Gemini 3.5 Flash-Lite 评测：实机测试、价格与性能

Gemini 3.5 Flash-Lite 值得使用吗？ 是的——特别是对于文档处理、结构化信息提取、翻译和有限范围编码等需要快速、可重复完成的工作。它结合了100万令牌的输入窗口、低廉的API定价，以及同类产品中测得的最快输出速度之一。.

在我进行的四次对照试验中，, Gemini 3.5 Flash-Lite 该系统在首次请求时就完成了所有任务，得分38/40。它在JSON提取、本地化和调试方面表现出色，但其长文档操作注册表为两个本应保持未分配状态的所有者分配了所有权。实际结论很简单：将其用于处理高吞吐量任务，但在那些微小错误可能造成严重后果的字段上，务必进行验证。.

如果您想在不配置 API 的情况下试用一下，, GlobalGPT 这是一种简单的入门方法。. Gemini 3.5 Flash-Lite 现已上市，同时提供 诸如 GPT-5.6、Claude Fable 5 和 Kimi K3 等热门模型，让您能够在一个工作区中充分利用多个领先 AI 模型家族的优势。.

试试 Gemini 3.5 Flash Lite

Gemini 3.5 Flash-Lite 评测：简短总结

• 最擅长： 结构化提取、定位和有界调试。.
• 主要注意事项： 长文档中的确切所有权字段需要进行验证。.
• 价值案例： 在既注重速度又关注重复调用成本的高通量工作中。.

什么是 Gemini 3.5 Flash-Lite？

Gemini 3.5 Flash-Lite 是谷歌 3.5 系列中速度最快、成本最低的模型。 官方 API 参考文档将其描述为一款低延迟的多模态模型，专为高吞吐量的子代理任务、文档解析和简单数据提取而优化。它支持文本、图像、视频、音频和 PDF 格式，但输出结果为文本，而非原生图像、音频或视频。.

已公布的限制为1,048,576个输入令牌和65,536个输出令牌。这使得该模型适用于大型文档集合，尽管较大的上下文窗口并不能保证从每个字段中都能完美检索到内容。 该模型的参考文档列出了其支持的功能，包括结构化输出、函数调用、代码执行、文件搜索、搜索锚定、缓存、推理以及 URL 上下文。.

有一处文档冲突值得特别指出。谷歌的发布文章称“计算机使用”现已成为内置工具，而7月22日查阅的模型参考文档却将“计算机使用”标记为不支持。这可能是由于产品界面不同，或是文档发布存在延迟所致。如果该功能必不可少，请在设计生产环境工作流之前，先确认具体的API或平台接口。.

Gemini 3.5 Flash-Lite 功能及最适合的任务

其实用优势不仅仅在于响应迅速。该模型结合了长上下文输入、可控的思考层次以及受模式约束的输出，且其成本水平适合支持重复调用。谷歌特别提到了代理式搜索、文档处理、翻译和简单数据处理。对于这些工作负载而言，每次请求中哪怕只有微小的节省，在规模化应用时也会产生显著效果。.

• 文档操作： 汇总文件、提取待办事项、对记录进行分类，并针对冗长的文件包中的问题作出答复。.
• 结构化处理： 将杂乱无章的消息或报告转换为可预测的 JSON 格式，以便进行下游自动化处理。.
• 本地化： 在保留名称、数据和限制条件的同时，根据目标市场的特点调整行文语气。.
• 代理子任务： 处理那些无需采用最耗资源的推理模型的有界步骤。.
• 编码帮助： 诊断独立存在的错误，提出修正方案并生成可执行的测试用例。.

Gemini 3.5 Flash-Lite 基准测试

谷歌报告称，该模型在代际对比中取得了显著提升。提升最为显著的领域包括代理编码、计算机交互以及长上下文检索。这些是供应商报告的结果，因此描述的是受控评估环境下的性能表现，而非在私有工作流中可保证的行为表现。.

独立数据提供了有用的背景信息。在核查时，Artificial Analysis 给出了 Gemini 3.5 Flash-Lite 其智能指数得分为36，每秒输出388.8个令牌。谷歌的发布帖中曾引用了该组织此前给出的一个四舍五入后的数值——每秒350个令牌。这一变化提醒我们，随着提供商、样本和测量时段的变化，实时基准测试页面也会随之更新。.

不出所料，发布首日的社区反响褒贬不一。Reddit上的一篇帖子称该模型是“倒退”，但几乎没有提供任务层面的证据；另一场讨论则强调了已公布的长上下文改进。 在X平台上，AI开发者菲利普·施密德（Philipp Schmid）重点关注了每秒350个令牌的生成速度以及估算的任务成本。这些帖子虽然能反映用户关注的重点——速度、价格和代际生成质量——但目前发布过早且仅属个案，尚不足以取代受控测试的结果。.

我是如何测试 Gemini 3.5 Flash-Lite 的

2026年7月22日，我使用确切的模型ID运行了四个单模型任务 gemini-3.5-flash-lite 通过一个已配置的Broly网关。每个任务都采用了第一个有效的输出结果。在查看结果之前，我已将提示、正确答案、验证规则和重试规则固定下来。只有长文档任务触发了预先注册的三次运行稳定性检查。.

