Gemini 3.5 Flash Lite API：價格、試用區與範例

特定資料擷取與分類

可嘗試將客戶需求擷取到固定欄位，或把工單分配至指定佇列。區分要求的交付日期與已確認日期；訊息證據不足時，應提供不確定類別。

對模糊欄位要求簡短佐證引文，並與輸入核對。應用應拒絕無效紀錄、保留缺失值，並將不確定結果交付審查，而不是把每個自信標籤都當作正確。

短篇摘要與多語文字

會議紀錄與狀態更新應分別要求決策、負責人、期限及未解問題。精簡摘要仍應保留「發布只是提議、尚未核准」，或「文件工作仍無負責人」等狀態。

翻譯時提供詞彙表，並指出不得更動的名稱、識別碼與數量。發布前檢查術語與語氣；縮短輸出不應刪除限定條件，或把暫定說法改成承諾。

原生文件理解與長上下文

原生模型支援多種媒體格式與大型上下文視窗。評估文件導向應用時這可能很重要，但接收大量資料不等於能可靠找回每項相關事實。

本頁接受文字，不提供媒體上傳。請先擷取文件相關段落，保留表格標籤與頁碼參考，再測試回答是否符合提供的文字。API Hop 輸入額度與上游限制須與原生規格分別核對。

小型程式工作與代理流程步驟

可評估 Flash Lite 用於範圍有限的程式變更、測試案例草稿，或將一段檢索文字改寫成有用回答。把流程拆成小而可查核的步驟，有助於比較與其他模型搭配的效益。

應用必須提供檢索資料、執行測試與任何操作。困難的跨檔案變更或未解推理應加入審查步驟，或比較其他目錄模型；生成函式或計畫不代表完整流程已成功。

程式與終端工作結果

公開模型評測報告 SWE-Bench Pro (Public) 為 54.2%，Terminal-Bench 2.1 為 54.0%。終端結果使用 Terminus-2 測試框架。這些分數是測試有限程式工作的理由，不是對你的儲存庫修復率的預測。

帶工具的評測包含純文字回答沒有的執行回饋。對自己的程式，採用變更前應與測試、編譯器輸出及原始需求比對。

長上下文檢索與來源忠實度

八針 GDM-MRCR v2 報告 128k 上下文平均值為 72.2%，1M 上下文的逐點結果為 21.3%。兩者的上下文設定與彙總標籤不同，均不承諾能找回長文件的所有細節。

筆記與文件擷取應測試矛盾、缺失負責人、修訂日期，以及相隔很遠的事實。回答保留來源參考，並逐一檢查。挑選相關段落可能比送入全部文字更有用。

評估品質、耗時與可用紀錄成本

建立摘要、標籤與擷取紀錄的代表樣本。除了首個輸出時間、完整耗時與實際用量，也量測正確欄位、無根據增補、無效輸出與人工修正。

請以相同提示詞與輸出要求比較模型。決策應納入修正與重複請求成本；Lite 名稱不保證回應時間，也不代表工作負載總成本最低。

何時優先測試 Gemini 3.5 Flash Lite

從回答精簡且可客觀檢查的工作開始：工單分類、少數擷取欄位，或保留未解工作的短篇更新。這些符合它在高流量流程中處理可重複步驟的定位。

樣本中應保留困難案例。短回答若改變來源意義或需要頻繁修正，縮小工作範圍或使用其他模型，可能比節省輸出 token 更有價值。

在 API Hop 依任務選模型

輸入需要較複雜綜合整理時，可比較 Gemini 3.6 Flash 或 Gemini 3.8 Flash，摘要與擷取則納入 DeepSeek V4 Flash。這些是評估候選，不代表固定能力排序。

支援時可沿用共用 Chat Completions 結構，但應檢查各模型參數與目前帳戶價格。不要只憑版本號或 Flash、Lite 名稱推斷品質、速度或成本。

依用量計費與模型成本最佳化

費用依目前 API Hop 費率與實際用量計算，可按需儲值。

統一 AI 模型與資料 API，一站存取多模型

一組 API 金鑰連接多個 AI 模型與資料服務，減少整合成本並可一鍵切換。業務應用同時需要 AI 與資料。

呼叫紀錄與應用程式存取控制，每次呼叫清楚可查

每次 API 呼叫都記錄在控制台中。可為不同應用程式建立獨立 API 金鑰。

依任務評估輸出

透過 API Hop 使用文件列出的模型 ID 與支援參數。依自己的驗收條件評估輸出，在正式使用前檢查用量紀錄與回應中繼資料。模型名稱或範例不保證每次結果。

準備帳戶並線上測試

登入、確認餘額，然後建立 API 金鑰。

在試用區體驗

在試用區探索模型能力，找出最佳使用方式。

將 Gemini 3.5 Flash Lite 整合至業務

依照開發者文件，將 Gemini 3.5 Flash Lite 整合至業務。

後續模型升級

切換至新模型前，請先確認 API 金鑰的模型目錄回傳其精確 ID。若支援相同端點與請求欄位，再更新模型 ID，並在導入正式流量前測試回應格式、串流、輸出上限與計費。非同步圖片或影片任務還需驗證任務提交、狀態輪詢與結果取得。