重點一：Google 於 3 月 3 日推出 Gemini 3.1 Flash-Lite，定價每百萬輸入 token 0.25 美元、輸出 1.5 美元，是 Gemini 3 系列中成本最低的模型。
重點二：新模型導入「思考等級」功能，開發者可在最低、低、中、高四個推理深度間切換，兼顧成本與準確度，適用於翻譯、內容審核、介面生成等高頻工作流。
重點三：儘管定位輕量，Gemini 3.1 Flash-Lite 在 GPQA Diamond 學術推理基準測試得分達 86.9%，Arena.ai 排行榜 Elo 分數為 1432，超越前幾代較大型的 Gemini 模型。
Google 於 2026 年 3 月 3 日正式推出 Gemini 3.1 Flash-Lite，定位為 Gemini 3 家族中成本最低、延遲最短的模型。
定價方面，每百萬輸入 token 收費 0.25 美元（約合新台幣 7.86 元），輸出 token 則為 1.5 美元（約合新台幣 47.2 元）。相較同月稍早上市的 Gemini 3 Flash（輸入 0.5 美元、輸出 3 美元），Flash-Lite 的整體費用約為後者的一半。
性能指標同樣搶眼。根據 Artificial Analysis 的基準測試，Gemini 3.1 Flash-Lite 的首次回應延遲（Time to First Token）較 Gemini 2.5 Flash 快 2.5 倍，輸出速率提升 45%，實測吐字速度達每秒 388.8 個 token。
Google 將其定義為「規模化智慧」的主力引擎，尤其適合需要即時回應的高頻應用場景，如客服、內容審核、使用者介面生成，以及大量翻譯任務。
目前 Gemini 3.1 Flash-Lite 已在 Google AI Studio 的 Gemini API 以及企業版 Vertex AI 上以「公開預覽」形式開放，API 端點名稱為 gemini-3.1-flash-lite-preview，支援文字、圖片、影片等多模態輸入，上下文視窗為 128K token。
「思考等級」打破輕量模型的天花板
Gemini 3.1 Flash-Lite 最受矚目的架構更新，是新增的「思考等級」（Thinking Levels）功能。開發者可以針對每一次請求，在「最低（Minimal）」、「低（Low）」、「中（Medium）」、「高（High）」四個推理深度之間動態調整。
這意味著：處理簡單的分類或翻譯任務時，選擇最低推理深度可大幅壓低延遲與成本；面對需要多步推理的 UI 生成或系統模擬時，則提升推理等級換取精確度。 對於同時運行數百萬次查詢的 SaaS 企業而言，這種彈性尤為關鍵。
早期測試用戶回報，Flash-Lite 在意圖路由任務上的準確率達 94%。企業級應用如電商商品介面自動填充，也能在毫秒級延遲下完成大批次操作。Google 強調，Flash-Lite 並非「廉價版」，而是針對量產場景優化的「平衡版」。
基準測試：輕量不等於低能
儘管命名為 Flash「Lite」，Gemini 3.1 Flash-Lite 的學術推理成績並不遜色。
在 GPQA Diamond（設計用於測試專家級推理能力的基準）上，該模型得分達 86.9%；多模態理解基準 MMMU Pro 則為 76.8%。Arena.ai 排行榜的 Elo 分數為 1432，在同價位模型中排名前列，甚至在部分指標上超越 Gemini 前幾代的較大型模型。
相較於同月發布的 Gemini 3.1 Pro（GPQA Diamond 達 94.3%，定位為高算力推理模型），Flash-Lite 確實在頂端推理能力上有所取捨；但對於絕大多數高頻、低複雜度的生產工作流而言，這樣的性價比已屬罕見。
VentureBeat 的評測認為，Gemini 3.1 系列的策略意圖清晰：由 Pro 負責「動腦」，由 Flash-Lite 負責「動手」，共同覆蓋企業 AI 基礎設施的全層需求。
資料來源：Google Blog
本文初稿為 AI 編撰，整理．編輯／李先泰
