Gemini 3.1 Flash-Lite zählt zu den am wenigsten intelligenten Modellen und ist etwas teuer im Vergleich zu anderen Modellen mit ähnlichem Preis. Das Modell ist außerdem auffallend schnell pro Aufgabe und antwortet äußerst knapp. Das Modell unterstützt Text, Bilder, Sprache und Video als Eingabe und Text als Ausgabe. Das Kontextfenster umfasst 1M Tokens, der Wissensstand reicht bis Januar 2025.

Gemini 3.1 Flash-Lite erzielt im Artificial Analysis Intelligence Index einen Wert von 6 und liegt damit am unteren Ende der vergleichbaren Modelle (Median: 24). Bei der Evaluation des Intelligence Index erzeugte es 32.4M Tokens und antwortete damit sehr knapp im Vergleich zum Median von 107M.

Der Preis für Gemini 3.1 Flash-Lite beträgt $0.25 pro 1 Mio. Eingabetokens (etwas teuer; Median: $0.24) und $1.50 pro 1 Mio. Ausgabetokens (teuer; Median: $0.83). Im Durchschnitt kostet die Evaluation von Gemini 3.1 Flash-Lite im Intelligence Index $0.19 pro Aufgabe.

Mit 0.9 Minuten pro Aufgabe des Intelligence Index ist Gemini 3.1 Flash-Lite auffallend schnell im Vergleich zum Median vergleichbarer Modelle von 7.4 Minuten (niedriger ist besser).

Reasoning	Ja
Eingabemodalität	Unterstützt: Text, Bilder, Sprache und Video
Ausgabemodalität	Unterstützt: Text
Wissensstichtag	01.01.2025
Kontextfenster	1M ~1500 A4-Seiten in Arial mit Schriftgröße 12

Metriken werden mit Modellen derselben Klasse verglichen:

Modelle ohne Reasoning → Vergleich nur mit anderen Modellen ohne Reasoning
Reasoning-Modelle → Vergleich mit Reasoning-Modellen und Modellen ohne Reasoning
Modelle mit offenen Gewichten → Vergleich nur mit anderen Modellen mit offenen Gewichten derselben Größenklasse:

Sehr klein: ≤4B Parameter
Klein: 4B–40B Parameter
Mittel: 40B–150B Parameter
Groß: >150B Parameter

Proprietäre Modelle → Vergleich mit proprietären Modellen und Modellen mit offenen Gewichten derselben Preisklasse anhand eines Mischpreisverhältnisses von 3:1 für Eingabe/Ausgabe:

<$0.15 pro 1 Mio. Tokens
$0.15–$1 pro 1 Mio. Tokens
>$1 pro 1 Mio. Tokens

Updated

Intelligenz

Artificial Analysis Intelligence Index · Higher is better

No publicly available API

Zeit pro Aufgabe

Inference time (minutes) per Intelligence Index task · Lower is better

No publicly available API

Kosten pro Aufgabe

Weighted average cost (USD) per Intelligence Index task · Lower is better

No publicly available API

IntelligenzUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Artificial Analysis Intelligence Index v5.0.1 includes: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Artificial Analysis Intelligence Index: Open Weights vs. proprietär

Indicates whether the model weights are available. Models are labelled as 'Commercial Use Restricted' if commercial use is limited by conditions, and as 'Non-commercial' if the license prohibits commercial use.

Intelligence Index vs. Kosten pro Aufgabe

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

Pareto line

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Fähigkeitsindizes

Misst die Leistung von Modellen bei bestimmten Fähigkeiten und in bestimmten Branchen

Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better

Benchmarks

Evaluations

Intelligence evaluations measured independently by Artificial Analysis · Higher is better

AA-Briefcase v1.1

Agentic knowledge work, Elo

AA-Omniscience v1.1 AccuracyUpdated

Knowledge

AA-Omniscience v1.1 Non-Hallucination RateUpdated

1 - hallucination rate

AutomationBench-AA

Agentic SaaS workflows

Terminal-Bench-Science 0.1New

Agentic scientific research workflows in a terminal

FrontierCode-AA 2.0New

Agentic software engineering in open-source repositories

HLE-DiamondNew

Reasoning & knowledge

GDP.pdf

Professional document reasoning, All-pass

Terminal-Bench 4.0

Agentic coding & terminal use

CritPt v2 (Hard Subset)

Physics reasoning

AA-AnalystAgent

Quantitative analysis on spreadsheets & documents

EnterpriseOps-Gym-AA

Agentic business operations

GDPval-AA v2.1

Agentic real-world work tasks, Elo

MLCR-AAUpdated

Medical long context reasoning

MMMU-Pro

Visual reasoning

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

Kosten

Kosten pro Aufgabe des Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Kosten für die Durchführung des Artificial Analysis Intelligence Index

Cost (USD) to run all evaluations in the Artificial Analysis Intelligence Index

The cost to run the evaluations in the Artificial Analysis Intelligence Index, calculated using the model's input, cache hit, cache write, reasoning, and answer token prices and the number of tokens used across evaluations (excluding repeats).

