跳到正文

Gemini 3.1 Flash Lite Preview

数据来源:AIHOT

← 模型榜
Google

上线日期: 2026-03-03 · 上下文: 104.9万 Token

30.4

综合排名 92

官方 API 价格 ¥ / 百万 Token

输入
¥1.67 ($0.25)
输出
¥10 ($1.5)
缓存命中
¥0.17 ($0.025)

官方预览版已于 2026-05-25 下线,保留下线前价格;音频输入 $0.50、缓存命中 $0.05/百万 Token。

官方预览版已于 2026-05-25 下线,保留下线前价格;音频输入 $0.50、缓存命中 $0.05/百万 Token。

官方价格页 ↗

领域能力

榜单名次评分评测数
综合9230.423
编程9132.45
科研9030.94
专业办公9226.96
知识问答9227.15

编程 · 32.4

评测机构公布的成绩折算分原榜名次核实日期备注
ProgramBench ↗

只给能运行的程序和说明、不给源码,重写出行为一致的程序,用隐藏测试核对。

Vals AI0.0%77.2342026-11-18
备注

通过率低于 5%,只说明“至多这么强”;这个模型的水平已经低于这条线不少,这一项几乎不起作用。代表配置:High 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

Terminal-Bench 4.0 ↗

在终端完成软件、科研等复杂任务,再由各题的测试检查结果。

Artificial Analysis0.5%48.91862026-11-18
备注

通过率低于 5%,只说明“至多这么强”;这个模型的水平已经低于这条线不少,这一项几乎不起作用。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

FrontierCode 2.0 ↗

在真实开源仓库里改代码,看改动能不能达到维护者愿意合并的水平。

Artificial Analysis0.6%42.71372026-11-18
备注

通过率低于 5%,只说明“至多这么强”。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

SciCode ↗

把物理、化学、生物等科研问题写成能运行、算得对的计算代码。

Artificial Analysis43.4%42.51732026-11-18
备注

这项成绩和这个模型的其他成绩差得太远,它对总分的影响设了上限,一个异常成绩带偏不了总分。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

Vibe Code Bench v1.1 ↗

按一份需求从零搭出网页应用,再在浏览器里按验收步骤逐项检查功能。

Vals AI0.0%29.71292026-11-18
备注

通过率低于 5%,只说明“至多这么强”。代表配置:High 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

科研 · 30.9

评测机构公布的成绩折算分原榜名次核实日期备注
Terminal-Bench Science ↗

在命令行里走完一段科研流程:处理数据、跑分析、得出结果。

Artificial Analysis0.0%56.51272026-11-18
备注

通过率低于 5%,只说明“至多这么强”;这个模型的水平已经低于这条线不少,这一项几乎不起作用。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

CritPt ↗

物理研究前沿的原创难题,要一步步推导出准确答案。

Artificial Analysis1.1%46.72472026-11-18
备注

通过率低于 5%,只说明“至多这么强”;这个模型的水平已经低于这条线不少,这一项几乎不起作用。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

CritPt v2 Hard ↗

修订版研究级物理题里较难的 40 道,可以写代码辅助演算。

Artificial Analysis3.0%35.21372026-11-18
备注

通过率低于 5%,只说明“至多这么强”。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

Humanity's Last Exam ↗

数学、科学、人文等几十个学科的专家级难题,不借助工具直接作答。

Artificial Analysis17.2%33.12642026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

专业办公 · 26.9

评测机构公布的成绩折算分原榜名次核实日期备注
AutomationBench-AA ↗

在模拟办公软件中处理业务流程,按完成目标和守规情况评分。

Artificial Analysis6.8%33.92082026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

TaxAgentBench ↗

回答税务专业问题,要查到税法依据并注明出处。

Vals AI3.1%30.8872026-11-18
备注

通过率低于 5%,只说明“至多这么强”。代表配置:High 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