Gemini 3.5 Flash-Lite 实测结果

测试 1：结构化数据提取

将这些杂乱的支持记录转换为一个包含以下精确键名的 JSON 对象：customer、plan、issue、affected_users、first_reported、workaround、owner、next_update、unresolved。若未指定值，请使用 null，且仅返回有效的 JSON 数据。

备注：Northstar Labs — 增长计划。 CSV 导出超过 50,000 行时，会在 92% 处卡住。14 名分析师受到影响。临时解决方案：将导出文件拆分为每份少于 20,000 行的文件。Priya 负责调查此事。可能是队列超时，但尚未确认。下次更新：周二 16:00 UTC。.

{
  "客户": "Northstar Labs",
  "套餐": "Growth",
  "问题": "超过 50,000 行的 CSV 导出在 92% 处卡住",
  "受影响用户": 14,
  "首次报告时间": "周一 09:15 UTC",
  "临时解决方案": "将导出文件拆分为每批不超过 20,000 行的小批次",
  "负责人": "Priya",
  "下次更新": "周二 16:00 UTC",
  "未解决": ["可能的队列超时（未确认）"]
}

测试 2：长篇文档理解

将“项目图谱”文档分为恰好四个部分：执行摘要（最多140个单词）、已确认决策、行动登记表以及待解决问题/风险。在行动登记表中，请使用“负责人”、“行动项”、“截止日期”、“依赖关系”和“状态”这五个字段。

采用已确认的8月12日发射日期及其8月5日的隐私条件，并使用当前1.8%的坠毁率与1.0%的目标值进行对比。 请勿将法国提案、$18,000上限、9月相关内容或草拟的电子邮件转换为已批准的承诺。若材料中未指定负责人或截止日期，请填写“未分配”。.

高管简报：如果隐私审查能在8月5日前完成，则“阿特拉斯”项目定于8月12日启动。移动端崩溃率为1.8%，而发布目标为1.0%。 法语本地化尚未获批，且$18,000的测试上限并不代表可动用资金。

行动登记表摘录：
| 负责人   | 行动 | 截止日期 |
| 隐私    | 完成剩余的隐私审查检查     | 8月5日    |
| 法务   | 审查更新后的数据处理声明    | 未分配 |

两行预计的负责人值均为：未分配。.

我根据“冻结稳定性规则”重复执行了该任务两次。在三次运行中，主要事实均保持正确，但“严格所有者规则”仅通过了一次。因此，Gemini 3.5 Flash-Lite 似乎在读取长数据包的叙述内容方面表现可靠，但不适用于对每个模式敏感字段的无监督提取。.

测试 3：翻译与本地化

将中文产品更新内容本地化为通顺的美国英语，用于应用内公告。字数控制在90–120个单词，标题不超过8个单词。 保留以下术语：GlobalGPT、Gemini、3.5 Flash-Lite、350 tokens/second、$0.30、$2.50 以及 1 million tokens。 避免使用“革命性的”、“颠覆性的”、“最便宜的”和“最好的”等词汇。结尾处以一句平和的行动号召（CTA）收尾。.

Gemini 3.5 Flash-Lite 现已推出

GlobalGPT 现已支持 Gemini 3.5 Flash-Lite，该型号专为需要低延迟和高吞吐量的任务而设计。 该模型官方标称生成速度约为 350 个令牌/秒，并具备 100 万令牌的上下文窗口。

API 定价为每 100 万个输入令牌 $0.30，每 100 万个输出令牌 $2.50。 该模型非常适合翻译、文档处理、结构化信息提取以及多步骤工作流。

您现在即可在 GlobalGPT 中选择该模型，并将其与同一平台内的其他领先模型配合使用。

立即在您的工作流中开始使用 Gemini 3.5 Flash-Lite。.

测试 4：Python 调试

调试此函数。前100个单位的单价为$0.10；超过100个单位的每个单位单价为$0.07。数量必须是非负整数。 该函数目前在数量超过100时计费金额有误，且接受布尔值作为参数。请提供两句诊断说明、修正后的Python代码，以及针对0、100、101、250和无效输入的五个断言。

def calculate_cost(quantity):
    if not isinstance(数量, int) or 数量 < 0:
 raise ValueError(...)
    if 数量 <= 100:
 return round(数量 * 0.10, 2)
    return round(数量 * 0.07, 2)

def calculate_cost(quantity):
    if type(quantity) is not int or quantity < 0:
 raise ValueError('quantity 必须是非负整数')
    if quantity <= 100:
 total = quantity * 0.10
    else:
 total = (100 * 0.10) + ((quantity - 100) * 0.07)
    return round(total, 2)

assert calculate_cost(0) == 0.00
assert calculate_cost(100) == 10.00
assert calculate_cost(101) == 10.07
assert calculate_cost(250) == 20.50

Gemini 3.5 Flash-Lite 速度与测试成本

在前四个输出结果中，Gemini 3.5 Flash-Lite 的平均耗时为 3.748 秒。 这些任务使用了1,708个输入令牌和1,278个输出令牌。按官方参考费率计算，其合计的API等效成本为$0.0037074。这体现了令牌经济机制；该费用并非GlobalGPT的订阅费，也不包含付费工具调用。.

