google/gemini-3.1-flash-lite
วันที่เผยแพร่: 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.
ราคา
จ่ายตามการใช้งาน
ไม่มีค่าใช้จ่ายล่วงหน้า จ่ายเฉพาะสิ่งที่คุณใช้
ลองใช้โมเดล
การใช้งาน API
ใช้ตัวอย่างโค้ดต่อไปนี้เพื่อผสานรวมกับ API ของเรา:
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;
}แนะนำโมเดล
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
ข้อมูล
ฟังก์ชันที่รองรับ
คู่มือการเข้าถึง API
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.
อินพุต
$0.25 /M
เอาต์พุต
$1.5 /M
คอนเท็กซ์
1049K
เอาต์พุตสูงสุด
66K
Vision
รองรับ
การใช้เครื่องมือ
รองรับ
ลองใช้ Gemini 3.1 Flash Lite บน WaveSpeedAI
เข้าถึง Gemini 3.1 Flash Lite ผ่าน API แบบรวมของเรา — เข้ากันได้กับ OpenAI ไม่มี cold start ราคาโปร่งใส
คำถามที่พบบ่อยเกี่ยวกับ Gemini 3.1 Flash Lite
Gemini 3.1 Flash Lite API ราคาเท่าไหร่?+
ราคาบน WaveSpeedAI: $0.25 ต่อล้านโทเคนอินพุต และ $1.50 ต่อล้านโทเคนเอาต์พุต Prompt caching และ batch processing คิดค่าบริการแยกและช่วยลดต้นทุนที่แท้จริงสำหรับภาระงานที่ยาวและทำซ้ำ
Gemini 3.1 Flash Lite มี context window เท่าใด?+
Gemini 3.1 Flash Lite รองรับสูงสุด 1049K โทเคนคอนเท็กซ์ และสูงสุด 66K โทเคนเอาต์พุตต่อคำขอ
Gemini 3.1 Flash Lite เข้ากันได้กับ OpenAI หรือไม่?+
WaveSpeedAI ให้บริการ Gemini 3.1 Flash Lite ที่ https://llm.wavespeed.ai/v1 ผ่านอินเทอร์เฟซ Chat Completions ที่เข้ากันได้กับ OpenAI ไคลเอนต์ OpenAI SDK ส่วนใหญ่ใช้งานได้โดยเปลี่ยน base URL และ API key ส่วนฟิลด์เสริมขึ้นอยู่กับโมเดล
จะเริ่มใช้ Gemini 3.1 Flash Lite ได้อย่างไร?+
ลงชื่อเข้าใช้ WaveSpeedAI สร้าง API key ใน Access Keys แล้วส่งคำขอไปยัง https://llm.wavespeed.ai/v1/chat/completions โดยใช้ model id ที่แสดงด้านบน ตรวจสอบความพร้อมใช้งาน ความสามารถ และราคาจากแคตตาล็อกโมเดลปัจจุบัน