Gemini 3.5 Flash Lite API
选择 Gemini 3.5 Flash Lite
Gemini 3.5 Flash Lite 是 Google 3.5 系列中最便宜、最快的模型，适合低延迟的分类、路由、抽取和轻量子智能体，拥有完整的 100 万 Token 上下文，价格为每百万 Token $0.30 / $2.50。
Gemini 3.5 Flash Lite
Google 3.5 系列最快、最具性价比的模型
gemini-3.5-flash-lite高并发分类与抽取、低延迟实时操作、聚焦型子智能体，以及速度和价格比最强推理更重要的成本敏感型场景。
Gemini 3.5 Flash Lite 价格
用交互式价格计算器按 Token 组合估算单次请求费用。所有用户组统一使用 Gemini 3.5 Flash Lite 官方价格。
Token 价格计算器
输入单次请求的 Token 组成。单次请求预估
Gemini 3.5 Flash Lite每次请求最低消费 0.01 Credits。
EvoLink vs Google direct
Same token mix, default group price.预算参考
按当前 Token 组合估算可调用次数。快速测试
日常开发
生产评估
模型价格
| 模型 | 上下文 | 输入 Token | 缓存读取 Token | 输出 Token |
|---|---|---|---|---|
Gemini 3.5 Flash Litegemini-3.5-flash-lite | 全部上下文长度 | $0.271 / 1M-10% 18.4 cr / 1M$0.300官方价格 | $0.028 / 1M-7% 1.9 cr / 1M$0.030官方价格 | $2.250 / 1M-10% 153 cr / 1M$2.500官方价格 |
Gemini 3.5 Flash Lite
全部上下文长度美元与 Credits 均按每百万 Token 展示。后端实时价格优先，冻结的官方价格仅作为兜底。
Gemini 3.5 Flash Lite API：面向高并发、低成本、低延迟场景
通过 EvoLink 统一 API 调用 Google 3.5 系列中最便宜、最快的模型 Gemini 3.5 Flash Lite。它面向低延迟的分类、路由、抽取和轻量子智能体，支持 1,048,576 Token 上下文、提示词缓存、结构化输出与工具调用，官方价格为每百万输入 / 输出 Token $0.30 / $2.50。
Gemini 3.5 Flash Lite 适合放在生产模型栈的哪一层
Google 把 Gemini 3.5 Flash Lite 定位为 3.5 系列中最快、最具性价比的模型。它最适合高并发、对延迟敏感的任务——低价和速度比最强推理更重要，少数困难请求再升级到更大的模型。
高并发分类与抽取
Gemini 3.5 Flash Lite 专为高并发分类、路由和 JSON 抽取设计。每百万 Token 仅 $0.30 / $2.50，可以在无需动用高端模型的场景下低成本处理大量请求。
低延迟、成本敏感的规模化
Google 称其输出速度约每秒 350 Token，适合实时界面操作、自动补全、内容审核等对延迟敏感的路径。评估时看每次请求的成本与速度，而不是榜单分数。
轻量、聚焦的子智能体
适合在更大的多智能体系统中执行聚焦子任务。它默认使用最小思考以换取速度；用于多步工具调用时，先验证智能体不会提前中止，再扩量。
什么时候该升级到更大的模型
深度仓库重构、长时间自主编程和高难度多步推理应交给 Gemini 3.6 Flash 或 Pro 层模型。用 Flash Lite 处理高并发的大多数，把困难的少数请求向上路由。
Gemini 3.5 Flash Lite 首发反馈中的亮点与待验证项
Gemini 3.5 Flash Lite 于 2026-07-21 发布，用于替代 Gemini 2.5 Flash。首发反馈应作为待验证的假设，在你自己的任务、工具链、预算和验收标准下复测。
性价比是核心卖点
每百万 Token 输入 $0.30、输出 $2.50，输出速度约每秒 350 Token，卖点是单位成本下的吞吐。在简单的大批量任务上，它可能以可接受的质量在总成本上胜过更贵的模型。
它替代 Gemini 2.5 Flash 及更轻的 3-Flash 场景
Google 将其定位为 Gemini 2.5 Flash 及较简单的 Gemini 3 Flash 任务的替代品。如果你正在使用这些模型，迁移前请用自己的提示词重新评测，确保质量和格式仍在容差内。
默认最小思考——多步智能体要验证
