BenchLeader

Gemini 3.1 Flash Lite

推理强度
质量第 134 / 339 名
52.6Index
高于中位数
较中位数 +2.4
价格第 101 / 255 名
$0.563每百万 token
比多数便宜
中位数的 0.7 倍
速度第 5 / 216 名
301token/秒
前 10%
中位数的 3.7 倍
性价比第 94 / 255 名
93.4分/$
高于中位数
中位数的 1.7 倍

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
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index53
  2. 推理41
  3. 编程43
  4. 智能体与工具43
  5. 数学61
  6. 知识44
  7. 指令遵循63
  8. 人类偏好61
  9. 多模态58
  10. 长上下文62

嵌入这个排名

更多徽章样式
[![Gemini 3.1 Flash Lite on BenchLeader: 综合第 133 名](https://www.benchleader.com/badge/gemini-3-1-flash-lite.svg?style=compact)](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。

Google 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

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 Lite2026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 09thinking2025年9月25日49.6#355
Gemini 2.5 Flash-Lite2025年6月17日48.3#387
Gemini 2.0 Flash Lite 0012025年2月25日––
Gemini 2.0 Flash-Lite2025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/s3.54 s$0.0006
minimal––301 tok/s3.54 s$0.0006数学 38 · 推理 53
low––301 tok/s3.54 s$0.0006数学 39 · 推理 54
medium––301 tok/s3.54 s$0.0006
high48.4#381301 tok/s3.54 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#273301 tok/s3.54 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
435260
  • 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minimallowhigh默认来源趋势
GPQA Diamond73.7%#16974.2%#16681.8%#128–Epoch AI Benchmarking Hub
Humanity's Last Exam推理强度未说明–––8.6%#31Scale AI / CAIS
Arena Hard Prompts推理强度未说明–––1445#121Arena (LMArena)
GPQA Diamond (AA)不计入 Index推理强度未说明–––82.2%#176Artificial Analysis
Humanity's Last Exam (AA)不计入 Index推理强度未说明–––17.2%#255Artificial Analysis
HLE-Diamond (AA)推理强度未说明–––9.0%#125Artificial 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%#34Kagi LLM Benchmark
CritPt不计入 Index推理强度未说明–––1.1%#242Artificial Analysis
CritPt v2 hard subset (AA)推理强度未说明–––3.0%#121Artificial Analysis
Arena Expert不计入 Index推理强度未说明–––1445#124Arena (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%#54ForecastBench

编程

基准测试无推理mediumhigh默认来源趋势
SciCode推理强度未说明–––43.4%#161SciCode
WeirdML推理强度未说明–––52.2%#68WeirdML
Arena Coding推理强度未说明–––1458#143Arena (LMArena)
Arena WebDev推理强度未说明–––1256#136Arena (LMArena)
SciCode (AA)不计入 Index推理强度未说明–––43.4%#171Artificial Analysis
LiveCodeBench推理强度未说明–––80.1%#70Vals 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#86Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)不计入 Index推理强度未说明–––0.5%#172Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index推理强度未说明–––31.1%#155Artificial Analysis
GameBench 2 by reasoning setting不计入 Index10.9#20319.1#19615.4#201–DuelLab GameBench 2
Design Arena Website不计入 Index推理强度未说明–––1074#152Design Arena
FrontierCode 2.0 (AA)推理强度未说明–––0.6%#122Artificial Analysis

智能体与工具

基准测试lowhigh默认来源趋势
Terminal-Bench Hard推理强度未说明––24.2%#147Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index推理强度未说明––31.3%#258Artificial Analysis
Terminal-Bench 2.1 (Vals)–34.1%#71–Vals AI
MCP Atlas–57.1%#33–Scale AI SEAL
GDPval-AA v2.1不计入 Index推理强度未说明––438#249Artificial Analysis
τ³-Banking (AA)推理强度未说明––9.7%#149Artificial Analysis
Analyst Agent (AA)不计入 Index推理强度未说明––8.8%#48Artificial Analysis
APEX-Agents (AA)不计入 Index推理强度未说明––12.2%#27Artificial Analysis
Finance Agent v2不计入 Index–30.0%#73–Vals AI
Harvey's Legal Agent Benchmark v1不计入 Index–0.0%#64–Vals AI
Legal Research Bench不计入 Index–3.4%#88–Vals AI
Tax Agent Bench不计入 Index–3.1%#81–Vals AI
Terminal-Bench 2.0 (Vals)不计入 Index–24.7%#51–Vals AI
DeepResearch Bench不计入 Index37.3%#36–36.4%#37DeepResearch Bench
AutomationBench不计入 Index推理强度未说明––6.8%#192Artificial Analysis
GDP.pdf (AA)不计入 Index推理强度未说明––7.8%#178Artificial Analysis
EnterpriseOps-Gym不计入 Index推理强度未说明––28.0%#47Artificial Analysis
AA-Briefcase v1.1不计入 Index推理强度未说明––208#240Artificial Analysis
Terminal-Bench-Science 0.1 (AA)不计入 Index推理强度未说明––0.0%#115Artificial Analysis
BrowseComp不计入 Index推理强度未说明––1.1%#17OpenAI

