मुख्य सामग्री पर जाएँ
  • Legacy
  • 1M context
  • Multimodal
  • Responses API

Gemini 3.1 Flash Lite QuickSilver Pro पर

gemini-3.1-flash-lite
Googleलाइव उपलब्धता—

Gemini 3.1 Flash Lite केवल मौजूदा integrations के साथ compatibility के लिए उपलब्ध है। Production और नए workloads को gemini-3.5-flash-lite पर migrate करें, जो Google का मौजूदा low-cost Flash-Lite GA मॉडल है।

  • 1M context
  • Vision
  • Tools
  • Streaming
  • JSON Schema output

आप चुकाते हैं · input / output प्रति 1M

$0.2125 / $1.275

15% कम

input और output दोनों पर, OpenRouter की तुलना में

Pricing तुलना ($/1M tokens)

बार की लंबाई = लिस्ट प्राइस के मुक़ाबले क़ीमत

ProviderInputOutputQSP की तुलना में
QuickSilver Pro$0.2125$1.275सबसे कम कीमत
OpenRouter(google/gemini-3.1-flash-lite)$0.25$1.5015% कम
OpenAI (GPT-4o mini)$0.15$0.60112% महँगा

एक नज़र में

Context
1M tokens
Input / 1M
$0.2125
Output / 1M
$1.275
Default में सोचता है
नहीं
Latency · लाइव
—

Gemini 3.5 Flash-Lite पर migrate हो रहे integrations के लिए अस्थायी compatibility।

Gemini 3.1 Flash Lite कब सही चुनाव है?

catalog की क्षमताओं और प्रकाशित क़ीमतों से तैयार, benchmark से नहीं।

कब इस्तेमाल करें

3.1 Flash Lite का उपयोग high-volume, cost-sensitive काम के लिए करें जहाँ आपको reasoning trace नहीं चाहिए: routing और classification, extraction, summarization, साधारण chat, और agent sub-tasks जहाँ latency और कीमत raw reasoning depth से ज़्यादा मायने रखते हैं। डिफ़ॉल्ट रूप से non-thinking होने का मतलब है कि output tokens predictable हैं — बड़े scale पर budget बनाना आसान।

  • लंबे दस्तावेज़ और codebases, 1M tokens तक के context के साथ
  • Tools call करने वाले agents, strict JSON Schema output के साथ
  • Images वाले prompts
  • Chat Completions के साथ Responses API clients भी

कब कोई और model चुनें

Multi-step reasoning, कठिन coding या analysis के लिए 3.5 Flash ($1.275/$7.65) या किसी Pro tier पर जाएँ — Flash Lite लागत के बदले depth छोड़ता है। अगर आपको खास तौर पर कम लागत में thinking वाला Gemini चाहिए, तो 3 Flash Preview ($0.425/$2.55) डिफ़ॉल्ट रूप से reasoning करता है। Image generation के लिए Gemini image models या FLUX इस्तेमाल करें।

Models में विकल्पों की तुलना करें

Quickstart (curl)

API key पाएँ →
curl https://api.quicksilverpro.io/v1/chat/completions \
  -H "Authorization: Bearer $QSP_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.1-flash-lite",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.quicksilverpro.io/v1",
    api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
    model="gemini-3.1-flash-lite",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.quicksilverpro.io/v1",
  apiKey: process.env.QSP_KEY,
});
const response = await client.chat.completions.create({
  model: "gemini-3.1-flash-lite",
  messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);
curl https://api.quicksilverpro.io/v1/responses \
  -H "Authorization: Bearer $QSP_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.1-flash-lite",
    "input": "Hello!"
  }'
python (OpenAI SDK)
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.quicksilverpro.io/v1",
    api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
    model="gemini-3.1-flash-lite",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)

OpenAI-संगत। base_url बदलकर एक लाइन में migration।

Gateway का व्यवहार

इस मॉडल के लिए compatibility नोट्स।

prompt
1M tokens तक के prompts।
  • /v1/chat/completions: समर्थित
  • /v1/responses: समर्थित
  • streaming: समर्थित
  • tools: समर्थित
  • image input: समर्थित
  • JSON Schema: समर्थित
  • reasoning: इस मॉडल के लिए सूचीबद्ध नहीं

क़ीमत कहाँ से आती है

Catalog v72 · कोई अलग long-context tier नहीं

Provider reference
$0.25 / $1.50
Catalog में सत्यापित

usage.cost = prompt_tokens × $0.2125/1M + completion_tokens × $1.275/1M

/pricing.json

FAQ

सामान्य प्रश्न

नहीं — Flash Lite non-thinking tier है, इसलिए यह reasoning trace के बिना सीधे जवाब देता है। इससे output token counts (और लागत) predictable रहते हैं, और high-volume workloads को ठीक यही चाहिए। अगर आपको reasoning चाहिए, तो 3 Flash Preview या 3.5 Flash डिफ़ॉल्ट रूप से सोचते हैं।

Gemini 3.1 Flash Lite

Gemini 3.1 Flash Lite को double credits के साथ आज़माएँ — $50 तक bonus credits

API Key पाएँ

$0.2125 / $1.275input / output प्रति 1M tokens

आज़माएंAPI Key पाएँ