Gemini 3.1 Flash Lite
性价比更高: Ling 3.0 Flash $0.115/M 即可获得 Index 51.7,便宜 80%。
有 29 个更便宜的已排名模型得分更高:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475),另有 26 个。
截至 2026年11月16日,Gemini 3.1 Flash Lite(Google)在 BenchLeader Index 上得分 52.6(共 608 个已排名配置)。表现最好的是指令遵循(63),最弱的是推理(41)。API 价格为输入每百万 token $0.250、输出每百万 token $1.50(按 3:1 混合为 $0.563),为 2026年11月16日的标价。输出速度约为 300 token/秒(Artificial Analysis)。发布于 2026年3月3日。
要点(截至 2026年11月16日)
- Gemini 3.1 Flash Lite 的 API 价格为输入每百万 token $0.250、输出每百万 token $1.50(按 3:1 混合为 $0.563)(标价,2026年11月16日)。
- Gemini 3.1 Flash Lite 的输出速度约为 300 token/秒(Artificial Analysis,2026年11月16日)。
- Gemini 3.1 Flash Lite 于 2026年3月3日发布(Google)。
详细说明:Gemini 3.1 Flash Lite 是 Google 的闭源推理模型,发布于 2026年3月3日。其最佳配置在 BenchLeader Index 上得分 52.6 ±5.0,在 608 个配置中排第 273 名,处于上半区。关键在于这个“±”:另有 290 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,指令遵循得分最高(63),推理最低(41)。按混合价格计,每百万 token $0.563,比大多数已排名模型便宜。输出速度为 301 token/秒,首次回答需 3.5 秒,位于最快的四分之一。它已在 6 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。
- 混合价格
- $0.563/M
- 输入 $0.250 · 输出 $1.50
- 来源:Artificial Analysis
- 输出速度
- 301 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 3.54 s
- 首 token 0.76 s
- 上下文
- 1.0M
- 来源:models.dev
- 完整回答
- 7.45 s
- 最近一次测量 2026年11月13日
- 单任务成本
- $0.194
- 每项任务 53 s,AA Index
- 单任务 token 数
- 16k
- 其中 68% 为推理
- 发布日期
- 2026年3月3日
- 综合 Index53
- 推理41
- 编程43
- 智能体与工具43
- 数学61
- 知识44
- 指令遵循63
- 人类偏好61
- 多模态58
- 长上下文62
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/gemini-3-1-flash-lite)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
Google 以这个名称发布过 6 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
| 模型 | 发布日期 | Index | 排名 |
|---|---|---|---|
| Gemini 3.5 Flash Lite | 2026年7月21日 | 51.4 | #310 |
| Gemini 3.1 Flash Lite本页 | 2026年3月3日 | 52.6 | #273 |
| Gemini 2.5 Flash Lite 09thinking | 2025年9月25日 | 49.6 | #355 |
| Gemini 2.5 Flash-Lite | 2025年6月17日 | 48.3 | #387 |
| Gemini 2.0 Flash Lite 001 | 2025年2月25日 | – | – |
| Gemini 2.0 Flash-Lite | 2025年2月5日 | 48.0 | #391 |
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
| 推理强度 | Index | 排名 | 速度 | 首次回答 | 聊天回复成本 | 类别 |
|---|---|---|---|---|---|---|
| 无推理 | – | – | 301 tok/s | 3.54 s | $0.0006 | |
| minimal | – | – | 301 tok/s | 3.54 s | $0.0006 | 数学 38 · 推理 53 |
| low | – | – | 301 tok/s | 3.54 s | $0.0006 | 数学 39 · 推理 54 |
| medium | – | – | 301 tok/s | 3.54 s | $0.0006 | |
| high | 48.4 | #381 | 301 tok/s | 3.54 s | $0.0006 | 智能体与工具 29 · 知识 55 · 数学 49 · 推理 59 |
| 未说明最佳 | 52.6 | #273 | 301 tok/s | 3.54 s | $0.0006 | 智能体与工具 43 · 编程 43 · 人类偏好 61 · 指令遵循 63 · 知识 44 · 长上下文 62 · 数学 61 · 多模态 58 · 推理 41 |
Index 走势
2026年9月8日 至 2026年11月16日- 默认
- high
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | minimal | low | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| GPQA Diamond | 73.7%#169 | 74.2%#166 | 81.8%#128 | – | Epoch AI Benchmarking Hub | |
| Humanity's Last Exam推理强度未说明 | – | – | – | 8.6%#31 | Scale AI / CAIS | |
| Arena Hard Prompts推理强度未说明 | – | – | – | 1445#121 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index推理强度未说明 | – | – | – | 82.2%#176 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index推理强度未说明 | – | – | – | 17.2%#255 | Artificial Analysis | |
| HLE-Diamond (AA)推理强度未说明 | – | – | – | 9.0%#125 | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | – | – | 81.1%#65 | – | Vals AI | |
| Kagi LLM Benchmark推理强度未说明 | – | – | – | 67.2%#34 | Kagi LLM Benchmark | |
| CritPt不计入 Index推理强度未说明 | – | – | – | 1.1%#242 | Artificial Analysis | |
| CritPt v2 hard subset (AA)推理强度未说明 | – | – | – | 3.0%#121 | Artificial Analysis | |
