GPT-6.1 Terra 已上架。OpenAI 官方定位为快速、高效的模型,面向视觉推理、精确的计算机操作与清晰自然的写作。RouteMux 上每百万 token 输入 $0.15、输出 $0.75(官方 $1 / $5)。查看价格
Google

Gemini 3.5 Flash-Lite

省 70%Official

google/gemini-3.5-flash-lite

Google Gemini 3.5 Flash-Lite —— 3.5 系列里最快最便宜的一档,1M 上下文。

在线模型 Playground

直接试用 Gemini 3.5 Flash-Lite

调整请求参数、查看当前费用上限,并在模型介绍页内直接看到真实结果。

streamchat
1配置输入
94 / 20,000
添加图片

请先登录,再向这个视觉模型上传图片。

最高预估费用—
2实时结果示例
Gemini 3.5 Flash-Lite
SELECT user_id, SUM(amount) AS total_amount 
FROM orders 
WHERE created_at >= '2026-01-01 00:00:00' AND created_at < '2027-01-01 00:00:00' 
GROUP BY user_id 
ORDER BY total_amount DESC 
LIMIT 5;

通过筛选 2026 年的时间范围并按用户分组求和,降序排列后取前 5 条记录。

示例结果 · 生成于 2026年10月24日 · 用时 1.2 秒 · 花费 $0.000099
上下文窗口
1M
最大输出
64K
输入模态
文本图像视频文件
输出模态
文本
能力
视觉理解 · 推理 · 工具调用 · JSON 模式 · 视频输入
上游发布
2026-07-21
RouteMux 名
google/gemini-3.5-flash-lite

Gemini 3.5 Flash-Lite 是什么

Gemini 3.5 Flash-Lite(gemini-3.5-flash-lite)于 2026 年 7 月 21 日与 3.6 Flash 同日正式发布,模型卡写明它基于 3.1 Flash-Lite。Google 的定位是低延迟、低成本的子 Agent(subagent)与高并发自动化模型,面向文档解析、结构化抽取、分类、翻译这类大批量任务。

它和同期 Flash 最直接的差别在默认思考档位:3.5 Flash-Lite 默认 minimal,优先吞吐;3.6 Flash 默认 medium。Google 的建议是抽取、路由、分类保持 minimal;让它当子 Agent 去调工具、跑代码或做多步推理时调到 medium 或 high,否则容易过早结束工具调用。API 规则与 3.6 Flash 同步:temperature、top_p、top_k 被忽略,以预填充 model 轮次结尾的请求返回 400。

相对 3.1 Flash-Lite,Google 模型卡里 SWE-Bench Pro 为 54.2% 对 38.3%,OSWorld-Verified 为 74.0% 对 54.3%;知识截止为 2026 年 3 月(部分领域仍停在 2025 年 1 月)。Google 在弃用表中把它列为 3.1 Flash-Lite 的推荐替代,2026 年 9 月又建议新项目在 3.5 Flash-Lite 和 3.8 Flash 中选。上下文 1,048,576 tokens,输出上限 65,536 tokens。

RouteMux 曾在 2026 年 10 月 24 日起把它转发到 Gemini 3.8 Flash,现已恢复为原模型,按 3.5 Flash-Lite 自己的价格计费。

在 RouteMux 上,输入 $0.09 / 百万 tokens,输出 $0.75 / 百万 tokens,缓存读取 $0.009 / 百万 tokens;Google 官方价分别为 $0.3、$2.5、$0.03。

Gemini 3.5 Flash-Lite API 定价

价格核验于 2026-09-09

输入官方 $0.3 / 百万 tokens
$0.09/ 百万 tokens省 70%
≈¥0.612 / 百万 tokens
输出官方 $2.5 / 百万 tokens
$0.75/ 百万 tokens省 70%
≈¥5.1 / 百万 tokens

缓存读 $0.009/M · 缓存写 —/M

本币价按固定汇率折算(1 美元 = 6.8 CNY),汇率更新于 2026-08-02,仅供参考;计费始终以美元结算。

成本估算

预估费用$0.00165

能力亮点

默认 minimal 思考
吞吐优先。做子 Agent、工具调用或多步推理时,把 thinking_level 调到 medium 或 high。
基于 3.1 Flash-Lite
2026 年 7 月 21 日 GA。Google 称它的多轮指令遵循和人设一致性强于 3.1 Flash-Lite。
采样参数被忽略
与 3.6 Flash 同一批规则:temperature、top_p、top_k 不生效,预填充 model 轮次返回 400。
两种协议
OpenAI Chat Completions 与 Gemini 原生(Vertex)协议都能调用;视频输入需走 Gemini 原生协议。

典型用例

大批量抽取、路由与分类
Google 建议这类任务保持默认的 minimal,换取最大吞吐。
子 Agent 执行
Google 推荐它做自主子 Agent;涉及工具调用、代码执行或多步推理时,把 thinking_level 调到 medium 或 high。
文档解析与结构化 JSON
Google 称文档解析和结构化抽取的准确率有提升,建议按文档复杂度在 minimal 和 high 之间实测。

限时首充加送 10%,最高送 200 Credits

注册后 72 小时内完成第一笔充值即可享受。满 $20 起,仅限第一笔。

注册并领取无需订阅,按用量结算。

接口与协议

OpenAI Chat Completions支持流式Google Vertex AI支持流式

API 调用时用任一 ID 都可以。

RouteMux 名google/gemini-3.5-flash-lite

把 ROUTEMUX_KEY 占位符替换为你的 API Key。 创建 →

from openai import OpenAI

client = OpenAI(
    base_url="https://api.routemux.com/v1",
    api_key="<ROUTEMUX_KEY>",
)

completion = client.chat.completions.create(
    model="google/gemini-3.5-flash-lite",
    messages=[{"role": "user", "content": "What is the meaning of life?"}],
)
print(completion.choices[0].message.content)
base_url: https://api.routemux.com/v1

性能数据 (近 30 天)

Gemini 3.5 Flash-Lite 常见问题

›Gemini 3.5 Flash-Lite 是什么?

Google Gemini 3.5 Flash-Lite —— 3.5 系列里最快最便宜的一档,1M 上下文。

›Gemini 3.5 Flash-Lite 的上下文窗口有多大?

Gemini 3.5 Flash-Lite 支持最多 1M tokens 的上下文窗口,单次最多输出 64K tokens。

›Gemini 3.5 Flash-Lite 的 API 价格是多少?

通过 RouteMux 调用 Gemini 3.5 Flash-Lite:输入 $0.09、输出 $0.75(USD / 1M tokens),低于官方定价。

›如何通过 API 调用 Gemini 3.5 Flash-Lite?

Gemini 3.5 Flash-Lite 兼容 OpenAI 接口:把 base URL 换成 RouteMux、model 填 google/gemini-3.5-flash-lite 即可,无需改代码。

›Gemini 3.5 Flash-Lite 支持哪些输入输出模态?

Gemini 3.5 Flash-Lite 的输入模态:text, image, video, file;输出模态:text。

›Gemini 3.5 Flash-Lite 是什么时候发布的?

Gemini 3.5 Flash-Lite 发布于 2026年7月21日。

参考来源