google/gemini-3.1-flash-lite
प्रकाशन तिथि: 2026-05-07
1,048,576 context · $0.25/M input tokens · $1.50/M output tokens
Gemini 3.1 Flash Lite is Google’s GA high-efficiency multimodal model optimized for low-latency, high-volume workloads. It supports text, image, video, audio, and PDF inputs, with a 1M-token context window and up to 64K output tokens. The model is designed for lightweight agentic workflows, simple data extraction, classification, summarization, document understanding, and responsive applications where API cost and speed are primary constraints. It supports thinking levels from minimal to high for fine-grained cost/performance control and is priced at half the cost of Gemini 3 Flash.
मूल्य निर्धारण
उपयोग के अनुसार भुगतान
कोई अग्रिम लागत नहीं, केवल उतना ही भुगतान करें जितना आप उपयोग करते हैं
मॉडल आज़माएं
API उपयोग
हमारे API के साथ एकीकृत करने के लिए निम्नलिखित कोड उदाहरणों का उपयोग करें:
import OpenAI from 'openai';
if (!process.env.WAVESPEED_API_KEY) throw new Error('Set WAVESPEED_API_KEY');
const client = new OpenAI({
apiKey: process.env.WAVESPEED_API_KEY,
baseURL: 'https://llm.wavespeed.ai/v1',
timeout: 120_000,
maxRetries: 2,
});
try {
const response = await client.chat.completions.create({
model: 'google/gemini-3.1-flash-lite',
messages: [{ role: 'user', content: 'Hello!' }],
});
console.log(response.choices[0]?.message?.content ?? '');
} catch (error) {
console.error('LLM request failed:', error);
process.exitCode = 1;
}import OpenAI from 'openai';
if (!process.env.WAVESPEED_API_KEY) throw new Error('Set WAVESPEED_API_KEY');
const client = new OpenAI({
apiKey: process.env.WAVESPEED_API_KEY,
baseURL: 'https://llm.wavespeed.ai/v1',
timeout: 120_000,
maxRetries: 2,
});
try {
const response = await client.chat.completions.create({
model: 'google/gemini-3.1-flash-lite',
messages: [{ role: 'user', content: 'Hello!' }],
});
console.log(response.choices[0]?.message?.content ?? '');
} catch (error) {
console.error('LLM request failed:', error);
process.exitCode = 1;
}मॉडल परिचय
Google: Gemini 3.1 Flash Lite
Gemini 3.1 Flash Lite is Google’s GA high-efficiency multimodal model optimized for low-latency, high-volume workloads. It supports text, image, video, audio, and PDF inputs, and is designed for lightweight agentic workflows, simple data extraction, classification, summarization, and applications where responsiveness and API cost are the primary constraints.
Why It Looks Great
- High-efficiency multimodal model for text, image, video, audio, and PDF understanding
- Optimized for low-latency, high-volume production workloads
- Supports a 1M-token context window for long prompts, document analysis, and multi-turn workflows
- Up to 64K output tokens for extended responses and structured generation
- Thinking levels from minimal to high for cost, latency, and quality trade-offs
- Priced at half the cost of Gemini 3 Flash
- Strong fit for lightweight agents, simple extraction tasks, summarization, classification, and responsive app experiences
Key Features
- Context Window: 1,048,576 tokens
- Max Input: 983,040 tokens
- Max Output: 65,536 tokens
- Input: Text, Image, Video, Audio, PDF
- Output: Text
- Vision: Supported
- Audio Input: Supported
- Function Calling: Supported
- Structured Outputs: Supported
- Thinking Levels: minimal, low, medium, high
Specifications
| Specification | Value |
|---|---|
| Provider | |
| Model Type | Chat Completions model |
| Architecture | text+image+file+audio+video->text |
| Context Window | 1,048,576 tokens |
| Max Input | 983,040 tokens |
| Max Output | 65,536 tokens |
| Input | Text, Image, Video, Audio, PDF |
| Output | Text |
| Vision | Supported |
| Function Calling | Supported |
| Structured Outputs | Supported |
| Audio Input | Supported |
| Thinking Levels | minimal, low, medium, high |
Pricing
| Token Type | Cost |
|---|---|
| Input | $0.25 per million tokens |
| Output | $1.50 per million tokens |
| Cached Input | $0.025 per million tokens |
| Cache Write | $0.083333 per million tokens |
| Reasoning Output | $1.50 per million tokens |
How to Use
API Integration
Base URL: https://llm.wavespeed.ai/v1
API Endpoint: chat/completions
Model ID: google/gemini-3.1-flash-lite
जानकारी
समर्थित कार्यक्षमता
API एक्सेस गाइड
Gemini 3.1 Flash Lite API
google/gemini-3.1-flash-lite
Gemini 3.1 Flash Lite is Google’s GA high-efficiency multimodal model optimized for low-latency, high-volume workloads. It supports text, image, video, audio, and PDF inputs, with a 1M-token context window and up to 64K output tokens. The model is designed for lightweight agentic workflows, simple data extraction, classification, summarization, document understanding, and responsive applications where API cost and speed are primary constraints. It supports thinking levels from minimal to high for fine-grained cost/performance control and is priced at half the cost of Gemini 3 Flash.
इनपुट
$0.25 /M
आउटपुट
$1.5 /M
कॉन्टेक्स्ट
1049K
अधिकतम आउटपुट
66K
विज़न
समर्थित
टूल उपयोग
समर्थित
WaveSpeedAI पर Gemini 3.1 Flash Lite आज़माएं
हमारे एकीकृत API के ज़रिए Gemini 3.1 Flash Lite तक पहुंचें — OpenAI-कम्पैटिबल, कोई कोल्ड स्टार्ट नहीं, पारदर्शी मूल्य निर्धारण।
Gemini 3.1 Flash Lite के बारे में अक्सर पूछे जाने वाले सवाल
API के ज़रिए Gemini 3.1 Flash Lite की लागत कितनी है?+
WaveSpeedAI पर मूल्य निर्धारण: प्रति मिलियन इनपुट टोकन $0.25 और प्रति मिलियन आउटपुट टोकन $1.50। प्रॉम्प्ट कैशिंग और बैच प्रोसेसिंग की बिलिंग अलग से होती है और लंबे, दोहराव वाले वर्कलोड पर प्रभावी लागत कम करती है।
Gemini 3.1 Flash Lite की कॉन्टेक्स्ट विंडो क्या है?+
Gemini 3.1 Flash Lite प्रति अनुरोध 66K टोकन तक के आउटपुट के साथ 1049K टोकन तक के कॉन्टेक्स्ट को सपोर्ट करता है।
क्या Gemini 3.1 Flash Lite OpenAI-कम्पैटिबल है?+
WaveSpeedAI Gemini 3.1 Flash Lite को https://llm.wavespeed.ai/v1 पर OpenAI-कम्पैटिबल Chat Completions इंटरफ़ेस के ज़रिए उपलब्ध कराता है। अधिकांश OpenAI SDK क्लाइंट बेस URL और API कुंजी बदलकर काम करते हैं; वैकल्पिक फ़ील्ड चयनित मॉडल पर निर्भर करते हैं।
मैं Gemini 3.1 Flash Lite के साथ कैसे शुरू करूं?+
WaveSpeedAI में साइन इन करें, Access Keys में एक API कुंजी बनाएं, फिर ऊपर दिखाए गए मॉडल id के साथ https://llm.wavespeed.ai/v1/chat/completions पर एक अनुरोध भेजें। उपलब्धता, क्षमताओं और मूल्य निर्धारण के लिए वर्तमान मॉडल कैटलॉग देखें।