如果你的工作負載大多是分類、擷取資料或簡單對話，不見得需要為深度推理能力付費。Gemini 3.5 Flash-Lite 是目前執行 Gemini 模型最省錢的選擇：每 100 萬輸入 Token 僅 $0.30，輸出 Token 則為 $2.50。我用相同任務與 Gemini 3.6 Flash 對跑，Flash-Lite 成本低了 94%，串流速度更快，答案也都正確。不過它的定位是大量、快速處理，而不是複雜推理；若你的任務吞吐量高且多半直接明確，它會是優先考慮的模型。
Gemini 3.5 Flash-Lite 的定位
Flash-Lite 是 Gemini 快速模型系列中最入門的一層，專為單次呼叫成本與延遲比頂尖智慧能力更重要的簡單、大量任務打造。重點規格如下：
- 價格：每 100 萬 Token，輸入 $0.30、輸出 $2.50。
- 上下文長度：100 萬 Token，與較高階的 Flash 模型相同。
- 速度：Google 標示的輸出速度約為每秒 350 Token。
- 智慧能力：Artificial Analysis Index 為 36；較昂貴的 3.6 Flash 為 50。這段差距正是它的取捨所在。
它與 3.6 Flash，以及著重資安的 3.5 Flash Cyber 一同推出，但目標工作完全不同：大規模分類、資訊擷取、路由、標記，以及簡單聊天。
Gemini 系列中最便宜的價格帶
和同系列模型相比，Flash-Lite 的價格明顯更低。以下數字均來自 Google 官方定價頁面：
| 模型 | 輸入／100 萬 Token | 輸出／100 萬 Token |
|---|---|---|
| Gemini 3.5 Flash-Lite | $0.30 | $2.50 |
| Gemini 3.6 Flash | $1.50 | $7.50 |
| Gemini 3.5 Flash（前代） | $1.50 | $9.00 |
光看牌價，Flash-Lite 的輸入成本就是 3.6 Flash 的五分之一，輸出成本則是三分之一。若再計入各模型實際消耗的 Token 數量，差距會進一步拉大。
與 3.6 Flash 實際對跑的結果
我在 2026 年 7 月 22 日透過 OpenRouter，以 temperature 0 對兩個模型送出相同三項提示：一個程式任務、一個推理問題，以及一個 JSON 擷取任務。
| 指標（3 項任務，temp 0） | Gemini 3.5 Flash-Lite | Gemini 3.6 Flash |
|---|---|---|
| 輸入 Token | 147 | 148 |
| 輸出 Token | 543 | 3,058 |
| 總成本 | $0.0014 | $0.023 |
| 平均首 Token 時間 | 1.2 秒 | 4.5 秒 |
| 生成速度 | 超過 400 tok/s | — |
| 答案正確 | 3 / 3 | 3 / 3 |
Flash-Lite 的成本低了 94%，三項任務全數答對，包含多步驟的火車時刻問題。成本差距主要來自兩件事：它的串流速度超過每秒 400 Token，不只高於標示的 350，也因為不像 3.6 Flash 那樣暫停「思考」，首 Token 更快送出。此外，它的回答精簡許多，通常只需數百個輸出 Token；相較之下，3.6 Flash 會消耗大量你同樣得付費的隱藏推理 Token，總量可達數千。對於簡單任務，這些推理其實是不必要的額外開銷。
實際使用時，回應速度的差異同樣明顯。Flash-Lite 平均約 1.2 秒就送出第一個 Token，3.6 Flash 則是 4.5 秒；無論是聊天介面或高吞吐量管線，Flash-Lite 的體感都更俐落。
不過有兩點要先說明。第一，這只是 temperature 0 的單次測試，模型每次執行都可能有差異，因此這些精確數字應視為參考，而非基準測試結果。第二，這三項任務都不難。Intelligence Index 的差異，也就是 36 對 50，確實存在；遇到更困難的問題、複雜的多步驟 Agent、細膩的程式工作，或任何需要嚴謹推理的情境時，Flash-Lite 較小的思考預算會從省錢優勢變成能力上限。
什麼時候該用 Flash-Lite？何時該升級？
- 選 Gemini 3.5 Flash-Lite：適合高量、對延遲敏感且複雜度較低的工作，例如分類、實體擷取、路由與分流、標記、短文本摘要及簡單聊天。以這個價格，可負擔的使用規模會比 3.6 Flash 大得多。
- 改用 3.6 Flash：任務真的需要推理時，例如 Agent 程式開發、電腦操作、多步驟工作流，或答錯代價很高的場景。完整的 Gemini 3.6 Flash 指南涵蓋了這一層模型的基準測試與定價。
常見做法是兩者並用：將大量便宜、簡單的請求送到 Flash-Lite，只有困難個案才升級至 3.6 Flash。兩者都有 100 萬 Token 上下文，也使用相同 API，因此只要改一行模型 ID 就能切換。
如何取得 Gemini 3.5 Flash-Lite
這個模型已在 Gemini API 與 Google AI Studio 上線，模型 ID 為 gemini-3.5-flash-lite。AI Studio 提供免費層供測試使用。若透過聚合平台串接，OpenRouter 與 AIReiter 都以 Google 的牌價提供此模型；若你想透過同一把 API Key 混用 Gemini 與 Claude 模型，這會相當方便。
常見問題
Gemini 3.5 Flash-Lite 要多少錢？
每 100 萬輸入 Token 為 $0.30，每 100 萬輸出 Token 為 $2.50，是 Gemini 系列中最便宜的價格帶。
Gemini 3.5 Flash-Lite 可以免費用嗎？
Google AI Studio 有免費層可供原型開發。正式環境使用則依照上述隨用隨付定價計費。
Gemini 3.5 Flash-Lite 的速度有多快？
Google 標示其輸出速度約為每秒 350 Token；我的串流測試超過每秒 400 Token，首 Token 約在 1.2 秒出現。
Flash-Lite 夠用嗎？還是該選 3.6 Flash？
對簡單且高量的任務，Flash-Lite 的答案正確，而且成本低得多。若是重度推理或 Agent 類工作，3.6 Flash 較高的智慧能力（Index 50 對 36）值得額外成本。