Flash Lite 默认最小思考以换取速度与成本。Google 指出最小思考可能导致多步任务提前中止工具调用，因此高并发上线前要测试智能体能否完成全部步骤。
它是闭源、仅通过 API 提供的 Google 模型
Gemini 3.5 Flash Lite 没有开放权重，无法本地自托管。只能通过 Gemini API 及 Google AI Studio 等平台，以及 EvoLink 这类统一网关调用——应按成本与延迟路由，而不是考虑本地部署。
为什么 Gemini 3.5 Flash Lite 能处理这些复杂任务
Gemini 3.5 Flash Lite 把低价、高速与完整的 100 万 Token 上下文和提示词缓存结合起来。它不是最强推理模型，价值在于以规模化的低成本快速完成简单任务。
最便宜的档位也有百万 Token 上下文
1,048,576 Token 上下文让最便宜的 3.5 系列模型也能一次处理长文档、转写稿或日志。检索和上下文压缩仍能降低成本，因为无关内容同样消耗 Token。
速度与吞吐优先于深度推理
约每秒 350 Token 的输出速度加上默认最小思考，Flash Lite 面向快速、大批量响应。把更重的推理配置和模型留给真正需要的请求。
提示词缓存进一步降低成本
稳定的系统提示词、说明和工具 Schema 会形成缓存命中，以独立的更低缓存价格读取。保持前缀顺序一致，让重复的高并发调用持续更便宜。
正式接入 Gemini 3.5 Flash Lite API 前必须确认的四件事
任务适合并不等于接入一定正确。上线前应确认模型标识、调用协议、参数变更，以及最小思考默认下的多步表现。
使用准确的模型 ID：gemini-3.5-flash-lite
在 EvoLink API 路由中把 model 设为 "gemini-3.5-flash-lite"（3.5 之间是点）。带连字符的 gemini-3-5-flash-lite 只是页面 URL，不是 API 的模型参数。
使用 OpenAI Chat Completions 或 Gemini 原生 API
EvoLink 通过兼容 OpenAI 的 /v1/chat/completions 与 Gemini 原生 generateContent 端点提供 Gemini 3.5 Flash Lite，两种协议使用同一个 EvoLink API 密钥。
注意参数层面的破坏性变更
自定义 temperature、top-K、top-P 会被忽略；自定义 frequency / presence penalty 会直接报错；最后一轮为 model 角色的请求会被拒绝。
在最小思考默认下验证多步智能体
由于 Flash Lite 默认最小思考，请确认多步工具调用智能体能完成全部步骤而不提前停止。更难的推理应交给更大的模型，而不是过度调优这一个模型。
不要只比较 Token 单价，要比较完成任务的总成本
Gemini 3.5 Flash Lite 的优势在于其低价与速度能在高并发任务上达到你的质量门槛。用同一批任务评估，并把它处理不了的请求向上升级，而不是对所有流量都付高价。
如果 Gemini 3.5 Flash Lite 在简单的大批量任务上达到你的质量门槛，其低价与速度使它成为最便宜的生产默认模型；只把它处理不了的请求路由到 Gemini 3.6 Flash 或 Pro 层模型。
完成生产评估后，再对比主流长上下文模型
EvoLink先根据真实任务确认 Gemini 3.5 Flash Lite 是否能减少重试和人工修改，再结合价格、上下文、缓存方式与任务类型选择生产路由。
| 模型 | Gemini 3.5 Flash Lite | Gemini 3.6 Flash | Gemini 3.1 Pro |
|---|---|---|---|
| 输入 / 输出 | $0.271 / $2.25 | $1.5 / $7.5 | $1.68 / $10.08 |
| 上下文 | 1M | 1M | 1M |
| 缓存 | 自动缓存读取 | 上下文缓存 | 上下文缓存 |
| 适用场景 | 高并发分类与抽取、低延迟实时操作、聚焦型子智能体，以及速度和价格比最强推理更重要的成本敏感型场景。 | 当任务超出 Flash-Lite 的最小思考速度时，可向上升级的更大 Gemini 模型。 | 当任务超出 Flash-Lite 的最小思考速度时，可向上升级的更大 Gemini 模型。 |
EvoLink 上的其他 Gemini 模型
Gemini 3.6 Flash
The workhorse to escalate to when a task needs stronger coding or reasoning than the Lite tier provides.
