- Legacy
- 1M context
- Multimodal
- Responses API
Gemini 3.1 Flash Lite QuickSilver Pro पर
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
| Provider | Input | Output | QSP की तुलना में |
|---|---|---|---|
| QuickSilver Pro | $0.2125 | $1.275 | सबसे कम कीमत |
| OpenRouter(google/gemini-3.1-flash-lite) | $0.25 | $1.50 | 15% कम |
| OpenAI (GPT-4o mini) | $0.15 | $0.60 | 112% 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।
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!"
}'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
- Provider reference
- $0.25 / $1.50
- Catalog में सत्यापित
usage.cost = prompt_tokens × $0.2125/1M + completion_tokens × $1.275/1M
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।
हाँ — प्रति 1M tokens $0.2125 input / $1.275 output पर यह catalog का सबसे कम लागत वाला Gemini है और high-volume routing, classification और extraction के लिए स्वाभाविक पसंद है। Gemini के अलावा low-cost chat के लिए DeepSeek V4 Flash ($0.06/$0.18) input और output दोनों पर इससे भी सस्ता है।
QuickSilver Pro पर 3.1 Flash Lite की कीमत प्रति 1M tokens $0.2125 input / $1.275 output है — Vertex retail की कीमत से ~15% कम; उसकी कीमत है $0.25/$1.50। 18 models के लिए एक OpenAI-compatible key, एक bill, और हर response पर usage.cost field ताकि आप हर request का खर्च reconcile कर सकें।
Gemini 3.1 Flash Lite
Gemini 3.1 Flash Lite को double credits के साथ आज़माएँ — $50 तक bonus credits
API Key पाएँ