Google 刚发布了 Gemini 3 系列的最新成员，Gemini 3.1 Flash-Lite，主打一个又快又便宜。
这个模型有多快呢？
输出速度达到了 363 tokens/秒，而上一代 Gemini 2.5 Flash 是 249 tokens/秒，直接快了 45%。首个 token 的响应速度更是提升了 2.5 倍。
简单说就是，你话还没问完，它答案都快出来了。
价格也砍了
快就算了，价格还降了。
输入 $0.25/百万 tokens，输出 $1.50/百万 tokens。跟上一代比，输入便宜了 17%，输出便宜了 40%。
这个价格在当前的大模型市场里，已经属于「白菜价」级别了。Google 的意思很明确：大规模调用的场景，用这个就对了。
跑分不差
便宜归便宜，但跑分并没有拉胯。
在 Arena.ai 排行榜上拿了 1432 Elo，几个关键基准测试的成绩：
GPQA Diamond（科学知识）：86.9%
MMMU Pro（多模态推理）：76.8%
Video-MMMU（视频理解）：84.8%
MMMLU（多语言问答）：88.9%
LiveCodeBench（代码生成）：72.0%
Google 说它在推理和多模态理解上，超过了同级别的其他模型。考虑到它的价格，这个性价比确实有点离谱。
动态思考
Gemini 3.1 Flash-Lite 有个有意思的功能：动态思考级别（dynamic thinking levels）。
开发者可以根据任务复杂度来调整模型的推理深度。翻译、内容审核这种简单任务，用浅层推理就够了，省钱省时间。生成 UI 界面、跑模拟这种复杂任务，就让它深度思考。
这就好比一个员工，简单活儿不磨蹭，难的活儿也能啃下来，自己知道什么时候该省力什么时候该拼命。
支持全家桶
模态方面，Gemini 3.1 Flash-Lite 支持文本、图片、音频、视频输入，上下文窗口 100 万 tokens，最大输出 64K tokens。
基于 Gemini 3 Pro 架构打造，该有的能力都没缩水。
谁在用
几家早期合作伙伴已经在用了，包括 Latitude、Cartwheel 和 Whering。反馈是：表现接近高端模型的水准，能跟复杂指令，能保持上下文理解。
Google 给它定位的典型场景包括：
大规模翻译、内容审核、客服系统、数据分析，以及任何对延迟敏感的实时应用。
Gemini 3.1 Flash-Lite 目前已在 Google AI Studio 和 Vertex AI 上以预览版提供。
363 tokens/秒的速度加上白菜价的定价，Google 瞄准的就是那些需要大规模 API 调用的开发者和企业。
