谷歌发布Gemini 3.1 Flash-Lite，主打“快与省”，性能碾压 2.5 Flash

谷歌推出Gemini 3.1 Flash-Lite：专为高吞吐量场景设计的“快刀手”

3月4日，谷歌正式发布了Gemini 3系列的最新成员——Gemini 3.1 Flash-Lite。官方将其定位为该系列中速度最快、性价比最高的模型，并明确表示，这款新模型就是为开发者的大规模、高吞吐量工作负载量身定制的。在同等价位和模型级别中，它的表现堪称亮眼。

从即日起，开发者可以通过Google AI Studio中的Gemini接口抢先体验预览版，而企业用户则可以通过Vertex AI平台获得服务。

在定价方面，3.1 Flash-Lite的每百万输入Token成本为0.25美元，每百万输出Token则为1.50美元。那么，这个价格换来的是怎样的性能呢？根据Artificial Analysis的基准测试，3.1 Flash-Lite在保持同等甚至更高输出质量的前提下，其性能表现已经超越了前代的2.5 Flash。具体来看，它的首字响应速度提升了惊人的2.5倍，整体输出速度也增长了45%。这种低延迟特性，正是高频工作流不可或缺的基石，也让它成为开发者构建响应式实时体验的理想选择。

性能数据同样令人印象深刻。在Arena.ai排行榜上，3.1 Flash-Lite获得了1432分。更关键的是，在一系列推理和多模态理解的基准测试中，它都成功超越了同级别的其他竞争对手。例如，在GPQA Diamond测试中，它取得了86.9%的成绩；在MMMU Pro测试中，得分也达到了76.8%。这一表现，甚至让一些体量更大的前代模型都相形见绌。

除了原生的强悍性能，Gemini 3.1 Flash-Lite还有一个不容忽视的亮点：它在AI Studio和Vertex AI中，标准配置了“思考等级”功能。这意味着开发者可以根据具体任务的需求，灵活调节模型的“思考”深度。对于需要精细化管理的高频工作负载来说，这个功能简直是如虎添翼。因此，3.1 Flash-Lite的应用场景非常广泛：它既能游刃有余地处理对成本敏感的大批量任务，比如翻译和内容审核；也能胜任那些需要深度推理的复杂工作，例如生成用户界面、创建模拟环境，或是严格遵循一系列复杂指令。

市场已经给出了初步的反馈。目前，通过AI Studio和Vertex AI获得早期接入的开发者，以及拉提图德、卡特维尔和威灵等公司，已经开始利用3.1 Flash-Lite来解决大规模的复杂问题。这些早期测试者普遍强调了该模型在效率和推理能力上的优势。他们发现，这款模型能够以接近大体量模型的精准度来处理复杂输入，并且在遵循指令和保持输出一致性方面，表现得相当出色。