Gemini 3.1 Flash-Lite
轻量级Gemini模型API，面向AI工程师，提供工具调用、分类、翻译和多模态处理，用于构建高吞吐量低延迟的AI流水线。
Maker 说
Google最具成本效益的Gemini 3模型刚刚GA，生产数据值得关注。
Gemini 3.1 Flash-Lite是Google最快最便宜的Gemini 3模型，专为高吞吐AI工作负载设计，其中延迟和成本比深度推理更重要。
大多数生产级AI并不是在“思考”，而是在做分类、路由、翻译、审核和大规模编排——这正是Flash-Lite的用武之地。
主要亮点：
针对工具调用和智能体编排优化
支持多模态文本+图像
结构化任务p95延迟低于1秒
完整响应p95约1.8秒
高并发负载下成功率约99.6%
推理成本远低于推理级模型
Gladly报告成本降低约60%，OffDeal则将其用于投行Zoom会议中的实时响应。
更大的问题是：AI基础设施会永久分裂成推理模型和执行模型吗？Flash-Lite会成为默认的执行层吗？
P.S. 我追踪科技、SaaS和AI领域的最新发布，关注可收到通知→ @rohanrecommends
热门评论
GA 和预览访问到底有什么区别，只是稳定性吗？我觉得这篇帖子是在说“我们的模型现在可以用于生产环境了”，这确实没错，但对于 Product Hunt 上的黑客和动手党来说并不那么令人兴奋。如果你觉得我有什么没看到的，欢迎回复我。
Fleshlight lol