摘要： Google 於 2026 年 3 月 3 日以預覽形式推出 Gemini 3.1 Flash Lite，定位為 Gemini 3 家族最快、成本最低的模型。定價為每百萬輸入 token 0.25 美元、輸出 1.50 美元；報導指出最高每秒 363 token。官方未公布 agent 基準，正式版時程也尚未定案。
Google 選在 2026 年 3 月 3 日讓 Gemini 3.1 Flash Lite 以預覽形式亮相，開發者可從 AI Studio 與 Vertex AI 上的 Gemini API 取用。官方給它的角色說得一清二楚：整個 Gemini 3 系列裡跑得最快、成本最低的一員，專門應付規模龐大的開發者工作負載。這場發布的節奏也與以往不同——前一個世代的 Gemini 3 根本沒有 Flash-Lite 型號，這回 Google 更略過標準版 Flash，率先端出 Lite，距離 2 月 19 日登場的 Gemini 3.1 Pro 僅約兩週。
依照 VentureBeat 的推算，它的成本大約只有 Pro 的八分之一。如果你的產品是以 token 計價，這就不只是例行更新——模型選擇的棋盤上等於多了一顆新棋子可下。
費用與速度
計費方式是輸入每百萬 token 收 0.25 美元、輸出每百萬 token 收 1.50 美元，寫下 Gemini 3 家族的最低價。拿前代對照，Gemini 2.5 Flash-Lite 的收費是 0.10 與 0.40 美元——換算下來新模型貴了數倍，多付的錢買的是第三代的能耐。速度部分，The New Stack 給出的數據為每秒最高 363 token，在 Gemini 3 家族中無人能及；與 2.5 Flash-Lite 前代相比慢了 3 token，不過面對同級競爭者仍保有二至五倍的領先。Google 官方則引用 Artificial Analysis 的量測，表示相較 2.5 Flash，第一個答案 token 的等待時間縮短 2.5 倍、輸出速度加快 45%，品質則持平甚至更好。
測試成績與競爭對手
在 Arena.ai 的排行榜上，Flash Lite 收下 1432 Elo；GPQA Diamond 拿到 86.9%，MMMU Pro 則為 76.8%，推理與多模態理解兩方面都把同級模型拋在身後，連部分體型更大的前代 Gemini 也一併超越。The New Stack 整理出的橫向比較是：面對 Gemini 2.5 Flash，它整體勝出而且要價更低；GPT-5 mini 與 Claude 4.5 Haiku 這兩個直接對手都被比了下去；Grok 4.1 Fast 雖然更省錢，速度卻差了一截。另一個值得留意之處：Google 並未公布任何 agent 基準——在模型定位如此宣傳的前提下，這塊留白本身就是一種表態。還有，消費版 Gemini app 不會內建這個模型，它就是個純粹的 API 產品。
可調式的思考等級
可調整的 thinking levels 是 Flash Lite 的一大功能：推理要多深、多淺，開發者可依任務自行拿捏。面對高頻呼叫的場景，這是關鍵的成本槓桿——推理等級一調低，產出的 token 跟著變少，帳單應聲下滑。Google 示範的應用有：把數百件商品填進電商的線稿、以即時與歷史資料做出天氣儀表板、執行一個多步驟的 SaaS 商務 agent、快速分析並分類大量圖片。率先採用的團隊有 Latitude、Cartwheel 與 Whering，回饋不約而同聚焦在效率與指令遵循。
實際怎麼選
挑模型時不妨這樣畫線。流量龐大的資料處理、翻譯、內容審核，再配上 UI 與儀表板生成、複雜指令遵循——這些都是 Flash Lite 的主場。至於要協調一大群 agent 的編排層，連 Google 自己都拿不出基準數據，選 Pro 或專用模型反而踏實。目前跑在 2.5 Flash-Lite 上的團隊，遷移前請先把帳算清楚：支出會膨脹數倍，換來的是第三代的多模態理解與推理能力；划不划算，取決於你的流量結構對速度與品質有多敏感。最後提醒，預覽階段規格仍可能變動，正式版時程也尚未定案。