数学

基准测试minimallowhigh默认来源趋势
FrontierMath Tiers 1–321.4%#9122.5%#8927.7%#82–Epoch AI Benchmarking Hub
OTIS Mock AIME37.8%#21244.4%#20580.0%#125–Epoch AI Benchmarking Hub
AIME (Vals)––83.3%#43–Vals AI
Arena Maths推理强度未说明–––1436#100Arena (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#129Artificial Analysis
MMLU-Pro推理强度未说明–86.2%#44Vals AI
LegalBench83.8%#48–Vals AI
CorpFin59.4%#77–Vals AI
TaxEval71.8%#71–Vals AI
MultiNRC推理强度未说明可能存在污染–25.0%#29Scale AI SEAL
CaseLaw v2不计入 Index55.0%#35–Vals AI
Excel Modeling Benchmark不计入 Index8.6%#76–Vals AI
MedCode不计入 Index47.6%#31–Vals AI
MedScribe不计入 Index63.9%#99–Vals AI
AA-Omniscience v1.1: accuracy不计入 Index推理强度未说明–31.7%#96Artificial Analysis
AA-Omniscience v1.1: non-hallucination不计入 Index推理强度未说明–18.3%#117Artificial Analysis

指令遵循

人类偏好

基准测试默认来源趋势
Arena Text1433#111Arena (LMArena)
Arena Creative Writing不计入 Index1415#91Arena (LMArena)
Arena Multi-turn不计入 Index1435#111Arena (LMArena)
Arena Longer Queries不计入 Index1430#126Arena (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#72Arena (LMArena)
MMMU-Pro推理强度未说明–75.5%#109Artificial Analysis
VISTA推理强度未说明–46.9%#19Scale AI SEAL
MMMU-Pro (Vals)不计入 Index82.5%#37–Vals AI
MortgageTax不计入 Index68.0%#20–Vals AI
GeoBench不计入 Index推理强度未说明–83.0%#10GeoBench

长上下文

基准测试默认来源趋势
AA-LCR v1.174.3%#179Artificial Analysis
MLCR不计入 Index5.0%#156Artificial 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#91Epoch AI Benchmarking Hub
AA Intelligence Index v5.0.1不计入 Index推理强度未说明–6.2#120Artificial Analysis
AA Intelligence Index v4.3.2不计入 Index推理强度未说明–15.6#290Artificial Analysis
AA Progress Index v1不计入 Index推理强度未说明–244.1#281Artificial Analysis
Vals Multimodal Index不计入 Index41.4%#31–Vals AI

安全与诚实

基准测试默认来源趋势
FORTRESS不计入 Index51.0%#70Scale AI SEAL
MASK不计入 Index可能存在污染48.4%#57Scale 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 Studio150 tok/s0.63 s$0.450$2.701.0M–
Google AI Studio149 tok/s0.73 s$0.250$1.501.0M–
Google Vertex148 tok/s1.20 s$0.275$1.651.0M–
Google AI Studio141 tok/s0.51 s$0.125$0.7501.0M–
Google Vertex127 tok/s0.80 s$0.250$1.501.0M–
Google Vertex124 tok/s0.99 s$0.450$2.701.0M–
Google Vertex121 tok/s0.61 s$0.275$1.651.0M–
Google Vertex29 tok/s17 s$0.125$0.7501.0M–

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

OpenRouter,过去一周
#50
token 份额 0.24%
OpenRouter 每日 token 数(2026年11月2日 至 2026年11月15日):共 1.02T,环比上周 −2.5%。

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$0.00054.5 s
总结一份 30 页的报告12,000 / 600$0.0039$0.00195.5 s
代码编辑6,000 / 1,500$0.0038$0.00278.5 s
智能体编程会话60,000 / 4,000$0.021$0.01116.8 s
结构化信息提取2,000 / 200$0.0008$0.00054.2 s

Google 的更多模型

本月新上线

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。

[![Gemini 3.1 Flash Lite on BenchLeader: 综合第 133 名](https://www.benchleader.com/badge/gemini-3-1-flash-lite.svg)](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}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

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。