我能本地运行 Gemini 3.1 Flash Lite Preview 吗？

Google | 1,048,576 令牌上下文 | $0.25/M 输入, $1.50/M 输出。Gemini 3.1 Flash Lite 预览是 Google 针对高负载用例优化的高效模型。它在整体质量上优于 Gemini 2.5 Flash Lite，并在关键能力上接近 Gemini 2.5 Flash。改进涵盖音频输入/ASR、RAG 片段排序、翻译、数据抽取和代码补全。支持完整思考级别（最小、低、中、高），实现细粒度成本/性能权衡。价格为 Gemini 3 Flash 的一半。

本模型的指南

2026年最便宜的10款ChatGPT替代品：免费本地模型、免费套餐和固定费率计划

2026年10月如何选择AI模型：先看闭源新闻，再看值得下载的开源权重

开放权重 vs 开源 vs 仅API：你到底能做什么

全部指南

船长笔记

由 Captain 撰写，本站编辑

2026-10-13 的笔记

Gemini 3.1 Flash Lite Preview 是谷歌的低价高效模型，专为高吞吐量场景设计，注重每令牌成本而非极致能力。它整体质量优于 Gemini 2.5 Flash Lite，且接近 Gemini 2.5 Flash，在翻译、数据抽取、音频转录和代码补全方面有显著提升。若您运行大规模流水线且不需前沿模型，值得关注。

以……著称

超过一百万令牌上下文窗口，适合长文档和转录
原生支持音频、视频和视觉输入
四个思考层级，可调节成本与推理深度
翻译和数据抽取能力优于前代
价格仅为 Gemini 3 Flash 的一半

注意

权重闭源，仅限 API 使用，无法本地运行或自托管
预览版状态，行为和定价可能在正式发布前变动
输出令牌成本是输入的六倍，生成任务需注意比例

最适合

与……比较

Gemma 4 31B
开源权重模型
262,144 令牌上下文 · $0.20/M 输入，$0.40/M 输出
Gemma 4 26B A4B
开源权重模型
262,144 令牌上下文 · $0.09/M 输入，$0.30/M 输出
Gemma 3 27B
开源权重模型
131,072 令牌上下文 · $0.08/M 输入，$0.45/M 输出
gemma 4 31B it turbo
开源权重模型
262,144 令牌上下文 · $0.09/M 输入，$0.34/M 输出

来自 google 的更多文本模型

常见问题

我能本地运行 Gemini 3.1 Flash Lite Preview 吗？: 不能。谷歌未发布该模型的开放权重，仅能通过 API 访问。
费用和上下文长度是多少？: 输入每百万令牌 0.25 美元，输出每百万令牌 1.50 美元，上下文窗口为 1,048,576 令牌。
与 Gemini 2.5 Flash Lite 和 Gemini 3 Flash 比较如何？: 谷歌表示其整体质量优于 Gemini 2.5 Flash Lite，接近 Gemini 2.5 Flash，且价格仅为 Gemini 3 Flash 的一半。

船长评语
适合高吞吐量抽取、翻译和音频流水线的可靠工具——思考层级是该价位模型的真正差异化特性。

船长根据模型自身描述和模型卡撰写这些笔记。价格和上下文大小为撰写时提供商的数据，可能会变动。

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

这个评分是怎么计算的

这个模型还没有任何来源的流行度数据，所以它用一个低于 7,000° 的替代数值来保持列表完整。它永远不会排在有数据的模型前面。一旦有来源报告数据，分解就会显示在这里。

术语表：这里用到的术语

热度得分: 一个数字，表示模型当前的使用和需求程度，范围从0°到9,999°。本站所有标注为最热门的榜单都按这个分数排序，别无他物。
基准线: 所有有真实数据的模型起始于7,000°。分数范围是0°到9,999°；基准线以下的部分保留给无数据的替代模型，这样有数据的模型总是排在无数据模型之上。基准线对所有人相同，不影响排名；超过基准线的度数才是实际测量值。
下载等价量: 得分中当作下载计算的所有项目总和：下载本身，每个种子上传者算1,000，每个AI Horde图片和每次生成网站的运行算一个。
对数刻度: 以十为单位计数，而不是以一为单位：从1,000到10,000下载增加的热度和从10,000到100,000增加的热度相同。这样可以防止巨头压倒一切。
点赞: 来自所有来源的点赞和竖起大拇指，每个点赞在对数刻度上价值半个下载。
采用率: 模型当前每天的下载次数，基于两次读数的差值。权重是下载项的四分之一。
测量与估算: 测量表示有两个来源的读数，且差异是真实的。估算表示只知道今天的总数，过去的数据是根据模型的生命周期分配的；网站会说明显示的是哪种。
做种者: 指那些在线保存权重副本供他人通过种子下载的人，或者提供同样服务的托管镜像。每个做种者相当于1000次下载。
AI Horde: 一个志愿者网络，在捐赠的电脑上免费生成图片。它用某个模型生成的图片数量是公开的，每张图片算作一次下载。
生成网站: 托管自己模型副本并允许用户生成的站点，比如PixAI、SeaArt和Yodayo。它们的下载计数和Civitai一样，每次生成算一次下载。
OpenRouter 令牌: 通过API提供的文本模型，如Claude或GPT，没有权重需要下载，因此其使用量以令牌计量：过去30天内通过OpenRouter（一种许多应用使用的网关）读取和生成的文本片段。每10,000,000个令牌计为一次下载。来源：OpenRouter (openrouter.ai/rankings)，CC BY 4.0。
完整模型（检查点）: 权重文件本身，是能独立生成的文件。它会获得额外加分，因为附加组件依赖它。
LoRA和嵌入: 小型附加文件，用来引导别人的权重朝向某种风格、角色或概念。它们不能单独运行。
家族与权重: 模型构建所基于的基础，比如SD 1.5、SDXL、Flux或Wan。每个模型继承其家族权重的发布日期。
年龄: 根据家族权重发布多久，扣除的度数：每年150°，最多750°。它保留了那些积累了多年下载量的老模型，防止它们被挤出榜单顶部。
家族加成: 对当前网站重点推广的某个家族的LoRA给予的小幅度限制性加分，总是在分数细目中列出。
替代分数: 给还没有任何来源报告的模型一个稳定的最低分数，这样榜单才完整。它永远不会高于有数据的模型。
新模型！（宽限期）: 不到7天的新模型显示“新模型！”而非分数，且不参与排名。其分数从第一天开始计算，但一天大的模型增长最快，若不等待，周榜#1总是昨天刚发布的模型，而非持续一周的。
趋势: 模型在某段时间内的增长与同一时间段内典型模型增长的对比。比典型快表示上升，比典型慢表示下降。
典型模型: 目录的中间值：一半有数据的模型增长比它快，一半比它慢。