Preise: Cache-Treffer, Eingabe und Ausgabe

Price (USD per M Tokens)

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

Leistung

Gemessen an der Zeit pro Aufgabe (Minuten), der Ausgabegeschwindigkeit (Tokens pro Sekunde), der Zeit bis zum ersten Antworttoken und der Zeit bis zum ersten Token (Sekunden)

Zeit pro Aufgabe des Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

The weighted average time (minutes) per Artificial Analysis Intelligence Index task: output tokens per task divided by output speed, weighted by each benchmark's weight in the Intelligence Index.

Speed and latency metrics average each endpoint's runs over the past 5 days, and the error rate pools them. We run the benchmark every 6 hours, and endpoints of deprecated models every 18 hours.

Ausgabegeschwindigkeit

Output tokens divided by total request time, including time to first token · Higher is better

Output tokens, including reasoning tokens, received per second over a request's full duration, from sending the request to receiving the final token. The headline value averages each Performance v3 workload over the past 5 days, then averages the workloads.

Zeit bis zum ersten Antworttoken

Sekunden bis zum ersten Antworttoken · Berücksichtigt die „Denkzeit“ von Reasoning-Modellen

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

Tokenverbrauch

Ausgabe-Token pro Aufgabe des Intelligence Index

Gewichtete durchschnittliche Anzahl an Ausgabe-Token für eine Aufgabe im Artificial Analysis Intelligence Index

The number of tokens required per Intelligence Index task. This is calculated by multiplying the output tokens per eval by the relative weights of each benchmark in the Intelligence Index, then dividing by task count (excluding repeats).

Kontextfenster

Context window: tokens limit · Higher is better

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Weitere Details

								Gewichte
Gemini 3.1 Flash-Lite	Google	6	-	1M	$0.22	0.9	305	Nicht verfügbar

Weitere Veröffentlichungen von Google

Häufig gestellte Fragen

Häufige Fragen zu Gemini 3.1 Flash-Lite

Gemini 3.1 Flash-Lite wurde am 3. März 2026 veröffentlicht.

Gemini 3.1 Flash-Lite wurde von Google entwickelt.

Gemini 3.1 Flash-Lite erzielt im Artificial Analysis Intelligence Index einen Wert von 6 und liegt damit im Vergleich zu anderen Modellen einer ähnlichen Preisklasse am unteren Ende (Median: 24).

Gemini 3.1 Flash-Lite benötigt 0.9 Minuten pro Aufgabe des Intelligence Index (auf Grundlage der API von Google). Dies ist mit am schnellsten im Vergleich zu anderen Modellen einer ähnlichen Preisklasse (Median: 7.4 Minuten; niedriger ist besser).

Gemini 3.1 Flash-Lite hat eine Zeit bis zum ersten Antworttoken von 4.08 s (auf Grundlage der API von Google). Dies ist besser als der Durchschnitt im Vergleich zu anderen Modellen einer ähnlichen Preisklasse (Median: 8.81 s).

Gemini 3.1 Flash-Lite kostet $0.25 pro 1 Mio. Eingabetokens (etwas höher als der Durchschnitt; Median: $0.24) und $1.50 pro 1 Mio. Ausgabetokens (am oberen Ende; Median: $0.83). Die Angaben basieren auf der API von Google.

Gemini 3.1 Flash-Lite kostet $0.25 pro 1 Mio. Eingabetokens und $1.50 pro 1 Mio. Ausgabetokens (auf Grundlage der API von Google). Bei einem Mischpreis mit einem Verhältnis von 7:2:1 für Cache-Treffer, Eingabe und Ausgabe entspricht dies $0.22 pro 1 Mio. Tokens. Der Preis kann je nach Anbieter variieren. Preise der Anbieter vergleichen

Bei der Evaluation des Intelligence Index erzeugte Gemini 3.1 Flash-Lite 32.4M Ausgabetokens. Dies ist sehr konkurrenzfähig im Vergleich zu anderen Modellen einer ähnlichen Preisklasse (Median: 107M).

Ja, Gemini 3.1 Flash-Lite ist ein Reasoning-Modell. Es nutzt längere Denkprozesse oder Chain-of-Thought-Reasoning, um komplexe Probleme zu bearbeiten, bevor es eine Antwort gibt.