| Arena Expert不计入 Index推理强度未说明 | – | – | – | 1445#124 | Arena (LMArena) | |
| LMCA不计入 Index | – | – | 35.0%#132 | – | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index | – | – | 76.8%#152 | – | Epoch AI Benchmarking Hub | |
| ForecastBench不计入 Index推理强度未说明 | – | – | – | 62.6%#54 | ForecastBench |
编程
| 基准测试 | 无推理 | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| SciCode推理强度未说明 | – | – | – | 43.4%#161 | SciCode | |
| WeirdML推理强度未说明 | – | – | – | 52.2%#68 | WeirdML | |
| Arena Coding推理强度未说明 | – | – | – | 1458#143 | Arena (LMArena) | |
| Arena WebDev推理强度未说明 | – | – | – | 1256#136 | Arena (LMArena) | |
| SciCode (AA)不计入 Index推理强度未说明 | – | – | – | 43.4%#171 | Artificial Analysis | |
| LiveCodeBench推理强度未说明 | – | – | – | 80.1%#70 | Vals AI | |
| SWE-bench (Vals)不计入 Index | – | – | 62.8%#73 | – | Vals AI | |
| Code Migration不计入 Index | – | – | 4.6%#73 | – | Vals AI | |
| ProgramBench不计入 Index | – | – | 0.0%#34 | – | Vals AI | |
| Vibe Code Bench v1.1不计入 Index | – | – | 0.0%#121 | – | Vals AI | |
| ALE-Bench不计入 Index推理强度未说明 | – | – | – | 797.7#86 | Epoch AI Benchmarking Hub | |
| Terminal-Bench 4.0 (AA)不计入 Index推理强度未说明 | – | – | – | 0.5%#172 | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index推理强度未说明 | – | – | – | 31.1%#155 | Artificial Analysis | |
| GameBench 2 by reasoning setting不计入 Index | 10.9#203 | 19.1#196 | 15.4#201 | – | DuelLab GameBench 2 | |
| Design Arena Website不计入 Index推理强度未说明 | – | – | – | 1074#152 | Design Arena | |
| FrontierCode 2.0 (AA)推理强度未说明 | – | – | – | 0.6%#122 | Artificial Analysis |
智能体与工具
数学
| 基准测试 | minimal | low | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| FrontierMath Tiers 1–3 | 21.4%#91 | 22.5%#89 | 27.7%#82 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 37.8%#212 | 44.4%#205 | 80.0%#125 | – | Epoch AI Benchmarking Hub | |
| AIME (Vals) | – | – | 83.3%#43 | – | Vals AI | |
| Arena Maths推理强度未说明 | – | – | – | 1436#100 | Arena (LMArena) |
知识
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| AA-Omniscience v1.1推理强度未说明 | – | -24.1#129 | Artificial Analysis | |
| MMLU-Pro推理强度未说明 | – | 86.2%#44 | Vals AI | |
| LegalBench | 83.8%#48 | – | Vals AI | |
| CorpFin | 59.4%#77 | – | Vals AI | |
| TaxEval | 71.8%#71 | – | Vals AI | |
| MultiNRC推理强度未说明可能存在污染 | – | 25.0%#29 | Scale AI SEAL | |
| CaseLaw v2不计入 Index | 55.0%#35 | – | Vals AI | |
| Excel Modeling Benchmark不计入 Index | 8.6%#76 | – | Vals AI | |
| MedCode不计入 Index | 47.6%#31 | – | Vals AI | |
| MedScribe不计入 Index | 63.9%#99 | – | Vals AI | |
| AA-Omniscience v1.1: accuracy不计入 Index推理强度未说明 | – | 31.7%#96 | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index推理强度未说明 | – | 18.3%#117 | Artificial Analysis |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 77.2%#17 | Artificial Analysis | |
| MultiChallenge | 60.6%#16 | Scale AI SEAL | |
| TutorBench | 51.5%#15 | Scale AI SEAL | |
| Arena Instruction Following不计入 Index | 1409#132 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1433#111 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1415#91 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1435#111 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1430#126 | Arena (LMArena) |
多模态
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Vision推理强度未说明 | – | 1240#72 | Arena (LMArena) | |
| MMMU-Pro推理强度未说明 | – | 75.5%#109 | Artificial Analysis | |
| VISTA推理强度未说明 | – | 46.9%#19 | Scale AI SEAL | |
| MMMU-Pro (Vals)不计入 Index | 82.5%#37 | – | Vals AI | |
| MortgageTax不计入 Index | 68.0%#20 | – | Vals AI | |