查看模型
Gemini 3.5 Flash
The mid Flash tier between Flash-Lite and the Pro line, balancing cost and capability.
查看模型
Gemini 3.1 Pro
The Pro-tier step up for the deepest reasoning tasks the Flash line is not built to handle.
查看模型
Gemini 3.1 Flash Lite
The lightweight 3.1 route for high-volume, cost-sensitive, and low-latency workloads.
查看模型Other text models
GPT-5.6
OpenAI’s tiered frontier family (Sol/Terra/Luna) for capability, latency, and cost-routing flexibility.
查看模型
Claude Opus 4.8
Anthropic’s premium baseline for long-running coding agents and judgment-heavy review.
查看模型
Kimi K3
Moonshot’s long-context reasoning route for repository-scale coding and multi-document work.
查看模型面向生产团队的相关阅读
Gemini 3.6 Flash release date & rollout
What launched, the model ID, official pricing, and where the model is available.
阅读指南Gemini 3.5 Flash Lite API 常见问题
Gemini 3.5 Flash Lite API 现在可以调用吗？
可以。Gemini 3.5 Flash Lite 已作为正式生产模型展示，页面优先读取后端实时价格，并使用官方价格作为兜底。
Gemini 3.5 Flash Lite API 应该使用哪个模型 ID？
model 请填写 "gemini-3.5-flash-lite"（3.5 之间是点）。带连字符的 gemini-3-5-flash-lite 只是页面 URL，不是 API 的模型参数。
Gemini 3.5 Flash Lite 支持哪些协议和 SDK？
用兼容 OpenAI 的 Chat Completions 端点，或 Gemini 原生 generateContent 端点，均使用同一个 EvoLink API 密钥。该模型没有 Anthropic Messages 通道。
Gemini 3.5 Flash Lite API 是百万上下文还是只有 256K？
EvoLink 路由记录的是 1,048,576 Token。更小的上限通常来自某个 Gemini 产品入口或客户端配置，而不是 API 模型本身。
Gemini 3.5 Flash Lite 有多快、多便宜？
它是 Google 3.5 系列中最快、最具性价比的模型，价格为每百万 Token 输入 $0.30、输出 $2.50，输出速度约每秒 350 Token。单位成本下的吞吐是它的核心优势。
Gemini 3.5 Flash Lite 最适合做什么？
高并发分类、路由、JSON 抽取、低延迟界面操作和聚焦型子智能体。深度编程或高难度推理请升级到 Gemini 3.6 Flash 或 Pro 层模型。
Gemini 3.5 Flash Lite 与 3.5 Flash、3.6 Flash 有什么区别？
Flash Lite 是最便宜、最快、默认最小思考的档位；3.5 Flash 与 3.6 Flash 是能力更强、价格更高、面向编程与智能体的主力模型。
Gemini 3.5 Flash Lite 是否替代 Gemini 2.5 Flash？
Google 将其定位为 Gemini 2.5 Flash 及较简单 Gemini 3 Flash 场景的替代品。迁移前请用自己的提示词重新评测。
迁移时需要注意哪些破坏性变更？
自定义 temperature、top-K、top-P 会被忽略；自定义 frequency / presence penalty 会报错；最后一轮为 model 角色的请求会被拒绝。
Gemini 3.5 Flash Lite 适合实时请求和大批量调用吗？
适合——它正是为此设计的。它默认最小思考以换取速度，因此高并发上线前请验证多步智能体能完成全部步骤。
Gemini 3.5 Flash Lite 与 GPT、Claude、GLM、DeepSeek 怎么选？
按每千次请求成本和延迟，把它和其它便宜、快速的档位对比，而不是和高端推理模型比。它处理不了的请求再升级到更大的模型。
生产环境应该怎样评估 Gemini 3.5 Flash Lite？
比较每千次请求成本、每秒 Token 数、首次成功率、交付通过率、缓存命中，以及需要升级到更大模型的请求比例。