Gemini 3.1 Flash-Lite: Built for Intelligence at Scale | Gemini 3.1 Flash-Lite：为规模化智能而生
原标题： Gemini 3.1 Flash Lite: Our most cost-effective AI model yet 作者： Gemini Team, Google DeepMind 发布日期： 2026年3月3日 原文链接： https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-flash-lite
一句话摘要
Google DeepMind 发布 Gemini 3.1 Flash-Lite，Gemini 3 系列中最具成本效益的模型——指令遵循成功率比前代提升 20%，推理速度快 60%，首个 token 响应速度达 Gemini 2.5 Flash 的 2.5 倍，输出速度超 360 tokens/秒，专为高吞吐量、低延迟的翻译、分类和实时任务场景优化。
核心内容
产品定位
Gemini 3.1 Flash-Lite 是 Gemini 3 模型家族的新成员，定位为成本效率最优的推理模型。它继承了 Gemini 3 系列的原生多模态和推理能力，但针对高并发、低延迟、大规模部署场景进行了极致优化。
核心性能指标
速度表现：
- 首个 token 响应（TTFT）：比 Gemini 2.5 Flash 快 2.5 倍
- 输出速度：超过 360 tokens/秒
- 推理延迟：比前代降低 60%
质量表现：
- 指令遵循成功率：比前代提升 20%
- 保持 Gemini 3 系列的原生多模态能力
- 支持文本和图像输入
目标场景
Gemini 3.1 Flash-Lite 针对以下高频应用场景优化：
- 翻译与本地化：高速多语言翻译，支持实时字幕和文档本地化
- 内容分类：大规模文本和图像分类任务
- 信息提取：从结构化和非结构化文档中快速提取关键信息
- 实时交互：聊天机器人、客服系统等需要即时响应的场景
与 Gemini 3 家族的关系
| 模型 | 定位 | 优势场景 |
|---|---|---|
| Gemini 3 Pro | 旗舰推理 | 复杂推理、科学研究 |
| Gemini 3 Flash | 平衡性能 | 通用任务、编程 |
| Gemini 3.1 Flash-Lite | 极致效率 | 高吞吐、低延迟、大规模部署 |
可用性
Gemini 3.1 Flash-Lite 通过 Google AI Studio 和 Vertex AI API 向开发者开放，支持标准的 Gemini API 接口。
技术要点
TTFT 优化的工程意义：首个 token 响应时间 2.5 倍提升对实时应用至关重要。这意味着用户感知的"等待时间"大幅缩短，直接影响产品体验和用户留存。
360+ tokens/秒的吞吐量：这一数字意味着生成一篇 1000 字的中文文章仅需约 2 秒。对于批处理场景（如文档翻译、数据标注），这代表数量级的效率提升。
Flash-Lite 的架构优化推测：虽然 Google 未公开具体架构细节，但从性能特征推断，Flash-Lite 可能采用了更激进的知识蒸馏、量化和推测解码（Speculative Decoding）技术组合。
原生多模态的保留：与许多"轻量化"模型不同，Flash-Lite 保留了多模态能力而非仅支持文本。这使其在需要图像理解的分类和提取任务中保持竞争力。
成本效益的行业竞争：Flash-Lite 的发布直接对标 OpenAI 的 GPT-5.4 nano 和 Anthropic 的 Claude Haiku 4.5，争夺高吞吐量 API 调用市场。
深度解读
"最后一公里"模型的战略价值
Flash-Lite 代表了 AI 行业一个重要趋势：前沿实验室不仅竞争最强模型，也竞争最高效的模型。在实际商业部署中，绝大多数 API 调用不需要最强的推理能力，而是需要快速、准确、便宜的基础响应。Flash-Lite 正是为这个"最后一公里"场景而生。
速度即竞争力
在 AI 产品化时代，模型速度与模型智能同等重要。360+ tokens/秒的输出速度使得 Flash-Lite 能支持实时对话、流式生成等延迟敏感型场景，这些场景往往是用户量最大、商业价值最高的。
模型矩阵的完善
Gemini 3.1 Flash-Lite 的发布标志着 Google 完成了从旗舰（Pro）到平衡（Flash）再到效率（Flash-Lite）的完整模型矩阵。这种分层策略确保 Google 在各个价格段和性能段都有竞争力，与 OpenAI 的 GPT-5.4/mini/nano 和 Anthropic 的 Opus/Sonnet/Haiku 形成全面对标。
原文链接
- 发布公告：https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-flash-lite
- 发布日期：2026 年 3 月 3 日
- 研究机构：Google DeepMind