AA-Analyst Agent ↗

分析数据、回答 14 个领域的专业问题,同一题跑五次都对才算通过。

Artificial Analysis8.8%29.5592026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

GDPval-AA ↗

按几十种职业的真实工作出题,比如写报告、做表格,由裁判两两比较产出质量。

Artificial Analysis437.722.92542026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

Legal Research Bench ↗

像律师一样查法规和判例,写出有出处的结论。

Vals AI3.4%22952026-11-18
备注

通过率低于 5%,只说明“至多这么强”。代表配置:High 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

AA-Briefcase ↗

完成办公项目里写报告、做表格这类长任务,按细则和成果质量评分。

Artificial Analysis208.219.22582026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

MedCode ↗

读住院记录,给出标准的医疗诊断编码。

Vals AI47.6%—322026-11-18
备注

代表配置:High 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

知识问答 · 27.1

评测机构公布的成绩折算分原榜名次核实日期备注
AA-LCR ↗

读很长的文档,回答要把多处信息串起来才能答的问题。

Artificial Analysis74.3%47.41832026-11-18
备注

这项成绩和这个模型的其他成绩差得太远,它对总分的影响设了上限,一个异常成绩带偏不了总分。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

AA-Omniscience v1.1 ↗

各领域的事实问答,答错倒扣、不会可以不答,看模型知道多少、会不会乱编。

Artificial Analysis-24.136.11492026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

MLCR-AA ↗

读很长的医疗记录回答问题,答案要完整且不能违背原始记录。

Artificial Analysis5.0%291692026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

NYT Connections 扩展版 ↗

把一组英文词按隐藏的类别分好,里面混着故意误导的干扰词。

Lech Mazur8.2%15.41372026-11-18
备注

这项成绩和这个模型的其他成绩差得太远,它对总分的影响设了上限,一个异常成绩带偏不了总分。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

BullshitBench v2 ↗

问题里藏着错误前提,看模型能不能指出来,而不是顺着编下去。

BullshitBench11.0%8.12282026-11-18
备注

这项成绩和这个模型的其他成绩差得太远,它对总分的影响设了上限,一个异常成绩带偏不了总分。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

真人盲选 · 33.3

评测机构公布的成绩折算分原榜名次核实日期备注
Arena Text ↗

真人匿名比较两个模型的回答,投票选出更好的回答。

LMArena1,43344.21132026-11-18
备注

这项成绩和这个模型的其他成绩差得太远,它对总分的影响设了上限,一个异常成绩带偏不了总分。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

Arena WebDev ↗

真人匿名比较两个模型做出来的网页,选更好的那个。

LMArena1,255.828.61432026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

还没有成绩的评测

  • Terminal-Bench 4.0 · Vals
  • Terminal-Bench 4.0 · 官方
  • LiveBench · 编程综合
  • Code Migration v1.1
  • MirrorCode
  • CyberBench Patch v1.1
  • APEX-SWE
  • FrontierCode 2.0 · Cognition
  • WeirdML v3
  • FrontierSWE v2
  • TapTap Maker
  • FrontierMath v2 · Tiers 1–3
  • LiveBench · 推理与数学
  • 致知 · 逻辑月榜
  • 司南 · 推理
  • ARC-AGI-2
  • 司南 · 抽象
  • Chess Puzzles
  • Mystery Game Puzzles
  • MysteryMechanism
  • Terminal-Bench Science · Vals
  • BioMysteryBench
  • Vals Finance Agent v2.1
  • APEX-Agents 1.1
  • Harvey LAB 1.1 · Vals
  • Harvey LAB 1.1 · AA
  • τ³-Banking · Mercor
  • LiveBench · 数据分析
  • Excel Modeling v1.1
  • SimpleQA Verified
  • 司南 · 知识
  • LiveBench · 语言与指令

最近的新闻

03-26OpenAI发布GPT-5.4 mini与nano轻量模型Artificial Analysis