| GeoBench不计入 Index推理强度未说明 | – | 83.0%#10 | GeoBench |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 74.3%#179 | Artificial Analysis | |
| MLCR不计入 Index | 5.0%#156 | Artificial Analysis |
综合
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | 145.0#91 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v5.0.1不计入 Index推理强度未说明 | – | 6.2#120 | Artificial Analysis | |
| AA Intelligence Index v4.3.2不计入 Index推理强度未说明 | – | 15.6#290 | Artificial Analysis | |
| AA Progress Index v1不计入 Index推理强度未说明 | – | 244.1#281 | Artificial Analysis | |
| Vals Multimodal Index不计入 Index | 41.4%#31 | – | Vals AI |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| FORTRESS不计入 Index | 51.0%#70 | Scale AI SEAL | |
| MASK不计入 Index可能存在污染 | 48.4%#57 | Scale AI SEAL |
GameBench 2, best reasoning setting (Medium): 19.1. 仅供参考,不计入 BenchLeader Index。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Google AI Studio | 150 tok/s | 0.63 s | $0.450 | $2.70 | 1.0M | – |
| Google AI Studio | 149 tok/s | 0.73 s | $0.250 | $1.50 | 1.0M | – |
| Google Vertex | 148 tok/s | 1.20 s | $0.275 | $1.65 | 1.0M | – |
| Google AI Studio | 141 tok/s | 0.51 s | $0.125 | $0.750 | 1.0M | – |
| Google Vertex | 127 tok/s | 0.80 s | $0.250 | $1.50 | 1.0M | – |
| Google Vertex | 124 tok/s | 0.99 s | $0.450 | $2.70 | 1.0M | – |
| Google Vertex | 121 tok/s | 0.61 s | $0.275 | $1.65 | 1.0M | – |
| Google Vertex | 29 tok/s | 17 s | $0.125 | $0.750 | 1.0M | – |
使用情况
Gemini 3.1 Flash Lite 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商
来源: 使用情况: OpenRouter 排名 · 数据截至 2026年11月16日。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.025。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0006 | $0.0005 | 4.5 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0039 | $0.0019 | 5.5 s |
| 代码编辑 | 6,000 / 1,500 | $0.0038 | $0.0027 | 8.5 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.021 | $0.011 | 16.8 s |
| 结构化信息提取 | 2,000 / 200 | $0.0008 | $0.0005 | 4.2 s |
Google 的更多模型
将 Gemini 3.1 Flash Lite 与以下模型对比
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Gemini 3.1 Flash Lite 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/gemini-3-1-flash-lite)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Gemini 3.1 Flash Lite on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gemini-3-1-flash-lite
BibTeX:
@misc{benchleader_gemini_3_1_flash_lite_20261116,
author = {{BenchLeader}},
title = {{Gemini 3.1 Flash Lite on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gemini-3-1-flash-lite}},
note = {Data as of 2026-11-16}
}常见问题
- Gemini 3.1 Flash Lite 的基准测试得分是多少?
- 截至 2026年11月16日,Gemini 3.1 Flash Lite 的 BenchLeader Index 为 52.6 ±5.0。最强的是指令遵循(63),最弱的是推理(41)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Gemini 3.1 Flash Lite 排名第几?
- 截至 2026年11月16日,Gemini 3.1 Flash Lite 在 608 个已排名配置中排第 273 名。另有 290 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Gemini 3.1 Flash Lite 每百万 token 的价格是多少?
- 截至 2026年11月16日,Gemini 3.1 Flash Lite 的价格为输入每百万 token $0.250、输出每百万 token $1.50,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.563。
- Gemini 3.1 Flash Lite 比 Muse Ember 更好吗?
- 截至 2026年11月16日,Gemini 3.1 Flash Lite 与 Muse Ember(推理强度 max)的质量不相上下(BenchLeader Index 52.6 比 52.1,在 ±6.3 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Gemini 3.1 Flash Lite 是什么时候发布的?
- Google 于 2026年3月3日发布了 Gemini 3.1 Flash Lite。BenchLeader 收录了它在 6 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Gemini 3.1 Flash Lite:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/gemini-3-1-flash-lite。