google/gemini-3.1-flash-lite
Ngày phát hành: 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.
Giá cả
Trả theo mức dùng
Không tốn phí trả trước, chỉ trả cho những gì bạn dùng
Dùng thử mô hình
Sử dụng API
Dùng các ví dụ mã sau để tích hợp với API của chúng tôi:
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;
}Giới thiệu mô hình
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
Thông tin
Tính năng được hỗ trợ
Hướng dẫn truy cập 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.
Đầu Vào
$0.25 /M
Đầu Ra
$1.5 /M
Ngữ Cảnh
1049K
Đầu Ra Tối Đa
66K
Thị Giác
Được Hỗ Trợ
Sử Dụng Công Cụ
Được Hỗ Trợ
Thử Gemini 3.1 Flash Lite trên WaveSpeedAI
Truy cập Gemini 3.1 Flash Lite qua API hợp nhất của chúng tôi — tương thích OpenAI, không khởi động nguội, giá minh bạch.
Câu Hỏi Thường Gặp về Gemini 3.1 Flash Lite
Gemini 3.1 Flash Lite có giá bao nhiêu qua API?+
Giá trên WaveSpeedAI: $0.25 mỗi triệu token đầu vào và $1.50 mỗi triệu token đầu ra. Prompt caching và xử lý theo lô được tính riêng và giảm chi phí thực tế cho các khối lượng công việc dài, lặp lại.
Cửa sổ ngữ cảnh của Gemini 3.1 Flash Lite là gì?+
Gemini 3.1 Flash Lite hỗ trợ tối đa 1049K token ngữ cảnh với tối đa 66K token đầu ra mỗi yêu cầu.
Gemini 3.1 Flash Lite có tương thích OpenAI không?+
WaveSpeedAI cung cấp Gemini 3.1 Flash Lite tại https://llm.wavespeed.ai/v1 qua giao diện Chat Completions tương thích OpenAI. Hầu hết các client OpenAI SDK hoạt động bằng cách đổi base URL và API key; các trường tùy chọn phụ thuộc vào mô hình được chọn.
Làm thế nào để bắt đầu với Gemini 3.1 Flash Lite?+
Đăng nhập vào WaveSpeedAI, tạo một API key trong Access Keys, rồi gửi một yêu cầu đến https://llm.wavespeed.ai/v1/chat/completions với model id hiển thị phía trên. Kiểm tra danh mục mô hình hiện tại để biết tính khả dụng, khả năng và giá cả.