言勝過 Gemini 2.5 Flash 且更便宜；直接對手 GPT-5 mini 與 Claude 4.5 Haiku 被壓過；Grok 4.1 Fast 更便宜，但明顯更慢。值得注意的是 Google 沒有發布任何 agent 基準——考量到模型的定位宣傳，這個缺席本身就是訊號。另外，消費端 Gemini app 不會搭載這個模型，它純粹是 API 產品。
可調思考等級
Flash Lite 帶來可調的 thinking levels：開發者可以按任務調整模型推理的深淺。這在高頻場景是關鍵的成本槓桿——把推理等級調低，輸出 token 變少，帳單直接下降。Google 展示的場景包含：替電商線稿灌入數百個商品、用即時與歷史資料生成天氣儀表板、執行多步驟的 SaaS 商務 agent、快速分析並分類大量圖片。早期採用者包含 Latitude、Cartwheel 與 Whering，回饋集中在效率與指令遵循。
選型建議
實際選型可以這樣切。大流量的資料處理、翻譯、內容審核，加上 UI 與儀表板生成、複雜指令遵循——這是 Flash Lite 的主場。要協調一堆 agent 的編排層，Google 自己都沒提供基準數據，選 Pro 或專用模型更穩。若你現在跑在 2.5 Flash-Lite 上，遷移前要先算價差：成本漲了數倍，換到的是第三代的多模態理解與推理能力，是否值得取決於你的流量結構對速度與品質的敏感度。預覽期間規格仍可能調整，正式版時程未定。
參考來源
- Gemini 3.1 Flash Lite — Google Blog
- Google Gemini 3.1 Flash Lite — The New Stack
- Google releases Gemini 3.1 Flash Lite at 1/8th the cost of Pro — VentureBeat
本文由 AI 協助自上述來源整理，經人工審核後發布。