通过 EvoLink 统一对话 API 接入 Google 的 Gemini 3.5 Flash Lite(也常被搜索为 Gemini 3.5 Flash-Lite)。集成前可先测试低延迟路由、结构化输出、工具调用。
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 $0.300 / $2.500。
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。
所有费率按每百万 Token 计,同时显示美元与 Credits,以你账户当前的价格为准。
集成前先估算一次 Gemini 3.5 Flash Lite 请求的费用。计算器按你账户的当前费率计算,官方价格仅作对照。
官方价预估 $0.0011 · 省 $0.0002(10%)
最低计费:每次请求 0.01 Credits。
快速测试
日常开发
生产评估
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 $0.300 / $2.500。
Gemini 3.5 Flash Lite 在 EvoLink 上以模型 ID gemini-3.5-flash-lite 提供,支持 Chat Completions · Gemini 原生 API,和其他模型共用同一把 API 密钥与余额。它提供 1.05M 上下文窗口,最大输出 65.5K Token,并支持低延迟路由、结构化输出、工具调用。
数字取自 EvoLink 路由配置;能力以 API 当前实际提供为准。
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。
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。
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。
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。
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。
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 $0.300 / $2.500，可以在无需动用高端模型的场景下低成本处理大量请求。
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。
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。
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 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。
每百万 Token 输入 $0.300、输出 $2.500，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。
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。
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。
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。
产品后端与批量任务走 EvoLink API;编码与分析类工作可直接在 Codex、Claude、Gemini 里调用 Gemini 3.5 Flash Lite。两条路径共用同一把 EvoLink API 密钥、余额、模型 ID 与请求记录。
适合:产品后端、批量任务、自动化流水线
向 EvoLink 发送 OpenAI 兼容的 Chat Completions(或 Anthropic Messages)请求,自行控制模型 ID、系统提示、输出预算、工具与结构化输出。
适合:在 Codex、Claude、Gemini 里做编码、评审与分析
把任务、要带入的材料和验收标准交给 Agent,由它组装请求、通过 EvoLink 调用 Gemini 3.5 Flash Lite,并把回答连同 token 用量一起返回。
这个示例是最短可运行的请求:一条 OpenAI 兼容的 Chat Completions 调用,带系统提示、用户消息和输出预算。完整参数与响应说明见 API 标签页。
curl -X POST https://api.evolink.ai/v1/chat/completions \
-H "Authorization: Bearer $EVOLINK_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3.5-flash-lite",
"messages": [
{ "role": "system", "content": "You are a precise assistant. Answer in JSON when asked." },
{ "role": "user", "content": "Classify the sentiment of each review below and return a JSON array:\n<reviews>" }
],
"max_tokens": 1024,
"temperature": 0.1
}'
# The Gemini native API is available with the same model ID; see the docs
# for the request shape.
# The response includes choices[0].message and a usage object (prompt,
# cached, and completion tokens).对照 API 文档检查模型 ID、messages 数组和参数范围,去掉该路由不支持的字段。
检查 Authorization bearer token,并在控制台确认可用余额。
提示词 token 超过了 Gemini 3.5 Flash Lite 的上下文窗口。裁剪或只检索相关材料,并复用缓存前缀。
退避并带抖动重试;用批处理或队列代替并发突发。
重试前检查敏感内容、格式错误的 tool-call 参数和 JSON schema 不匹配。
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。
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。
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。
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。
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。
稳定不变的仓库说明、参考文档、系统提示词和工具 Schema 可形成可重复使用的缓存前缀；自动缓存读取命中时使用独立优惠价格。
可以在同一工作上下文中保留相关代码、规格、文档和智能体状态，但不要把上限当成目标。先检索真正相关的证据，并按照任务难度设置输出预算。
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。
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 | $0.675 / $3.375 | $1.865 / $11.183 |
| 上下文 | 1.05M | 1.05M | 1.05M |
| 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。 | 当任务需要比 Lite 层更强的编程或推理时，向上升级到这条主力路由。 | 当任务需要 Flash 系列本就不擅长的最深度推理时，升级到 Pro 层。 |
同一把 API 密钥、同一份余额,换档位不用改接入。
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。
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。
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。
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。
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 $0.300、输出 $2.500，输出速度约每秒 350 Token。单位成本下的吞吐是它的核心优势。
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。
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。
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。
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。
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。
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。
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。
