gemini-3.1-flash-lite-preview-thinking-medium

Gemini 3.1 Flash-Lite Preview (thinking level: Medium) 是谷歌于2026年3月推出的 Gemini 3 系列中速度最快、性价比最高的轻量级智能模型，专为大规模高频任务设计，在保持极低延迟与成本的同时，支持“中等思考深度”（Medium thinking level），可在响应速度与推理能力之间实现动态平衡，适用于从批量内容处理到多步复杂工作流的广泛场景‌。

该模型是 ‌Gemini 3.1 Flash-Lite‌ 的增强推理版本，通过启用 ‌thinking_level=medium‌ 参数，赋予其处理需要适度逻辑推演任务的能力，打破了“轻量即弱智”的传统认知，在编程辅助、多模态理解与智能代理（Agent）任务中表现亮眼。

核心性能与基准表现

1. ‌极致响应速度与生成效率‌

• ‌首Token响应时间（TTFT）比 Gemini 2.5 Flash 快 2.5 倍‌，实现“零延迟”交互体验；

• ‌每秒输出 Token 数达 389 个‌，在 Artificial Analysis 生成速度榜单中排名第一；

• 支持 ‌100 万 Token 上下文窗口‌，可处理整本小说、长篇代码库或复杂多模态文档 。

2. ‌卓越的智能表现（超越前代旗舰）‌

• 在 ‌Arena.ai‌ 排行榜中获得 ‌1432 Elo 分‌，与 Grok-4.1-fast 水平相当；

• 推理能力测试 ‌GPQA Diamond 得分 86.9%‌；

• 多模态理解测试 ‌MMMU Pro 得分 76.8%‌，均超越前代更大模型如 Gemini 2.5 Flash 。

3. ‌可调节的“思考层级”（Thinking Levels）‌

• 多步指令执行

• 简单代码生成与调试

• 结构化数据提取（如 JSON 输出）

• 工具调用与函数调用（Function Calling）

• 支持 ‌MINIMAL、MEDIUM、HIGH‌ 三级思考控制，本模型设定为 ‌MEDIUM‌，适合：

• 开发者可通过 reasoning_effort="medium" 参数直接调用，无需修改代码逻辑 。

4. ‌多模态输入与结构化输出‌

• 支持 ‌文本、图像、音频、视频、PDF‌ 等多模态输入；

• 可配置输出为 ‌JSON 格式‌，便于系统集成；

• 支持 ‌Thought Signatures‌，确保多轮对话与工具调用中的上下文一致性 。

成本与计费优势

表格

项目

定价

💡 说明：该价格仅为大型模型（如 Gemini 3 Pro）的一小部分，特别适合对成本敏感但又需一定推理能力的大规模部署场景。

典型应用场景

• ✅ ‌批量翻译与内容审核‌：高速处理海量用户生成内容（UGC），支持多语言；

• ✅ ‌电商自动化‌：快速生成商品描述、SEO标题、营销文案；

• ✅ ‌SaaS 智能体（Agent）构建‌：创建能执行多步骤任务的企业级 AI 助手；

• ✅ ‌动态仪表盘生成‌：结合实时天气、金融数据生成可视化报告；

• ✅ ‌教育辅助‌：为学生提供中等复杂度的解题思路与代码讲解。