Gemini 3 系列中速度最快、最具成本效益 AI 模型：谷歌 Gemini 3.1 Flash-Lite 登场，首字响应提速 2.5 倍

3 月 4 日消息，谷歌昨日（3 月 3 日）发布博文，宣布推出轻量级 AI 模型 Gemini 3.1 Flash-Lite，声称是其速度最快、最具成本效益的 Gemini 3 系列模型。

开发者目前可通过 Google AI Studio 中的 Gemini API 获取预览版，企业级用户也能在 Vertex AI 平台上同步体验。

价格方面，为大幅降低 AI 应用门槛，谷歌为该模型制定了极具竞争力的价格：每百万输入 Tokens 收费 0.25 美元，每百万输出 Tokens 为 1.50 美元。

在低售价的同时，Gemini 3.1 Flash-Lite 在性能方面实现大幅跨越。权威评测平台 Artificial Analysis 的数据显示，与前代 2.5 Flash 相比，新模型的首字响应速度（TTFT）暴涨 2.5 倍，整体输出速度同步提升 45%。这种极低延迟特性，让其成为构建实时响应体验的理想之选。

在各项核心能力测试中，3.1 Flash-Lite 展现出越级挑战的实力。该模型不仅在 Arena.ai 排行榜上斩获了 1432 分的 Elo 得分，更在多模态理解与逻辑推理测试中全面领先同级竞品。

具体而言，它在 GPQA Diamond 测试中得分率高达 86.9%，在 MMMU Pro 测试中达到 76.8%，甚至在多项指标上超越了体积更大的上一代 Gemini 2.5 Flash 模型。附上相关数据如下：

除了硬核的性能指标，3.1 Flash-Lite 还在 AI Studio 和 Vertex AI 中标配了创新的“思考层级（thinking levels）”功能。

这一机制支持开发者灵活控制模型在执行任务时的“思考深度”：

在处理海量翻译或内容审核等对成本极度敏感的基础任务时，开发者可调低思考深度以追求极致效率；

而在面临生成用户界面、构建数据看板或复杂逻辑模拟等高难度任务时，则可调高思考层级，激发模型更深度的推理能力。

Latitude、Cartwheel 以及 Whering 等早期测试企业目前已率先将 3.1 Flash-Lite 部署于复杂的业务场景中。测试团队反馈称，该模型不仅具备卓越的处理效率和逻辑推理能力，还能以媲美大型模型的精准度处理复杂输入指令。