Gemini 3.5 Flash-Lite 的定价与价值

Gemini API 官方定价

• 每个代币的输出成本约为输入成本的8.3倍。.
• 严格的格式和简短的回答可以显著降低大容量处理的成本。.
• API计费模式适合需要按量计费的程序化访问以及详细使用控制的开发者。.

将该模型称为“廉价”也需要结合具体背景来看。《人工分析》指出，其$2.50的输出率相对于其选定的可比模型平均值$0.87而言较为昂贵，尽管该模型在速度方面排名靠前。 因此，其价值主张在于速度与实用智能的结合，而非市场上绝对最低的令牌价格。.

使用 Gemini 3.5 Flash-Lite 搭配 GlobalGPT 订阅套餐

GlobalGPT 采用订阅和积分模式，而非直接展示 Gemini API 令牌账单。以下价格显示于 2026 年 7 月 22 日，当时选择的是按年计费。.

Gemini 3.5 Flash-Lite API 还是 GlobalGPT：哪款性价比更高？

对于大多数个人评审员和内容团队而言，Pro 是最均衡的 GlobalGPT 套餐：它既保留了多模型工作流，又避免了“无限量”套餐的高昂价格。 开发者若需从产品中数千次调用 Gemini 3.5 Flash-Lite，通常会更倾向于使用官方 API，因为相较于共享的可视化工作区，令牌级计费和自动化功能更为重要。请查看 最新计划详情 付款前请注意，因为促销活动、信用额度分配和机型使用权限可能会发生变化。.

利与弊

哪些人适合使用 Gemini 3.5 Flash-Lite？

Gemini 3.5 Flash-Lite 对于需要处理大量文档、支持记录、翻译或结构化消息的团队；将有界子任务分配给代理的开发人员；以及用户能够直观感知延迟的产品而言，这种方案最为合理。但当任务需要最深入的推理能力、原生媒体生成能力，或无需验证的零容忍提取时，该方案的吸引力便会减弱。 如果您希望在不脱离 Flash 产品系列的前提下获得更强大的功能，我们的 Gemini 3.6 闪评 介绍了其定价、基准测试、API 工作流以及实际性能表现。.

最安全的操作模式很简单：先使用该模型进行快速初筛，添加目标模式和业务规则检查，并将失败或高风险的案例交由更强大的模型或人工审核员处理。如果下一步需要在速度与更深入的推理之间做出抉择，我们的 Gemini 3.6 Flash 与 Gemini 3.1 Pro 对比 通过六项基于相同提示的测试，展示各模型的适用场景。GlobalGPT 通过将领先模型以及更广泛的研究、写作、编码和创作过程整合到一个平台，支持这一更全面的工作流程。.

最终结论：Gemini 3.5 Flash-Lite 值得使用吗？

是的——当速度、吞吐量和可控成本比从每次调用中榨取最大推理深度更为重要时。在我的测试中，, Gemini 3.5 Flash-Lite 在 JSON 提取、受限本地化和有界调试任务方面表现出色。它还能理解长数据包中的核心信息，但在三次运行中有两次出现了 owner 字段错误。这只是一个有用的限制条件，并非致命缺陷。.

最好将该模型视为一名高效的工作者，并在关键领域对其进行验证。为了公平地评估它，请尝试使用来自您自身工作流的提示词，而不是一些冷知识问题。.

常见问题

Gemini 3.5 Flash-Lite 的价格是多少？

官方参考价格为：每百万输入代币 $0.30，每百万输出代币（包括思考代币）$2.50。调用工具可能会产生额外费用。这些 API 费率与第三方平台订阅费用是分开的。.

它有多快？

谷歌的发布帖中提到，Artificial Analysis 的输出速率为每秒 350 个令牌。2026 年 7 月 22 日查看时，Artificial Analysis 模型的实时页面显示输出速率为每秒 388.8 个令牌。实际端到端时间取决于提示词长度、输出长度、思考级别、网络状况以及服务商路由。.

Gemini 3.5 Flash-Lite 比 3.1 Flash-Lite 更好吗？

谷歌报告称，在 Terminal-Bench 2.1、GDM-MRCR v2 和 GDPval-AA v2 测试中取得了显著提升。这表明该版本实现了明显的代际改进，尽管仍需进行针对特定工作负载的测试。.

它支持图片、音频、视频和PDF文件吗？

是的。官方参考资料中列出了文本、图像、视频、音频和PDF等输入格式。该模型输出的是文本，无法原生生成图像、音频或视频。.

“Gemini 3.5 Lite”是正确的名称吗？

不。其正式名称是 Gemini 3.5 Flash-Lite. “Gemini 3.5 Lite” 是一个非正式的缩写，可能会与其他 Flash-Lite 版本混淆。.

来源： 谷歌发布公告; Gemini API 模型参考; Gemini API 定价; 人工分析; Reddit 讨论; X 评论. 官方基准测试数据由厂商提供；实际测试数据则来自上文所述的、于7月22日进行的受控测试。.