Gemini 3.1 Flash-Lite unterstützt Text, Bilder, Sprache und Video als Eingabe.

Gemini 3.1 Flash-Lite unterstützt Text als Ausgabe.

Ja, Gemini 3.1 Flash-Lite unterstützt Bildeingaben und kann Bilder analysieren, beschreiben und Fragen dazu beantworten.

Ja, Gemini 3.1 Flash-Lite ist multimodal. Es kann Text, Bilder, Sprache und Video als Eingabe verarbeiten und Text als Ausgabe erzeugen.

Gemini 3.1 Flash-Lite hat ein Kontextfenster von 1M Tokens. Es bestimmt, wie viel Text und Gesprächsverlauf das Modell in einer einzelnen Anfrage verarbeiten kann.

Nein, Gemini 3.1 Flash-Lite ist proprietär. Die Modellgewichte sind nicht öffentlich verfügbar.

Gemini 3.1 Flash-Lite ist ein proprietäres Modell und Google hat weder die Modellgröße noch die Parameterzahl offengelegt.

Gemini 3.1 Flash-Lite erzielt im Artificial Analysis Intelligence Index einen Wert von 6. Dieser zusammengesetzte Benchmark bewertet Modelle in den Bereichen Wissensarbeit, Programmierung, Wissenschaft und Allgemeinwissen.

Der Wissensstichtag von Gemini 3.1 Flash-Lite ist Januar 2025. Die Trainingsdaten des Modells enthalten Informationen bis zu diesem Datum.

Ja, Gemini 3.1 Flash-Lite ist über 1 Anbieter per API verfügbar. API-Anbieter vergleichen

Gemini 3.1 Flash-Lite ist über 1 API-Anbieter verfügbar. Anbieter vergleichen

Gemini 3.1 Flash-Lite: Analyse von Intelligenz, Leistung und Preis

Modellübersicht

IntelligenzUpdated

Technische Spezifikationen

164 Modelle in dieser Klasse

IntelligenzUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index: Open Weights vs. proprietär

Artificial Analysis Intelligence Index

Open Weights

Intelligence Index vs. Kosten pro Aufgabe

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Fähigkeitsindizes

Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

Kosten

Kosten pro Aufgabe des Intelligence Index

Cost per Intelligence Index Task

Kosten für die Durchführung des Artificial Analysis Intelligence Index

Cost to Run Artificial Analysis Intelligence Index

Preise: Cache-Treffer, Eingabe und Ausgabe

Cache Hit

Leistung

Zeit pro Aufgabe des Intelligence Index

Time per Intelligence Index Task

Time Period

Ausgabegeschwindigkeit

End-to-End Output Speed

Zeit bis zum ersten Antworttoken

Time to First Answer Token

Tokenverbrauch

Ausgabe-Token pro Aufgabe des Intelligence Index

Output Tokens per Intelligence Index Task

Kontextfenster

Kontextfenster

Context Window for RAG

Context Window

Weitere Details

Weitere Veröffentlichungen von Google

Häufig gestellte Fragen

Wann wurde Gemini 3.1 Flash-Lite veröffentlicht?

Wer hat Gemini 3.1 Flash-Lite entwickelt?

Wie intelligent ist Gemini 3.1 Flash-Lite?

Wie schnell ist Gemini 3.1 Flash-Lite?

Wie hoch ist die Latenz von Gemini 3.1 Flash-Lite?

Wie viel kostet Gemini 3.1 Flash-Lite?

Wie gestaltet sich der API-Preis von Gemini 3.1 Flash-Lite?

Wie ausführlich antwortet Gemini 3.1 Flash-Lite?

Ist Gemini 3.1 Flash-Lite ein Reasoning-Modell?

Welche Eingabemodalitäten unterstützt Gemini 3.1 Flash-Lite?

Welche Ausgabemodalitäten unterstützt Gemini 3.1 Flash-Lite?

Kann Gemini 3.1 Flash-Lite Bilder verarbeiten?

Ist Gemini 3.1 Flash-Lite multimodal?

Wie groß ist das Kontextfenster von Gemini 3.1 Flash-Lite?

Hat Gemini 3.1 Flash-Lite offene Gewichte?

Wie viele Parameter hat Gemini 3.1 Flash-Lite?

Wie schneidet Gemini 3.1 Flash-Lite in Benchmarks ab?

Welchen Wissensstichtag hat Gemini 3.1 Flash-Lite?

Ist Gemini 3.1 Flash-Lite über eine API verfügbar?

Wo kann ich Gemini 3.1 Flash-Lite verwenden?