Gemini 3.1 Flash-Lite 现已正式发布
TL;DR · AI 摘要
Gemini 3.1 Flash-Lite 是目前 Gemini 3 系列中速度最快、成本效益最高的模型，适用于低延迟、高吞吐任务。
核心要点
- Gemini 3.1 Flash-Lite 提供即时响应，适合代码补全、开发者工具等实时场景。
- 该模型在工具调用和编排等代理任务中表现出高精度与成本效益。
- JetBrains 已集成该模型，显著提升 IDE AI 助手的响应速度。
标题：Gemini 3.1 Flash-Lite 现已正式发布
来源链接：http://cloud.google.com/blog/products/ai-machine-learning/gemini-3-1-flash-lite-is-now-generally-available/
发布时间：2026-05-08
Markdown 内容：
今天，我们非常激动地宣布，Gemini 3.1 Flash-Lite 现已正式发布。这是迄今为止我们最快、最具成本效益的 Gemini 3 系列模型。
Flash-Lite 专为超低延迟、高吞吐量任务和无与伦比的成本效率而设计，已经在大规模构建应用程序方面带来变革。它快速、可迭代且具备可扩展性，与我们完整的 Pro 和 Flash 系列模型一起，为最苛刻的生产部署提供所需的智能、速度和成本的完美组合。
开发者和企业用户指出，该模型在工具调用和编排等代理任务中提供了所需的精确性，同时具备在大规模运行自动化流程时所需的成本效率。
以下是一些用户如何从中获得价值的案例。
**软件开发与工程**
工程团队需要能够跟上实时编码环境节奏的模型。随着 Gemini 3.1 Flash-Lite 的正式发布，开发者正在解锁复杂代码补全、无缝 UX 设计以及代理开发者工具所需的即时响应能力。
“集成 Gemini 3.1 Flash-Lite 彻底提升了我们 IDE 中 AI 助手和 Junie 代理的响应速度。高智能与最低延迟的结合，使其成为实时开发者支持的理想模型。” —— JetBrains 人工智能总监 Vladislav Tankov
**客户体验与高并发服务**
对于企业级客户服务运营来说，处理海量交互需要具备可负担扩展能力的模型，同时不能牺牲推理能力。
Gladly 为全球一些要求最严苛的零售品牌提供客户服务。其文本渠道 AI 代理的核心运行在 Flash-Lite 上。通过在 SMS、WhatsApp 和 Instagram 等渠道每周处理数百万次面向客户的对话，其成本比在相同 token 混合下使用其他推理能力相当的模型降低了约 60%。
该模型驱动代理生命周期的每一步骤——从选择工具、分类剧本到决定何时转接人工——同时保持约 1.8 秒的 p95 延迟用于完整回复生成，分类器和工具调用的 p95 延迟低于一秒，并在高并发负载下保持约 99.6% 的成功率。
**创意流程与游戏开发**
在快节奏的创意和游戏行业，多模态能力和超低延迟对于保持用户参与度和内容流程顺畅至关重要。Flash-Lite 正在赋能平台处理富媒体并生成高度个性化的内容环境。
Astrocade 允许用户通过自然语言描述来创建游戏。他们集成了 Flash-Lite 来服务快速增长的全球用户群。
对于每一个传入的游戏请求，它都会在构建代理开始工作之前执行多模态安全检查——分析文本和图像。它还通过内联评论翻译支持其全球社区，使不同国家的玩家可以共同“创作”同一款游戏。此外，在其资产生成流程中，它帮助优化最终提示，以确保生成一致的高质量缩略图。
创意平台 krea.ai 也在其 Nodes 工具中使用 Flash-Lite 作为提示增强器，取得了积极成果。通过将用户的初步想法扩展为完整的图像生成提示流程，该模型在价格水平上提供了“出人意料的创意”细节。
这些输出显著提升了图像生产的效率，提供了此前在复杂提示工程中因成本过高而难以实现的可靠性和规模。
**金融服务与数据运营**
在金融和企业产品开发领域，效率与准确性同等重要。Gemini 3.1 Flash-Lite 为金融分析师和产品经理提供了智能性、低延迟和成本效益的理想平衡，使其能够运行建模和对延迟敏感的应用程序。
OffDeal 使用 Flash-Lite 来驱动“Archie”——一个投资银行家在 Zoom 通话期间用于实时研究、数据查询和任务执行的 AI 代理。在这些场景中，银行家经常需要在对话中快速调取财务数据。OffDeal 发现，Flash-Lite 是唯一一个能够在不牺牲质量的前提下满足即时回答所需响应时间的模型。
除了在实时通话中的应用，他们还将 Flash-Lite 用作进出电子邮件流量的分诊层。通过并行回答有关邮件的结构化问题，例如该邮件是否为自动回复，或者是否与某个正在进行的交易相关，Flash-Lite 可以决定调用哪些下游 AI 代理以及调用时的上下文。
在财务运营平台 Ramp 上，针对高流量、低延迟敏感的工作流程，Flash-Lite 已成为关键组件：
“Gemini 是我们在 Ramp 各项应用中所使用模型堆栈的核心部分。正如我们在基准测试中所展示的那样，我们发现 Gemini 在成本、延迟和智能性方面处于帕累托前沿——在三者之间提供了出色的权衡，使其非常适合对延迟敏感的应用场景。Gemini 3.1 Flash-Lite 尤其有价值，在不牺牲质量的前提下，驱动了我们许多高流量、低延迟敏感的核心功能。” – Anton Biryukov，Ramp 应用 AI 工程师
市场情报平台 AlphaSense 集成 Flash-Lite 以提供数据洞察：
“Gemini 3.1 Flash-Lite 在速度、成本和性能之间实现了出色的平衡，使 AlphaSense 能够扩展我们的高级数据处理能力，并在数据堆栈的每一层都提供高质量的情报。” – Chris Ackerson，AlphaSense 产品高级副总裁
**开始使用**
阅读 Gemini 3.1 Flash-Lite 文档，了解我们最新的 定价结构。深入了解 Gemini Enterprise 代理平台，企业代理开发的新标准。
发布于