Gemini 3.1 Flash-Lite API 中转

1. Gemini 3.1 Flash-Lite 是什么

Gemini 3.1 Flash-Lite（gemini-3-1-flash-lite）是 Google 3.x 代面向极限成本控制的轻量型号：在保留大窗口的前提下把价格压到低位，让高频小任务不再有账单压力。

它的目录画像：

• 512K tokens 上下文：低价档中少见的大窗口，长于同价位竞品。
• 能力标签：轻量级、高性价比——定位就是规模化跑量。
• $0.8/$4 每百万 tokens：约为标准 Flash 档的一半。

2. 成本定位与低价档分工

* 公开目录信息。算一笔账：每月 2,000 万 output tokens 的分类任务，3.1 Lite 目录成本 $80，比标准 Flash 档（$150）节省近一半；与 2.5 Lite 相比虽贵 $10，却换来翻倍的窗口与新代际质量——除非预算卡到极致且材料确定很短，否则优先本页型号，省下的差价远不够覆盖重模型返工的成本。

3. 适用场景

海量文本分类打标

评论倾向、工单路由、内容审核初筛等毫秒级决策链路，单价最低化是第一目标。

结构化信息抽取

从固定模板文本中提取字段并输出 JSON，任务简单到不需要重模型介入。

对话系统的兜底层

意图识别与闲聊应答走 Lite 档，识别到复杂诉求再升级上层模型，形成漏斗式成本结构。

4. API 最小示例

curl https://www.codex789.com/v1/chat/completions \
  -H "Authorization: Bearer sk-codex789-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3-1-flash-lite",
    "messages": [
      {"role": "user", "content": "判断这条评论的情感倾向并输出 JSON"}
    ]
  }'

Python SDK

from openai import OpenAI

client = OpenAI(
    base_url="https://www.codex789.com/v1",
    api_key="sk-codex789-your-api-key",
)

resp = client.chat.completions.create(
    model="gemini-3-1-flash-lite",
    messages=[{"role": "user", "content": "从这句话里抽取人名、地点和时间"}],
)
print(resp.choices[0].message.content)

5. 批量任务成本怎么估算

Flash-Lite 是 Gemini 系列的现役最低价档：渠道目录 $0.8 / $4，本站折算输入 $0.16、输出 $0.8 每百万 tokens（0.2x 倍率）。价格低到可以把过去只做抽样的批处理改成全量跑，但它不承担复杂推理。

计算方式为各类 tokens ÷ 1,000,000 × 对应本站折算单价：第二条的输出费为 12 × $0.8。低价档最常见的浪费是输出失控——把「允许长解释」改成固定字段返回，输出费通常能直接砍半。

6. 哪些任务适合，哪些应换型号

低价档的正确用法是「先跑全量、再人工抽样」，而不是把复杂任务硬塞进来等出现质量事故。

7. 价格与倍率说明

8. 常见问题