Gemini 3.5 Flash-Lite - Google 发布的高吞吐低成本模型

Gemini 3.5 Flash-Lite是什么

ジェミニ 3.5 Flash-Lite 是 Google 发布的高吞吐低成本模型，官方定位为 3.5 系列中最快、最具成本效益的型号，面向 agentic search、文档处理与大规模生产流量；约 350 output tokens/s 的速度、约 $0.30/$2.50 每百万输入/输出 トークン 的价格，以及可调 thinking level 与内置 コンピュータ use，适合批量抽取、自动化子代理、客服分流、代码辅助和多模态入口任务。

Gemini 3.5 Flash-Lite的功能特色

• 低延迟高吞吐定位：主打“3.5-class 中最快、最具成本效益”，官方引用 人工分析 测得约 350 output tokens/s，适合高并发与生产级跑量任务。
• 显著降本：价格约 $0.30/1M input tokens、$2.50/1M output tokens，明显低于同场发布的 Gemini 3.6 Flash，更适合规模化调用。
• 长上下文与较大输出：公开资料显示支持 1M tokens 上下文；最大输出有 64K/66K 两种表述，建议以官方模型卡/API 文档为最终口径。
• 可调推理强度：支持调整 thinking level，可在“更快更便宜”与“更深推理”之间按任务权衡，便于同一模型覆盖轻量问答到中等复杂任务。
• Agentic 能力增强：内置 computer use，可执行跨应用、跨界面操作；官方称其相较 Gemini 3.1 Flash-Lite 在 Terminal-Bench 2.1、GDM-MRCR v2、GDPval-AA v2 上明显提升。
• 部分越级表现：官方引用数据显示，它在 SWE-Bench Pro、OSWorld-Verified 等 agentic/coding 评测上可超过 Gemini 3 Flash，适合作为子代理或执行层模型。
• 多模态与结构化输出：第三方目录列出 vision、tool calling、web search、caching、JSON schema 等能力，利于做文档解析、表单抽取、API 工作流和可校验输出 。

Gemini 3.5 Flash-Lite的核心优势

• 极致速度：是 Gemini 3.5 系列中速度最快的模型，输出速度可达约 350 tokens/s，能够快速生成结果，满足实时或近实时的交互需求。
• 极致性价比：价格极低，输入价格为 0.30 美元/百万 tokens，输出价格为 2.50 美元/百万 tokens，适合高并发、大批量调用，大幅降低大规模应用的运行成本。
• 性能不弱：虽然为轻量级，但在多项基准测试（如 SWE-Bench Pro、OSWorld-Verified）中表现优异，部分成绩甚至超越前代标准版模型，具备良好的任务处理能力。
• フレキシブルな構成：支持可配置的思考等级（minimal/low/higher），可根据任务复杂程度灵活调整，简单任务走低等级以保低延迟和低成本，复杂子任务走高等级以保证质量。

Gemini 3.5 Flash-Lite的操作步骤

• 确认使用入口：个人使用 グーグルAIスタジオ 或 Gemini app；应用开发使用 Gemini API；企业级代理平台使用 Gemini Enterprise Agent Platform；Android 场景可用 Android Studio 集成入口 。
• 创建项目与密钥：在 Google Cloud / AIスタジオ 开通项目，启用 Gemini API，创建 API Key，配置结算、配额、区域与访问权限；正式环境建议单独项目、单独密钥与最小权限。
• 核对模型名与限额：调用前在官方文档确认 3.5 Flash-Lite 的精确 model ID、上下文窗口、最大输出、速率限制与计费规则；1M 上下文、约 $0.30/$2.50 每百万输入/输出 tokens。
• 做最小连通测试：用 SDK 或 REST 发送短 prompt 验证鉴权、模型可用性与返回格式；再固定 temperature、max output tokens、system instruction 与超时/重试策略。
• 按任务设 thinking level：轻量分类、抽取、改写用低推理；检索汇总、规则判断、代码修补用中推理；复杂多步任务再提高推理或切给更强主模型，避免为所有请求支付同等延迟成本。
• 设计输入与结构化输出：长文档先切块/去重/压缩，必要时启用 caching；需要入库或联调用 JSON schema/枚举约束输出，并加 schema 校验与失败回退。
• 接入工具与代理流程：需要联网、函数调用或跨界面操作时，配置 web search、tool calling 或 computer use；把“规划/验收”交给更强模型，把检索、清洗、批量执行交给 Flash-Lite 子代理，平衡质量与成本 。

Gemini 3.5 Flash-Lite的适用人群

• 应用开发者与独立开发者：需要把摘要、分类、改写、轻量代码助手、工具调用嵌入 App/SaaS，且对延迟和单价敏感；其低价格与约 350 output tokens/s 的速度适合高频交互。
• 初创团队与中小业务：预算有限但要上线 AI 客服、表单理解、订单/邮件处理、知识库问答等功能，可用 Flash-Lite 承接大部分流量，仅把复杂case升级给更强模型。
• 企业平台与共享服务中心：适合客服分流、工单抽取、合同/发票/简历初筛、内部知识库检索改写等批量场景；企业可用 Gemini Enterprise Agent Platform 纳入治理与代理编排。
• 数据与文档处理团队：处理长文档、批量清洗、字段抽取、JSON 化入库的人群；1M 上下文、caching 与 JSON schema 能力有利于流水线化，但具体输出上限应以官方文档为准。
• Agent 编排/自动化工程师：适合让 Gemini 3.6 Flash 或更强模型做规划与验收，用 Flash-Lite 做检索子代理、执行子代理、页面/系统操作与尾部重试，显著压低整体成本。
• 电商、运营与内容团队：用于商品标题/详情生成、评论聚类、FAQ 草稿、社媒文案变体、SEO 元信息批量产出；发布前仍需事实核验与品牌语气校对。

Gemini 3.5 Flash-Lite的常见问题